• 한국멀티미디어학회논문지
• /
• 제24권2호
• /
• pp.295-304
• /
• 2021

Learning assistance system that continuously measures user's concentration will be helpful to grasp the concentration pattern and adjust the learning method accordingly to improve the learning efficiency. Although a lot of various learning aids have been proposed, there have been few studies on the concentration monitoring system in real time. Therefore, in this study, we developed an Android-based mobile application that can measure concentration during study by using functional near-infrared spectroscopy, which is used to measure brain activity. First, the task accuracy was predicted at a maximum level of 93.75% from the prefrontal oxygenation characteristics measured while performing the visual Q&A task on 11 college students, and a concentration calculation formula based on a linear regression model was derived. Then, a survey on the usability of the mobile application was conducted, overall high satisfaction and positive opinions were obtained. From these findings, this application can be used as a customized learning aid application for users, and further, it can help educators improve the quality of classes based on the level of concentration of learners.

• 경영정보학연구
• /
• 제19권3호
• /
• pp.105-125
• /
• 2017

SNS 사용과 성과의 관계에 관해서는 여러 연구가 있어 왔으나, 대부분의 선행 연구들은 작업 도중 SNS의 사용이 해당 작업의 성과에 미치는 영향을 연구하기 보다는 SNS 사용자와 비사용자의 평소 성과를 비교하여 긍정적, 혹은 부정적이라는 서로 상반된 결론을 내려왔었다. SNS의 사용이 공간과 시간의 제약 없이 일상화된 만큼, 본 연구에서는 이러한 기존 연구들을 보완하고자 실험 설계를 통하여 작업 도중 SNS의 사용과 해당 작업의 성과에 관한 탐색적 연구를 진행하였다. 이를 위해 휴식과 성과, 작업의 종류와 휴식의 종류에 대한 기존 문헌을 토대로 SNS의 역할을 긍정적, 혹은 부정적으로 단정짓지 않고 다양한 상황에서 보다 구체적으로 살펴보려 하였으며, 그 방법으로 실험 참여자의 뇌파해석, 자기 보고, 컴퓨터 기록 등 다양한 측정지표를 사용하였다. 그 결과, 간단한 작업 도중 SNS를 사용할 경우 단순 휴식을 취했을 때 보다 이후 성과가 개선되었으나, 복잡한 작업 도중 SNS를 사용한 경우에는 그 개선도가 단순 휴식과 비교했을 때 차이가 없었다. 추가 분석 결과 SNS 사용 후 성과가 개선된 참여자들의 경우, 간단한 작업을 수행한 참여자의 경우에는 SNS 사용 경험 및 몰입도가 성과에 긍정적인 영향을 미쳤으며, 복잡한 작업의 경우에는 자아 존중감 확인은 긍정적, 사회적 실재감은 부정적 영향을 미친 것을 확인할 수 있었다.

• 정보과학회 논문지
• /
• 제41권12호
• /
• pp.1050-1057
• /
• 2014

뇌전도 기반의 뇌-컴퓨터 인터페이스는 향후 손 또는 발과 같은 신체를 대체하거나 사용자의 편의성을 제고하는 등의 다양한 목적으로 여러 산업에서 사용이 될 수 있는 기술이다. 본 논문에서는 경험 모드 분해와 고속푸리에 변환을 통해 동작 상상 뇌전도 신호를 분해하고 특징을 추출하는 방법을 제안한다. 뇌전도 신호 분류 과정은 다음과 같이 3단계로 구성된다. 신호 분해에서는 경험모드분해를 이용하여 뇌전도 신호에 대한 내재모드함수를 생성한다. 특징 추출에서는 파워 스펙트럼 밀도를 이용하여 생성된 내재모드함수의 주파수 대역을 확인한 뒤, 뮤파 대역을 포함하고 있는 내재모드함수에 고속푸리에 변환을 적용하여 움직임 상상에 대한 특징을 추출한다. 특징 분류에서는 서포트 벡터 머신을 사용하여 동작 상상 뇌전도 신호에 대한 특징을 분류하고, 10-교차검증을 통해 분류기의 일반화 성능을 추정한다. 제안하는 방법은 다른 방법들과 비교하여 84.50%의 분류 정확도를 보여주었다.

• 정보처리학회논문지B
• /
• 제16B권1호
• /
• pp.63-70
• /
• 2009

BCI 기술은 생체신호인 뇌파를 수집하여 신호처리를 거친 후 실질적인 기기제어 및 통신 시스템 등을 제어하는 시스템 관련 기술이다. BCI 시스템 구현을 위해서는 뇌파의 특성을 실시간으로 분석하여 학습 시키고 학습된 뇌파의 특성을 적용하는 단계가 요구된다. 본 논문에서는 EEG 데이터를 효율적으로 분석하기 위해 점진적으로 갱신되는 주성분 분석을 이용하여 왼손/오른손 동작에 영향을 미치는 EEG 신호의 특징을 찾고, 이를 반영하여 데이터의 차원을 축소한다. 입력 자료의 특징을 충분히 포함하면서 낮은 차원을 가지는 데이터를 이용한다면 분류를 위한 계산량을 감소시킬 수 있을 뿐만 아니라 불필요한 특징을 제거함으로써 분류 성능을 향상 시킬 수 있다. 본 논문에서는 점진적으로 갱신되는 주성분 분석을 이용하여 데이터의 차원을 축소하고 이에 대한 효율성을 검증하기 위해 K-NN분류기를 이용하여 분류 정확도 측정을 수행하였다. 그 결과 주성분 분석을 이용하여 특징을 추출하고 분류율을 측정한 경우보다 평균 5% 높은 분류 정확율을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2004년도 학술대회지
• /
• pp.671-674
• /
• 2004

We propose accurate classification method of EEG signals during mental tasks. In the experimental task, the tasks of subjects show 3 major measurements; there are mathematical tasks, color decision tasks, and Chinese phrase tasks. The classifier implemented for this work is a feed-forward neural network that trained with the error back-propagation algorithm. The new BCI system is proposed by using neural network. In this system, tr e architecture of the neural network is composed of three layers with a feed-forward network, which implements the error back propagation-learning algorithm. By applying this algorithm to 4 subjects, we achieved $95{\%}$ classification rates. The results for BCI mathematical task experiments show performance better than those of the Chinese phrase tasks. The selection time of each task depends on the mental task of subjects. We expect that the proposed detection method can be a basic technology for brain-computer interface by combining with left/right hand movement or yes/no discrimination methods.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2001년도 춘계학술대회 논문집
• /
• pp.26-31
• /
• 2001

긍/부정 선택 실험에서 나타나는 뇌파 변화를 연구하였다. 서로 다른 위치에서 측정된 뇌파의 시공간적 상호관계를 정량화하는 변수로, 시간영역에서 계산하기 용이한 동기율(synchronization rate), 편향성(synchronization rate), 편향성(polarity), 상호상관(cross-correlation) 등의 변수를 도입하여, 긍/부정 선택 순간의 뇌파 변화를 살펴보았다. 좌우 전전두엽(Fp1, Fp2)에서 특정된 뇌파를 사용하여 계산한 동기율, 편향성의 평균과 요동폭, 상호상관 등은, 선택 순간 근처에서, 평상시에 뇌파와 통계적으로 유의미한 차이를 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.2(A)
• /
• pp.21-22
• /
• 2010

Brain-Computer Interface (BCI) 는 뇌 신호를 이용하여 생각으로 기계 및 컴퓨터를 제어 할 수 있는 기술이다. 뇌전도(Electroencephalography, EEG) 를 이용한 본 연구는 왼쪽/오른쪽 손 상상 움직임 실험에 대해서 특징 추출 (feature extraction)에 관�� 연구로 총 9명의 피험자로부터 얻어진 뇌 전도 데이터를 이용하여 전통적인 방법 (Common Spatial Pattern, CSP 및 Fisher Linear Discriminant, FLDA)을 이용해 구한 분류 정확도와 본 논문에서 사용 된 Symbolic transfer entropy (STE)을 통해 얻어진 특징에 대한 결과를 보여 준다. 본 연구를 통하여 STE를 통한 특징 추출 방법이 의미가 있다고 생각한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.2049-2050
• /
• 2011

신체 움직임이 자유롭지 못한 중증 장애인의 경우 환경제어장치를 사용하면 일상생활 보조가 가능해지므로 활용 효과가 매우 크다. 그러나 현재 국내에서 개발되는 제품은 정상인을 위한 홈오토메이션이 대부분이고, 장애인을 위한 환경제어장치의 경우에도 입력 매체에 따라 대상 사용자가 제한되는 문제점이 있었다. 따라서 본 논문에서는 기존의 입력 장치 사용에 제한이 있었던 중증 장애인들도 사용가능하도록 1-채널 생체신호(뇌파 및 얼굴 근전도) 계측 시스템 및 환경제어장치를 개발하였다. 향후 개발된 시스템은 중증 장애인의 일상생활 체험관에 구축하고 장애인의 사용성 평가를 통해 그 효과를 입증하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.142-145
• /
• 2011

뇌전도 기반 뇌-컴퓨터 인터페이스 기술은 신체 움직임이 불가능하거나 불편한 사람에게 새로운 의사전달 수단이 될 수 있으며 일반인에게도 상상만으로 컴퓨터 혹은 기계에 명령을 내릴 수 있게 하는 기술이다. 본 논문에서는 뇌-컴퓨터 인터페이스 연구 분야에 잘 알려진 Common Spatial Pattern (CSP), Invariant Common Spatial Pattern (iCSP) 그리고 Common Spatio-Spectral Pattern (CSSP) 알고리즘들의 성능을 비교 분석하였고, CSSP에 불변성(invariant)을 고려한 iCSSP를 제안하였다. 9명의 피험자로부터 상상움직임 실험을 통해 18셋의 뇌전도 데이터를 측정하였고, 4가지 알고리즘들을 성능 면에서 비교하였다. 그 결과 CSSP의 성능과 차이가 크지는 않지만, 본 연구에서 제안한 노이즈를 고려하여 최적의 필터를 구성하는 iCSSP에 대하여 더 나은 성능을 보여주는 결과들을 확인할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 추계학술대회 논문집 학회본부 D
• /
• pp.848-850
• /
• 2000

본 논문에서는 신경회로망을 이용하여 On-Line상에서 EEG(Electroencephalogram) 신호를 분류하는 방법을 제안한다. EEG 신호란 인간의 두뇌활동에서 발생하는 전기적 신호로서 고도의 비선형과 시변 특성을 지니고 있어 정량적인 분석이 어려운 신호로 여겨진다. 이를 분석하기 위해 본 논문에서는 입력 벡터들을 서브클래스로 분류하는 경쟁 레이어와 서브클래스를 모아 정해진 클래스를 선택하는 선형 레이어로 이루어진 LVQ (Learning Vector Quantization) 신경망을 구성하고 On-Line 분석결과를 제시한다. 이러한 On-line 분석방법은 EEG 신호를 실시간으로 분석하여 컴퓨터를 인간의 생각만으로 제어될 수 있는 BCI(Brain Computer Interface)의 구현에 사용될 것이다.