• 감성과학
• /
• 제23권4호
• /
• pp.61-72
• /
• 2020

경제 불안정과 고령화, 경쟁격화 및 개인 가치관의 변화 등 사회 문제가 점점 심각해질 가능성이 있다. 이러한 상황에서 이를 해결 가능한 방안 중 하나로써 감성컴퓨팅 관련 연구가 증가하고 있다. 이에 본 연구는 감성컴퓨팅 연구 키워드를 중심으로 국내 및 글로벌 연구의 지식구조와 주요 키워드, 연구생산 현황 및 국가간 협력관계 및 주요 키워드별 네트워크 등을 파악하였다. 이를 위해 전문 학술데이터 베이스(Scopus)로부터 해당 키워드를 중심으로 논문을 검색하였으며, 서지분석과 네트워크 분석을 실시하였다. 중국과 미국이 Affective computing 분야에서 지식생산이 활발하였고, 한국은 약 10% 정도로 저조한 상황이다. 주요 키워드는 Affective computing을 중핵으로 주로 컴퓨팅 처리 및 감성분석, 인식을 분류하는 연구 및 사용자들의 모델링, 심리 분석이 주요 연구 키워드이다. 국가 간 협력구조는 중국과 미국이 가장 큰 클러스터를 형성하고 있고, 그 외에 영국, 독일, 스위스, 스페인, 캐나다 등이 협력을 주도하고 있다. 한국의 연구협력은 다양하지 않고 연구생산도 저조한 결과를 보였다. Affective computing 분야의 연구발전을 위해 미국, 중국 등 주요국과의 연구협력 강화와 연구파트너의 다양화를 위한 시사점을 결론으로 제언하였다.

• International journal of advanced smart convergence
• /
• 제8권2호
• /
• pp.8-17
• /
• 2019

The main purpose of this study isto explore the potential of affective computing (AC) platforms in education through two phases ofresearch: Phase I - platform analysis and Phase II - classification of academic emotions. In Phase I, the results indicate that the existing affective analysis platforms can be largely classified into four types according to the emotion detecting methods: (a) facial expression-based platforms, (b) biometric-based platforms, (c) text/verbal tone-based platforms, and (c) mixed methods platforms. In Phase II, we conducted an in-depth analysis of the emotional experience that a learner encounters in online video-based learning in order to establish the basis for a new classification system of online learner's emotions. Overall, positive emotions were shown more frequently and longer than negative emotions. We categorized positive emotions into three groups based on the facial expression data: (a) confidence; (b) excitement, enjoyment, and pleasure; and (c) aspiration, enthusiasm, and expectation. The same method was used to categorize negative emotions into four groups: (a) fear and anxiety, (b) embarrassment and shame, (c) frustration and alienation, and (d) boredom. Drawn from the results, we proposed a new classification scheme that can be used to measure and analyze how learners in online learning environments experience various positive and negative emotions with the indicators of facial expressions.

• 컴퓨터교육학회논문지
• /
• 제10권4호
• /
• pp.125-133
• /
• 2007

인간-컴퓨터 상호작용에서 감성 기술(affective computing)을 도입하기 위한 연구가 이루어지고 있다. 정의적인 측면에서 감성적 기억은 인지적 처리 활동에 큰 영향을 미친다. 본 연구에서는 이러닝 환경에서의 학습자의 감성에 따른 정서적 피드백이 학업 성취도에 미치는 영향을 살펴보기 위하여 인간 교사가 면대면 학습 환경에서 제시하는 정서적 피드백 메시지를 선정하고 이를 콘텐츠에 적용한 시스템을 구현하였다. 학습자의 감성을 알아내기 위해 버튼을 이용한 자기 보고 방법을 사용하고 선정된 정서적 피드백을 제공할 수 있는 시스템을 교실수업에 적용한 결과 이러닝 환경에서 느끼는 학습자의 감정에 정서적 피드백을 제공하는 것이 학업 성취도에 긍정적인 영향을 줌을 알 수 있었다.

• 산업경영시스템학회지
• /
• 제37권4호
• /
• pp.1-11
• /
• 2014

This paper addresses the emotion computing model for software affective agents. In this paper, emotion is represented in valence-arousal-dominance dimensions instead of discrete categorical representation approach. Firstly, a novel emotion model architecture for affective agents is proposed based on Scherer's componential theories of human emotion, which is one of the well-known emotion models in psychological area. Then a fuzzy logic is applied to determine emotional statuses in the emotion model architecture, i.e., the first valence and arousal, the second valence and arousal, and dominance. The proposed methods are implemented and tested by applying them in a virtual training system for children's neurobehavioral disorders.

• 인터넷정보학회논문지
• /
• 제12권6호
• /
• pp.83-94
• /
• 2011

감정 컴퓨팅의 대표적 연구 주제는 기계가 사람의 감정을 인식하여 이에 적절히 대응하는 것이다. 감정 인식 연구에서는 얼굴과 목소리 단서를 이용하여 감정을 포착하는데 집중했으며 최근에 와서 행동자세를 주요 수단으로 이용하고 있다. 본 연구의 목적은 감정 표현에서 중요한 역할을 담당하는 자세 특징을 포착하고 확인하여 감정을 판별하는 것이다. 이를 위해 먼저 자세포착시스템으로 다양한 감정 자세를 수집하여 감정별 특징을 공간적 특징으로 설명한다. 그리고 동작을 취하는 행위자가 의도하는 감정과 관찰자가 인지하는 감정 간에 통계적으로 의미 있는 상관관계가 있음을 표준통계기술을 통해 확인한다. 6가지 주요 감정을 판별하기 위해 판별 분석법을 이용하여 감정 자세 예측 모델을 구축하고 자세 특징을 측정한다. 제안 특징과 모델의 평가는 행위자-관찰자 감정 자세 집단의 상관관계를 이용하여 수행한다. 정량적 실험 결과는 제안된 자세 특징으로 감정을 잘 판별하며 감정 예측 모델이 잘 수행됨을 보여준다.

• Journal of Multimedia Information System
• /
• 제7권2호
• /
• pp.115-124
• /
• 2020

This paper is a study of deep learning among artificial intelligence technology which has been developing many technologies recently. Especially, I am talking about emotional computing that has been mentioned a lot recently during deep learning. Emotional computing, in other words, is a passive concept that is dominated by people who scientifically analyze human sensibilities and reflect them in product development or system design, and a more active concept that studies how devices and systems understand humans and communicate with people in different modes. This emotional signal extraction, sensitivity, and psychology recognition technology is defined as a technology to process, analyze, and recognize psycho-sensitivity based on micro-small, hyper-sensor technology, and sensitive signals and information that can be sensed by the active movement of the autonomic nervous system caused by human emotional changes in everyday life. Chapter 1 talks about overview and Chapter 2 shows related research. Chapter 3 shows the problems and models of real emotional computing and Chapter 4 shows this paper as a conclusion.

• 한국게임학회 논문지
• /
• 제16권6호
• /
• pp.91-100
• /
• 2016

본 연구에서는 사용자의 생체 신호를 반영한 감성 컴퓨팅 게임을 개발하였다. 생체 신호 측정을 위해 GSR(Galvanic Skin Response), FSR(Force Sensing Resistor), 온도 센서(Infrared Thermometer)를 장착한 마우스를 제작하였다. 해당 마우스를 통해 게임을 하는 사용자의 생체 신호를 비침투적으로 측정한다. 측정된 데이터는 실시간으로 처리되어 사용자의 긴장도를 3단계로 구분하며 구분된 긴장도는 반영되어 NPC(Non-Player Character)의 정서 반응과 스토리 분기의 변화를 가능하게 한다. NPC의 반응과 스토리 분기의 제작을 위해 Live 2d, Inkle Script를 사용하였다. 본 연구를 통해 사용자의 생체 신호를 이용한 감성 컴퓨팅 게임 제작에 하나의 방법론을 제시한다.

• Journal of Computing Science and Engineering
• /
• 제10권4호
• /
• pp.103-110
• /
• 2016

Emotion recognition is an important component of affective computing, and is significant in the implementation of natural and friendly human-computer interaction. An effective approach to recognizing emotion from text is based on a machine learning technique, which deals with emotion recognition as a classification problem. However, in emotion recognition, the texts involved are usually very short, leaving a very large, sparse feature space, which decreases the performance of emotion classification. This paper proposes to resolve the problem of feature sparseness, and largely improve the emotion recognition performance from short texts by doing the following: representing short texts with word cluster features, offering a novel word clustering algorithm, and using a new feature weighting scheme. Emotion classification experiments were performed with different features and weighting schemes on a publicly available dataset. The experimental results suggest that the word cluster features and the proposed weighting scheme can partly resolve problems with feature sparseness and emotion recognition performance.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권4호
• /
• pp.1464-1485
• /
• 2021

Emotional style of multimedia art works are abstract content information. This study aims to explore emotional style transfer method and find the possible way of matching music with appropriate images in respect to emotional style. DCNNs (Deep Convolutional Neural Networks) can capture style and provide emotional style transfer iterative solution for affective image generation. Here, we learn the image emotion features via DCNNs and map the affective style on the other images. We set image emotion feature as the style target in this style transfer problem, and held experiments to handle affective image generation of eight emotion categories, including dignified, dreaming, sad, vigorous, soothing, exciting, joyous, and graceful. A user study was conducted to test the synesthesia emotional image style transfer result with ground truth user perception triggered by the music-image pairs' stimuli. The transferred affective image result for music-image emotional synesthesia perception was proved effective according to user study result.

• 정보과학회지
• /
• 제28권8호
• /
• pp.89-90
• /
• 2010