• 한국전자통신학회논문지
• /
• 제15권4호
• /
• pp.717-724
• /
• 2020

감성 컴퓨팅은 인간의 상호 작용에서 중요한 역할을 하기 때문에 인간을 인식하는 인공 지능을 통해 감정을 이해하고 식별한다. 우울증, 자폐증, 주의력 결핍 과잉 행동 장애 및 게임 중독과 같은 정신 질환을 잘 이해함으로써 감정과 관련된 문제들을 잘 관리할 수 있을 것이다. 이러한 문제들을 해결하기 위해 감정 인식을 위한 다양한 연구가 수행되었는데 기계학습을 적용하는데 있어서는 알고리즘의 복잡성을 줄이고 정확도를 향상시키기 위한 노력이 필요하다. 본 논문에서는 이러한 노력중의 하나로 Stack AutoEncoder (SAE)를 이용하여 차원을 감소하는 방법과 Long-Short-Term-Memory/Recurrent Neural Networks (LSTM / RNN) 분류를 이용한 감성 분류에 대해 연구한 결과를 제시한다. 제안된 방법은 모델의 복잡성을 줄이고 분류기의 성능을 크게 향상시킨 결과를 가져왔다.

• 패션비즈니스
• /
• 제26권1호
• /
• pp.1-15
• /
• 2022

Digital transformation has induced changes in human life patterns; consumption patterns are also changing to digitalization. Entering the era of industry 4.0 with the 4th industrial revolution, it is important to pay attention to a new paradigm in the fashion industry, the shift from developer-centered to user-centered in the era of the 3rd industrial revolution. The meaning of storing users' changing life and consumption patterns and analyzing stored big data are linked to consumer sentiment. It is more valuable to read emotions, then develop and distribute products based on them, rather than developer-centered processes that previously started in the fashion market. An AI(Artificial Intelligence) deep learning algorithm that analyzes user emotion big data from user experience(UX) to emotion and uses the analyzed data as a source has become possible. By combining AI technology, the fashion industry can develop various new products and technologies that meet the functional and emotional aspects required by consumers and expect a sustainable user experience structure. This study analyzes clear and useful user experience in the fashion industry to derive the characteristics of AI algorithms that combine emotions and technologies reflecting users' needs and proposes methods that can be used in the fashion industry. The purpose of the study is to utilize information analysis using big data and AI algorithms so that structures that can interact with users and developers can lead to a sustainable ecosystem. Ultimately, it is meaningful to identify the direction of the optimized fashion industry through user experienced emotional fashion technology algorithms.

• 경영과정보연구
• /
• 제29권4호
• /
• pp.143-167
• /
• 2010

본 연구의 목적은 인터넷을 중심으로 시대적인 흐름에 따른 기술의 변화와 더불어 사회적 자본을 형성하는 도구로 인식되고 있는 SNS의 사회경제적 변화와 파급효과를 통찰하기 위해 첫째, 웹 2.0 패러다임이 표방하는 기술 및 경제적 가치변화를 살펴보고 둘째, 블로그로부터 사회 네트워크인 SNS로의 진화과정을 고찰하며 셋째, 주요 SNS의 서비스 및 특징을 비교한 후 넷째, 모바일 웹 2.0으로의 진화에 따른 SNS의 특성을 제시하고자 한다. 마지막으로 1990년대 후반부터 현재까지의 기술, 사회, 경영 3가지 측면의 속성 변화를 통해 SNS의 진화를 분석하고자 한다. 본 연구를 통해 얻은 시사점으로는 첫째, 기술적 측면에서 웹 기반의 컴퓨팅 환경이 미디어 속성에서 플랫폼 속성으로 전환되고 있다. 초창기 인터넷 출현 이후 웹사이트에 접속하여 정보를 보고 듣고 읽어 체득하던 일방향의 미디어 속성이 정보를 생성 및 가공하고 전파하기까지 모든 활동을 가능하게 하는 플랫폼 기능으로 변화된 것이다. 둘째, 사회적 측면에서 지식의 생산주체가 소수 전문가에서 집단지성으로 전환되고 있다. 이는 사람들을 연결하는 SNS의 지향점과 일치하면서 정보권력의 분산 및 전파범위의 무제한이라는 장점을 살려 기업들의 홍보 및 마케팅 채널로서의 잠재성이 부각되고 있다. 셋째, 기업경영 측면에서 SNS와 같은 새로운 마케팅 채널이 생성되고 있다. 스마트폰과 같은 모바일 기기의 시장 확대와 더불어 일상에서 접근이 편리하도록 제공되고 있는 무선기술의 발전은 소비자와 호의적이고 밀접한 관계를 지향하는 대개의 기업들에게 새로운 기회로 작용하고 있다. 넷째, 소비자의 역할이 변화되고 있음을 인식할 수 있다. 단방향 정보를 받아들이던 소비자들이 1인 중심형 블로그와 개인간 관계 네트워크를 지향하는 SNS를 이용하게 되면서 정보를 생성, 가공 및 확산하는 주체가 되면서 정보의 주도권을 장악하게 되면서 정보의 이용자인 동시에 생산자 역할을 수행하는 프로슈머로서 그 역할이 변화되어 가고 있다.

• 감성과학
• /
• 제8권1호
• /
• pp.47-54
• /
• 2005

본 연구에서는 행동활성화체계(behavioral activation system : BAS)와 행동억제체계(behavioral inhibition system BIS)의 개인차가 음향감성에 의한 전전두엽의 비대칭성과 심박동변이도(heart rate variability : HRV)에 미치는 영향을 밝히고자 하였다. 이를 위하여 피험자들을 BAS와 BIS 민감성의 고저에 따라 네 집단으로 분류하고 명상음악과 소음이 제시되는 동안 전전두엽의 비대칭성과 심박동변이도를 측정하였다. 전전두엽의 비대칭성을 측정한 결과, 명상음악에서는 BAS가 BIS에 비하여 민감도가 상대적으로 높을수록 전전두엽 편측치(asymmetry score)가 증가하였고, 소음조건에서는 BAS와 BIS 중 어느 하나라도 민감도가 높으면 소음과 같은 부정감성을 유발시키는 음 환경에서는 전전두엽의 편측치가 감소하는 것으로 나타났다. 또한 부정감성이 상대적으로 우측 전전두엽의 활성화를 증가시키는 반면, 긍정감성은 좌측 전전두엽의 활성화를 증가시킴을 알 수 있었다. 심박동변이도를 각 주파수 대역별로 전력을 분석한 결과, 명상음악에서는 BAS가 높고 BIS는 낮은 집단이 BAS와 BIS가 모두 낮은 집단에 비하여 심박동변이조의 감성평가지표로 알려진 MF/(LF+HF)가 유의하게 높았다. 또한 BAS가 높고 BIS는 낮은 집단은 명상음악 청취시가 소음 청취시에 비하여 MF/(LF+HF)가 더 높은 경향을 보였는데, 이는 BAS가 높고 BIS는 낮은 집단이 다른 집단에 비하여 긍정감성에 더 민감함을 의미한다. 본 연구결과는 전전두엽 비대칭성과 심박동변이도, 특히 MF/(LF+HF)가 긍정 및 부정감성을 평가할 수 있는 지표로 사용될 수 있음을 시사한다.