• The Journal of the Korea institute of electronic communication sciences
• /
• v.14 no.6
• /
• pp.1171-1180
• /
• 2019

Emotion is a psycho-physiological process that plays an important role in human interactions. Affective computing is centered on the development of human-aware artificial intelligence that can understand and regulate emotions. This field of study is also critical as mental diseases such as depression, autism, attention deficit hyperactivity disorder, and game addiction are associated with emotion. Despite the efforts in emotions recognition and emotion detection from nonstationary, detecting emotions from abnormal EEG signals requires sophisticated learning algorithms because they require a high level of abstraction. In this paper, we investigated LSTM hyperparameters for an optimal emotion EEG classification. Results of several experiments are hereby presented. From the results, optimal LSTM hyperparameter configuration was achieved.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.348-351
• /
• 2006

영상을 통한 감정 인식 기술은 사회의 여러 분야에서 필요성이 대두되고 있음에도 불구하고 인식 과정의 어려움으로 인해 풀리지 않는 문제로 남아 있다. 인간의 움직임을 이용한 감정 인식 기술은 많은 응용이 가능하기 때문에 개발의 필요성이 증대되고 있다. 영상을 통해 감정을 인식하는 시스템은 매우 다양한 기법들이 사용되는 복합적인 시스템이다. 본 논문에서는 이전에 연구된 움직임 추출 방법들을 바탕으로 한 새로운 감정 인식 시스템을 제안한다. 제안된 시스템은 은닉 마르코프 모델을 통해 동정된 분류기를 이용하여 감정을 인식한다. 제안된 시스템의 성능을 평가하기 위해 평가데이터 베이스가 구축되었으며, 이를 통해 제안된 감정 인식 시스템의 성능을 확인하였다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1997.11a
• /
• pp.28-32
• /
• 1997

가전제품들의 제조기술과 기능 및 성능 등의 개선을 주도하뎐 국내 기술수준은 포화되어 발전 속도의 둔화가 가속화되므로, 경쟁력이 강화된 제품으 개발과 다양한 소비자들의 요구를 만족시키는 제품의 개발을 위하여 사용자 중심의 제품을 개발하기 위한 노력은 인간의 감성요소를 이해하고 응용하기 위한 활발한 연구로 나타나고 있는 추세이다.$^{1)}$ 사용자의 감성 연구에서 심리학적, 미학적 접근방법의 적용은 사용자의 감성을 더욱 본질적으로 이해하기 위한 하나의 방법이다. 인구통계학적, 사회경제적, 심리적 측면에 의한 개인차와 환경적 요소들의 영향에 따른 사용자의 요구들에 대한 충족여부가 취미와 가치판단의 변인으로써 작용하고, 그 취미와 가치판단은 구매행위 등의 행동특성으로 나타난다. 따라서 취미와 가치판단의 기준이되는 요소와 변인들은 행동특성을 야기시키는 요인들이 되므로 본 연구에서는 사용자의 요구를 만족시켜 경쟁력이 강화도니 제품의 개발을 위하여 소비자들의 감성과 미적 판단이 상품의 구매를 위한 의사 결정에 미치는 영향과 제품에 대한 가치판단에 미치는 영향을 분석하였다. 결과의 분석에 의하면 소비자의 취미돠 미적판단 기준은 내면적요소와 외부환경적요소로 구분되며 재면적 요소는 감성분류와 성격분류에 의해 분석할 수 있으며, 내면적 요소가 제품의 선호도에 영향을 미치므로 제품의 제품선택의 변인이되며, 제품에 대한 형용사적 표현은 소비자와 디자이너의 양질의통신수단임을 입증하였다.

• Journal of the Korean Geographical Society
• /
• v.33 no.spc
• /
• pp.697-707
• /
• 1998

인간과 환경과의 관계의 역사적 변천을 인구변화와 자원관리의 측면에서 분석하는 기존 관점은 인구기초이론, 기술기초이론, 시장기초이론 등으로 분류된다. 이러한 관점은 어느 한가지 변수를 독립 변수로 가정하는 입장을 취하므로 흔히 '단일요소이론'이라고 불리며, 제각기 장점이 있기는 하지만 현실 세계의 복합성을 단지 부분적으로 설명하는데 그치는 문제점을 내포하고 있다. 현실세계의 모든 사건은 개방된 체계 속에서 발생하기 때문에, 모든 사건은 단선적인 인과관계로 파악될 수 없을 만큼 서로 복합하게 얽혀 있다. 이에 대하여 문화생태이론은 단일요소이론의 그러한 한계를 극복하고 현실세계의 복합성을 분석할 수 있는 개념과 방법을 제시하고 있다. 문화생태이론은 실로 인간과 환경과의 관계가 역사적으로 변천해 온 과정을 탐구하는데 적합한 개념과 방법을 장점으로 내세우는 새로운 관점이라 할 수 있다. 문화생태이온은 인구, 기술, 시장, 제도 등 요소의 중요성이 시간과 장소에 따라 다를 수 있다는 가정 하에서 어떠한 요소라도 어느 한 장소와 시점에서 인간과 환경과의 관계의 변화를 주도할 수 있다고 기대한다. 한국 농촌의 인간과 환경과의 관계를 탐구함에 있어서 활성되어야 할 문화생태이론의 기초적인 개념은 '지역인간생태계'와 '문화적 적응'이다. 한국 농촌의 지역인간생태계는 그 특성상 인구, 농업, 시장, 제도로 구성되어 있다고 볼 수 있다. 문화적 적응이란 변화하는 환경 속에서 사회구성원들의 환경에 대한 적응도를 높일 수 있는 행동양식을 새로이 선택하는 행위를 일컫는다. 한국 농촌에서는 적응전략이란 농업의 집약화와 상업화 또는 산아제한과 인구이동이라는 측면에서 분석될 수 있을 것이다. 생존, 기술, 취락형태, 토지이용, 무역이나 교역 등은 적응전략을 분석하는데 간접적인 자료를 제공해 줄 것이다.

• Korean Journal of Cognitive Science
• /
• v.35 no.1
• /
• pp.23-48
• /
• 2024

Building human-aligned artificial intelligence (AI) for social support remains challenging despite the advancement of Large Language Models. We present a novel method, the Chain of Empathy (CoE) prompting, that utilizes insights from psychotherapy to induce LLMs to reason about human emotional states. This method is inspired by various psychotherapy approaches-Cognitive-Behavioral Therapy (CBT), Dialectical Behavior Therapy (DBT), Person-Centered Therapy (PCT), and Reality Therapy (RT)-each leading to different patterns of interpreting clients' mental states. LLMs without CoE reasoning generated predominantly exploratory responses. However, when LLMs used CoE reasoning, we found a more comprehensive range of empathic responses aligned with each psychotherapy model's different reasoning patterns. For empathic expression classification, the CBT-based CoE resulted in the most balanced classification of empathic expression labels and the text generation of empathic responses. However, regarding emotion reasoning, other approaches like DBT and PCT showed higher performance in emotion reaction classification. We further conducted qualitative analysis and alignment scoring of each prompt-generated output. The findings underscore the importance of understanding the emotional context and how it affects human-AI communication. Our research contributes to understanding how psychotherapy models can be incorporated into LLMs, facilitating the development of context-aware, safe, and empathically responsive AI.

• The Transactions of The Korean Institute of Electrical Engineers
• /
• v.59 no.12
• /
• pp.2314-2318
• /
• 2010

For human-robot interaction, a robot should recognize the meaning of human behavior. In the case of static behavior such as face expression and sign language, the information contained in a single image is sufficient to deliver the meaning to the robot. In the case of dynamic behavior such as gestures, however, the information of sequential images is required. This paper proposes behavior classification by using fuzzy classifier to deliver the meaning of dynamic behavior to the robot. The proposed method extracts feature points from input images by a skeleton model, generates a vector space from a differential image of the extracted feature points, and uses this information as the learning data for fuzzy classifier. Finally, we show the effectiveness and the feasibility of the proposed method through experiments.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.1
• /
• pp.48-53
• /
• 2009

In this paper, we propose an efficient method of representing human emotions that are conveyed during conversations. In order to develop a robot that comes close to thinking, acting, and expressing like humans, many researches have been conducted. Among these researches, the proposed method is developed based upon 6 emotion identification systems. The proposed method first analyzes conversations between humans, decides an emotion on the basis of the analysis, and represents the emotion by an action, an image, and a sound. We implemented the proposed method using a hand-sized robot.

• 한국벤처창업학회:학술대회논문집
• /
• 2018.11a
• /
• pp.31-34
• /
• 2018

다중지능은 하워드 가드너가 제시한 개념으로, 지능이 단일한 지적 능력을 나타내는 구조(construct)이라기 보다는 다차원적인 복수의 하위 능력들로 구성된 것이라는 의미를 담고 있다. Gardner는 다중지능의 구성을 음악지능이나 신체운동지능, 논리수학지능, 언어지능, 공간지능, 인간친화지능, 자기성찰지능 그리고 자연친화지능 등과 같은 상호독립적 능력으로 분류하고 있으며, 각 개인은 각 능력 영역에서 다른 발달 수준을 가지고 있다고 본다. 본 연구는 창업자의 다중지능의 영역별 발달 특성이 창업 실행 행동, 창업 분야, 창업 성과 만족도에 영향을 미치는지를 알아보는 것을 통해 예비 창업자들이 본인의 적성과 재능에 적합한 분야에서의 창업 가능성을 탐색하도록 돕는 지도자들에게 시사점을 제공하고, 향후 창업가 육성 프로그램의 구성 개선안을 마련하는 데에 기여하고자 한다. 이를 위해 본 연구에서는 2018년 중소기업진흥공단 청년창업사관학교에 입교한 만 39세 이하의 청년창업자 200인을 대상으로 다중지능검사와 인구통계학적 특성 및 창업 특성에 대해 묻는 설문조사를 실시한 후, Pearson 상관계수 및 다변량분산분석을 통해 수집된 자료를 분석할 예정이다. 연구목적을 달성하기 위하여 설정한 가설은 다음의 3가지이다. 가설 1. 창업자의 다중지능 영역별 발달 수준과 창업 실행에는 정적인 상관이 있을 것이다. 가설 2. 창업자의 다중지능 영역별 발달 수준에 따라 창업자가 선택한 창업 분야에 유의한 차이가 있을 것이다. 가설 3. 창업자의 다중지능 영역별 발달 수준에 따라 창업자의 창업 성과 만족도에 유의미한 차이가 있을 것이다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.15 no.4
• /
• pp.717-724
• /
• 2020

Due to the important role played by emotion in human interaction, affective computing is dedicated in trying to understand and regulate emotion through human-aware artificial intelligence. By understanding, emotion mental diseases such as depression, autism, attention deficit hyperactivity disorder, and game addiction will be better managed as they are all associated with emotion. Various studies for emotion recognition have been conducted to solve these problems. In applying machine learning for the emotion recognition, the efforts to reduce the complexity of the algorithm and improve the accuracy are required. In this paper, we investigate emotion Electroencephalogram (EEG) feature reduction and classification using Stack AutoEncoder (SAE) and Long-Short-Term-Memory/Recurrent Neural Networks (LSTM/RNN) classification respectively. The proposed method reduced the complexity of the model and significantly enhance the performance of the classifiers.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.1
• /
• pp.144-150
• /
• 2017

Recently, deep learning is used for intelligent processing and accuracy improvement of data. It is formed calculation model composed of multi data processing layer that train the data representation through an abstraction of the various levels. A category of deep learning, convolution neural network is utilized in various research fields, which are human pose estimation, face recognition, image classification, speech recognition. When using the deep layer and lots of class, CNN that show a good performance on image classification obtain higher classification rate but occur the overfitting problem, when using a few data. So, we design the training network based on convolution neural network and trained our image data set for object classification in few class problem. The experiment show the higher classification rate of 7.06% in average than the previous networks designed to classify the object in 1000 class problem.