• 감성과학
• /
• 제14권1호
• /
• pp.147-156
• /
• 2011

여러 연구자들이 정서특정적 자율신경계 활동을 밝히기 위하여 행복, 슬픔, 분노, 공포 및 혐오를 포함한 기본 정서들을 사용하여왔지만, Ekman 등(1983)의 기본정서들 중 놀람 정서에 대한 연구는 많지 않다. 본 연구의 목적은 ECG와 PPG를 이용하여 놀람 자극에 대한 심혈관 반응을 밝히는 것이다. 76명의 대학생에게 놀람자극을 제시하기 전과 후에 ECG와 PPG를 기록하였으며, ECG와 PPG 신호로부터 심박률(HR), R-R 간격의 표준편차(SD-RR), 연속된 R-R 간격 차이의 제곱평균제곱근(RMSSD-RR), 호흡성 부정맥(RSA), 손가락 혈류량 파형의 진폭(FBVPA), 손가락 맥파 전달시간(FPTT)을 산출하였다. HR과 SD-RR, RMSSD-RR은 놀람자극 제시 전에 비하여 놀람자극이 제시된 후에 유의하게 증가하였으며, FBVPA는 유의하게 감소하였고, FPTT는 유의하게 짧아졌다. 놀람 자극은 말초혈관을 수축시키고, 심박률을 증가시키는 교감신경계 반응특성을 가지는 것으로 볼 수 있으며, 심박률 변산성을 증가시키는 부교감신경계도 동시에 활성화될 가능성이 있는 것으로 나타났다. 이러한 연구 결과는 정서이론의 발전과, 인간정서를 탐지하는 컴퓨터 시스템의 기초를 확립하는데 기여하는 바가 있을 것이다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제14권4호
• /
• pp.1-18
• /
• 2008

본 연구에서는 실체적 진실을 알지 못하는 상황에서 두 가지의 통계적인 방법을 이용하여 폴리그라프 검사의 정확도를 추정하였다. 한 가지는 대검찰청과 지방검찰청에서 2000년부터 2004년까지 범죄피의자를 대상으로 수행한 폴리그라프 검사와 검찰처분(기소여부)의 일치율을 이용하여 폴리그라프 검사의 정확도를 추정하였으며, 다른 한 가지는 대검찰청과 지방검찰청에서 2006년에 수행한 폴리그라프 검사결과와 검찰처분의 빈도분포를 가지고 잠재계층분석을 이용하여 정확도를 추정하였다. 판단불능으로 결정된 사례를 제외하고 산출한 일치율로 폴리그라프 검사의 정확도를 추정한 결과, 2000-2004년 자료의 경우는 정확도가 .914(SE=.004)로 산출되었으며, 2006년 자료의 경우는 정확도가 .885(SE=.021)인 것으로 산출되었다. 2006년 자료에 판단불능 사례를 포함한 후 잠재계층분석을 이용하여 폴리그라프 검사의 정확도를 추정한 결과, 정확도가 .707~.734(SE=.027~.031)인 것으로 산출되었으며, 오류긍정율과 오류부정율은 각각 .078~.087(SE=.019~.023)과 .029~.078(SE=.010~.023)으로 추정되었다. 거짓을 말하는 사람을 정확하게 판별할 확률은 .912~.925(SE=.013~.016)로 높게 나타났고, 진실을 말하는 사람을 정확하게 판별할 확률은 .867~.955(SE=.011~.040)이었다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제15권1호
• /
• pp.169-186
• /
• 2009

본 연구는 성격, 특히 기질적 차원의 성격이 주관적 웰빙과 어떤 관계가 있는지 탐색하는 것을 목적으로 하였다. 연구의 참여자는 681명의 남녀 대학생(남: 211, 여: 470)이었고, 그들의 연령 분포는 17세에서 37세(M=20.91, SD=2.36) 사이였다. 본 연구에 사용된 심리검사는 한국판 BAS/BIS 척도, Howard 등의 대오탐지척도, Diener 등의 삶의 만족 척도와 그것을 변형한 삶의 동기 척도와 삶의 기대 척도, 정서빈도검사, Lyubomirsky와 Lepper의 주관적 행복 척도이다. 분석 결과, 다른 주관적 웰빙 변인들에는 성차가 없었지만, 여학생이 남학생보다 미래에 대한 기대가 컸다. 정서적 안정성과 외향성은 삶의 만족, 주관적 행복, 긍정 및 부정정서와 밀접한 상관이 있었으며, BAS와 BIS는 삶의 동기 및 기대와 더 상관이 있었다. 대학생이기에 성실성도 주관적 웰빙과 밀접한 관계가 있었다. 개인의 내적인 요인이라고 할 수 있는 성격은 여성의 주관적 웰빙을 더 많이 설명하고 있었는데, BAS와 BIS를 포함한 성격요인으로 여학생의 주관적 행복의 변량을 약 35%정도까지 설명할 수 있었다. 본 연구를 통하여 성격이 개인의 삶의 질에 많은 영향을 미친다는 것을 알 수 있었고, 본 연구의 결과를 대상자의 특성과 처한 환경 및 선행 연구 등을 토대로 논의하였다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.29-38
• /
• 2024

정합장처리(Matched Field Processing, MFP)는 음파전달 예측을 기반으로 음원의 거리와 심도를 추정하는 기법이다. 그러나 주파수가 높아지면 음파전달 예측의 부정확성이 증가하여 음원위치 추정이 어렵다. 최근에 제안된 차주파수 정합장처리(Frequency-difference Matched Field Processing, FD-MFP)는 고주파 신호의 자기상관으로부터 추출한 차주파수 곱을 적용함으로써 음속의 오정합 등이 있어도 강인하다고 알려졌다. 본 논문에서는 수평선배열센서에서 차주파수 정합장처리의 성능을 알아보기 위하여, 동해의 환경에서 시뮬레이션을 수행하였다. 장거리 탐지가 가능한 해저면반사(Bottom Bounce, BB)와 수렴구역(Convergence Zone, CZ)이 발생하는 영역에서 위치추정 결과를 분석하였다. 수평선배열센서의 차주파수 정합장처리의 위치추정 정확도는 회절음장과 음속의 오정합에 의해 기존의 정합장처리에 비해 유사하거나 낮아졌다. 시뮬레이션으로부터 차주파수 정합장처리가 기존의 정합장처리보다 오정합에 강인하다는 명확한 결과는 볼 수 없었다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.57-78
• /
• 2020

인터넷의 발달로, 소비자들은 이커머스에서 손쉽게 상품 정보를 확인한다. 이때 활용되는 상품 리뷰는 사용자 경험을 토대로 작성되어 구매의사결정의 효율성을 높일 뿐만 아니라 상품 개발에 도움을 주기도 한다. 하지만, 방대한 양의 상품 리뷰에서 관심있는 평가차원의 세부내용을 파악하는 데에는 많은 시간과 노력이 소비된다. 예를 들어, 노트북을 구매하려는 소비자들은 성능, 무게, 디자인과 같은 평가차원에 대해 각 차원별로 비교 상품의 평가를 확인하고자 한다. 따라서 본 논문에서는 상품 리뷰에서 다차원 상품평가 점수를 자동적으로 생성하는 방안을 제안하고자 한다. 본 연구에서 제시하는 방안은 크게 2단계로 구성된다. 사전준비 단계와 개별상품평가 단계로, 대분류 상품군 리뷰를 토대로 사전에 생성된 차원분류모델과 감성분석모델이 개별상품의 리뷰를 분석하게 된다. 차원분류모델은 워드임베딩과 연관분석을 결합함으로써 기존 연구에서 차원과 단어들의 관련성을 찾기 위한 워드임베딩 방식이 문장 내 단어의 위치만을 본다는 한계를 보완한다. 감성분석모델은 정확한 극성 판단을 위해 구(phrase) 단위로 긍부정이 태깅된 학습데이터를 구성하여 CNN 모델을 생성한다. 이를 통해, 개별상품평가 단계에서는 구 단위의 리뷰에 준비된 모델들을 적용하고 평가차원별로 종합함으로써 다차원 평가점수를 얻을 수 있다. 본 논문의 실험에서는 대분류 상품군 리뷰 약 260,000건으로 평가모델을 구성하고, S사와 L사의 노트북 리뷰 각 1,011건과 1,062건을 실험데이터로 활용한다. 차원분류모델은 구로 분해한 개별상품 리뷰를 6개 평가차원으로 분류했고, 기존 워드임베딩 방식보다 연관분석을 결합한 모델의 정확도가 13.7% 증가했음을 볼 수 있었다. 감성분석모델은 문장보다 구 단위로 학습한 모델이 평가차원을 면밀히 분석함으로써 29.4% 더 높은 정확도를 보임을 확인했다. 본 연구를 통해 판매자, 소비자 모두가 상품의 다차원적 비교가 가능하다는 점에서 구매 및 상품 개발에 효율적인 의사결정을 기대할 수 있다.