• 한국보육지원학회지
• /
• 제10권3호
• /
• pp.121-135
• /
• 2014

본 연구에서는 동물체험활동이 유아의 정서지능 및 심리적 건강성에 미치는 영향을 알아보고, 성, 연령에 따른 차이를 분석하였다. 연구대상은 만 3, 4세아 70명이며 실험집단의 유아는 12회의 동물체험활동을 경험했다. 실험집단과 통제집단을 대상으로 정서지능, 심리적 건강성을 사전 사후 측정한 후 공변량분석한 결과 동물체험활동에 따른 실험효과가 나타나 정서지능 전체, 그리고 하위변인별로는 자기정서의 이용, 타인정서의 인식 및 배려, 자기정서의 인식 및 표현, 감정조절 및 충동억제에서 동물체험활동을 경험한 집단의 정서지능이 통제집단보다 높은 것으로 나타났다. 심리적 건강성의 경우 연령에 따른 차이가 나타나 4세의 심리적 건강성이 3세보다 높은 것으로 나타났으며, 집단과 연령 간 상호작용효과가 나타나 동물체험활동의 긍정적 효과가 3세보다 4세에서 더 뚜렷했다.

• 정보처리학회 논문지
• /
• 제13권10호
• /
• pp.492-496
• /
• 2024

반려동물, 특히 고양이는 인간과의 상호작용에서 다양한 소리를 통해 감정을 표현하는 것으로 알려져 있다. 고양이의 소리는 그들이 느끼는 감정 상태를 반영하며, 이를 이해하고 해석하는 것은 반려동물과의 소통을 더욱 원활하게 하는 데 중요한 요소이다. 최근 인공지능 기술의 발전으로 감정 인식과 관련된 연구가 활발히 진행되고 있으며, 특히 딥러닝 모델을 활용한 음성 데이터 분석이 주목받고 있다. 본 연구는 이러한 배경에서 출발하여, 고양이의 소리를 감정별로 분류하고 생성하는 딥러닝 시스템을 개발하는 것을 목표로 한다. 분류 모델은 고양이 소리를 감정별로 정확하게 분류하기 위해 학습되며, 소리 생성 모델은 SampleRNN과 같은 딥러닝 기법을 활용하여 특정 감정을 표현하는 고양이 소리를 생성할 수 있도록 설계된다. 마지막으로, 학습된 두 모델을 통합하여 고양이 소리를 녹음하고 이를 감정별로 분류한 결과 및 사용자의 요구에 따른 고양이 소리를 생성하여 제공할 수 있는 시스템을 제안한다.

• 감성과학
• /
• 제11권4호
• /
• pp.501-510
• /
• 2008

규범적 표상은 단어나 주제가 주어졌을 때 자연스럽게 떠오르는 심상이다. 이러한 규범적 표상은 대상의 특징을 가장 잘 드러낼 수 있는 특정한 조망이나 방향으로 떠오르게 된다. 규범적 표상이 측면임을 시사하는 선행 연구를 바탕으로 본 연구에서는 규범적 표상의 방향성을 검토하였다. 규범적 표상을 자연범주와 인공범주로 구분하여 자극의 제시 방향에 따른 차이를 알아보았다. 실험은 그림의 방향성(왼쪽/오른쪽)과 범주(동물, 자연범주/도구, 인공범주)를 두 가지 독립변인으로 하여 설계하였으며 단어-그림 일치 판단과제를 사용하여 정답 반응률과 반응시간을 측정하였다. 그 결과, 정답 반응률은 범주 내에서 방향성에 따른 모든 조건에서 천장효과를 보였으며 아주 근소한 차이만 있었다. 반응시간에서 범주변인의 주효과, 범주와 방향성의 상호작용 효과가 나타났다. 특히 자연범주에 속하는 동물 그림에서 방향성 효과가 관찰되었다. 동물의 머리가 왼쪽으로 향하는 그림이 오른쪽으로 향하는 그림 보다 반응시간이 유의하게 빨랐다. 그러나 인공범주에 속하는 도구 그림에서는 방향성의 효과가 나타나지 않았다. 이러한 결과는 동물의 규범적 표상의 방향성은 왼쪽을 향하는 것임을 시사한다.

• 융합신호처리학회논문지
• /
• 제24권1호
• /
• pp.69-75
• /
• 2023

최근 동물 행동 분석 및 건강관리 분야를 중심으로 딥러닝 기반 동물 자세 추정 기법에 대한 관심이 높아지고 있다. 그러나 기존 동물 자세 추정 기법은 영상에서 신체 부위가 가려지거나 존재하지 않을 경우 좋은 성능을 보이지 않는다. 특히 꼬리나 귀가 가려진 경우, 반려견의 행동 및 감정 분석의 성능에도 심각한 영향을 미친다. 본 논문에서는 이러한 다루기 힘든 문제를 해결하기 위해, 이미지 아웃페인팅 네트워크를 자세 추정 네트워크에 연결하여 이미지 외부에 존재하는 반려견의 신체를 복원한 확장된 이미지를 생성하여 반려견의 자세를 추정하는 단순하면서도 새로운 접근방법을 제안하였고, 제안된 방법의 실현가능성을 검토하는 예비 연구를 수행하였다. 이미지 아웃페인팅 모델로는 CE-GAN과 트랜스포머 기반의 BAT-Fill을 사용하였고, 자세 추정 모델로는 SimpleBaseline을 사용하였다. 실험 결과, 크롭된 입력 이미지에서 반려견의 자세를 추정하였을 때보다, BAT-Fill을 사용하여 아웃페인팅된 확장 이미지에서 반려견의 자세를 추정하였을 때 자세 추정의 성능이 향상되었다.