• Science of Emotion and Sensibility
• /
• v.21 no.1
• /
• pp.177-186
• /
• 2018

The mechanism of emotion is complex and influenced by a variety of factors, so that it is crucial to analyze emotion in broad and diversified perspectives. In this study, we classified neutral and negative emotions(sadness, fear, surprise) using arousal evaluation, which is one of the psychological evaluation scales, as well as physiological signals. We have not only revealed the difference between physiological signals coupled to the emotions, but also assessed how accurate these emotions can be classified by our emotional recognizer based on neural network algorithm. A total of 146 participants(mean age $20.1{\pm}4.0$, male 41%) were emotionally stimulated while their physiological signals of the electrocardiogram, blood flow, and dermal activity were recorded. In addition, the participants evaluated their psychological states on the emotional rating scale in response to the emotional stimuli. Heart rate(HR), standard deviation(SDNN), blood flow(BVP), pulse wave transmission time(PTT), skin conduction level(SCL) and skin conduction response(SCR) were calculated before and after the emotional stimulation. As a result, the difference between physiological responses was verified corresponding to the emotions, and the highest emotion classification performance of 86.9% was obtained using the combined analysis of arousal and physiological features. This study suggests that negative emotion can be categorized by psychological and physiological evaluation along with the application of machine learning algorithm, which can contribute to the science and technology of detecting human emotion.

• The Journal of the Acoustical Society of Korea
• /
• v.12 no.3
• /
• pp.56-61
• /
• 1993

이 논문에서는 신호원 수를 모를 때 신호의 도착 방향을 추정하는 문제를 생각하여 이를 푸는 한가지 방법을 제안하였다. 이 방법은 다중신호분류방법과 Capon의 방법에 관련이 있는 것이다. 모의 실험을 거쳐 신호원 수를 모를 때 제안된 방법의 성능이 신호원 수를 정확히 알 때 MUSIC 방법의 성능과 거의 같음을 보였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.3
• /
• pp.289-293
• /
• 2005

Pattern classification extracts various types of pattern information expressing objects in the real world and decides their class. The top priority of pattern classification technologies is to improve the performance of classification and, for this, many researches have tried various approaches for the last 40 years. Classification methods used in pattern classification include base classifier based on the probabilistic inference of patterns, decision tree, method based on distance function, neural network and clustering but they are not efficient in analyzing a large amount of multi-dimensional data. Thus, there are active researches on multiple classifier systems, which improve the performance of classification by combining problems using a number of mutually compensatory classifiers. The present study identifies problems in previous researches on multiple SVM classifiers, and proposes BORSE, a model that, based on 1:M policy in order to expand SVM to a multiple class classifier, regards each SVM output as a signal with non-linear pattern, trains the neural network for the pattern and combine the final results of classification performance.

• The Journal of the Acoustical Society of Korea
• /
• v.42 no.4
• /
• pp.357-363
• /
• 2023

In underwater signal processing, separating individual signals from mixed signals has long been a challenge due to low signal quality. The common method using Short-time Fourier transform for spectrogram analysis has faced criticism for its complex parameter optimization and loss of phase data. We propose a Triple-path Recurrent Neural Network, based on the Dual-path Recurrent Neural Network's success in long time series signal processing, to handle three-dimensional tensors from multi-channel sensor input signals. By dividing input signals into short chunks and creating a 3D tensor, the method accounts for relationships within and between chunks and channels, enabling local and global feature learning. The proposed technique demonstrates improved Root Mean Square Error and Scale Invariant Signal to Noise Ratio compared to the existing method.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.10C
• /
• pp.965-974
• /
• 2007

In this paper, we proposed the feature selection algorithm for multi-class genre classification. In our proposed algorithm, we developed GMM separation score based on Gaussian mixture model for measuring separability between two genres. Additionally, we improved feature subset selection algorithm based on sequential forward selection for multi-class genre classification. Instead of setting criterion as entire genre separability measures, we set criterion as worst genre separability measure for each sequential selection step. In order to assess the performance proposed algorithm, we extracted various features which represent characteristics such as timbre, rhythm, pitch and so on. Then, we investigate classification performance by GMM classifier and k-NN classifier for selected features using conventional algorithm and proposed algorithm. Proposed algorithm showed improved performance in classification accuracy up to 10 percent for classification experiments of low dimension feature vector especially.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.12a
• /
• pp.105-108
• /
• 2000

본 논문에서는 텍스쳐가 지니고 있는 일반적인 속성 거침, 부드러움의 특성을 분석해서 영상에 내재된 텍스쳐를 자동으로 분석하고 분류하는 텍스쳐 인식 시스템을 제안한다. 본 연구는 텍스쳐 영상이 지닌 그레이 레벨의 공간적인 의존성을 이용한 통계적 분석에 기반 한 것으로 모멘트와 동차성의 차를 이용해서 텍스쳐의 일반적인 속성을 검출하기 때문에 텍스쳐의 구조형태에 크게 영향을 받지 않는 이점을 가진다. 제안한 시스템의 성능 평가를 위해서 다양한 텍스쳐 영상에 제안한 방법을 적용하고, 성공적인 결과를 보인다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.237-240
• /
• 2000

본 논문에서는 원격탐사 이미지 데이터의 분석과정중의 하나인 이미지의 분류를 위해서 적용되는 다중분광 영상에서 특징 추출을 위한 효율적인 방법을 제안한다. 즉, 웨이브렛 변환을 이용하여 위성탐사 이미지 데이터의 특성을 분석하여 실제 이미지 분류에 기여도가 높은 특징을 추출하는 방법을 제안하였다. 효과적인 특징을 추출하기 위하여 이미지 데이터의 텍스쳐 특징을 이용하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.12 no.5
• /
• pp.32-37
• /
• 1993

여러 신호원의 방향을 추정하는 결정-추정 방법을 제안하였다. 이 방법은 조건부 평균 다중신호분류 영 스펙트럼에 바탕을 두고 있으며 신호원수를 모를때에도 쓸 수 잇다. 컴퓨터 모의 실험으로 MUSIC dud tvprxmfja의 분해 확률과 조건부 평균 MUSIC dud 스펙트럼의 분해 확률은 거의 같다는 것을 알 수 있어?. 그리고 신호원 수를 결정할 때 정보 이론적 판단 기준과 베이즈 접근 방법이 같은 결과를 낸다는 것도 알 수 있었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 1992.10a
• /
• pp.1008-1013
• /
• 1992

본 논문에서는 다중 로보느의 협조제어(Coordinated Control)를 위한 로보트 콘트롤러의 설계에 대해서 연구한다. 첫 부분에서는 다중 로보느의 연구배경 및 연구동기에 대해서 논의하고 이어서 Coordinated Task를 묘사하기 위한 Programming Primiitive Set을 정의하며 구현에 대해서도 논의한다. 특히 Motopn Primitive는 synchronous(Coordinated Motion), Asynchronous Motion, Conditional Motion, 특수 Motion으로 분류하고, 각각의 궤적계획 및 구현에 대해서도 간단히 논의한다. 특히 본 논문에서는 외부의 변화하는 환경에 효과적으로 적응할 수 있게 하기 위하여 Vision센서, Encoder신호와 Limit센서, Force센서 등의 다양한 외부 센서를 융합 처리할수 있는 다중 로보트 제어 시스템을 개발하였다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.525-528
• /
• 2001

본 논문은 음성 및 음악을 위한 새로운 4kbps 다중 모드 하모닉 변환 여기 부호화 방법을 제안한다. 제안된 부호화방법은 음성/음악 분류기에 의해 분류된 신호를 각각 하모닉-잡음 여기모델과 MLT 여기모델로 부호화한다. 하모닉-잡음 여기모델에서는 전이구간과 유/무성음 혼합신호의 모델링오차 개선을 위해 MP(Matching Pursuit)방법과 혼합된 잡음스펙트럴을 표현하기 위한 캡스트럽 LPC 잡음 모델, 빠른 정현파 합성법을 제안한다. 음악에서는 비트할당 효율을 높이기위한 LP 적응 피크 분석을 적용한 MLT(Modulated Lapped Transform) 부호화 방법을 제안한다. 제안된 방법을 적용한 4kbps 음성부호화 방법은 전이구간에서의 향상된 모델링 구조를 보여주었으며, 주관적음질 평가 8kbps QCELP 보다 MOS 0.2 정도 향상된 결과를 얻었다.