• 감성과학
• /
• 제14권4호
• /
• pp.503-512
• /
• 2011

최근 HCI 분야에서 정서 인식은 정서 지능을 구현하기 위한 핵심적인 단계 중의 하나이다. 생체신호를 이용하여 정서 인식을 시도하는 연구들이 시도되고 있으나, 기본 정서 이외의 다른 정서에 대한 연구는 거의 이루어지지 않았다. 본 연구의 목적은 무료함, 통증, 그리고 놀람의 세 가지 정서 간 자율신경계 반응의 차이를 확인하는 것이다. 실험자는 217명의 실험참여자(남 96명)들을 대상으로 시/청각 자극을 조합하여 무료함과 놀람 정서를 유발하였고, 혈압기를 이용하여 통증 정서를 유발하였다. 정서 자극이 제시되는 동안 피부전기활동, 피부온도, 심전도와 광혈량도를 측정하였고, 실험참여자들이 경험한 정서 범주와 강도를 정서평가척도 상에 평정하게 하였다. 정서 자극에 대한 평가 결과, 사용된 정서 자극은 평균 92.5%의 적합성과 5.43의 효과성을 보였는데, 이는 각 정서 자극이 해당 정서를 효과적으로 유발한 것을 의미한다. 자율신경계 측정 결과, 피부전기활동, 피부온도, 심박률, 심박률의 저주파수 성분과 평균 혈류량은 안정 상태와 정서 상태 간의 유의한 차이를 보였다. 또한 각 정서에 의해 유발된 자율신경계 반응은 정서 간에도 유의한 차이가 있는 것으로 나타났다. 이러한 결과는 정서이론의 확장과 자율신경계 반응 측정 지표를 활용하여 정서를 인식하는 알고리즘 및 인간 정서를 변별하는 컴퓨터 시스템 개발에 응용 가능할 것이다.

• 한국식품저장유통학회지
• /
• 제13권3호
• /
• pp.413-419
• /
• 2006

뜰보리수 열매의 식품영양학적 평가의 일환으로 추출용매별, 추출농도별에 따른 전자공여능, linolenic acid system을 이용한 항산화활성, SOD유사활성, superoxide anion radical 소거능, 아질산염 소거능 등을 측정하였다. 전자공여능은 물 추출물에서는 낮은 농도에서 비교적 높은 활성을 나타내었고, 에탄올과 메탄올 추출물의 농도가 증가할수록 항산화 활성이 증가하였으며, 메탄올 추출물에서 가장 높은 항산화 효과를 보였다. Linoleic acid system에 의한 항산화 활성은 추출물의 농도가 증가할수록 항산화 효과 또한 높아졌고, 물 추출물 보다는 에탄올 추출물과 메탄올 추출물에서 효과가 더 좋았다. SOD 유사활성은 추출물의 농도가 높을수록 SOD 활성도 높게 나타났으며, 메탄올 추출물에서 추출물 농도 2.0 mg/mL에서 가장 높은 활성을 타나내었다. Superoxide anion radical에 대한 저해정도는 물 추출물의 경우 추출물의 첨가농도가 낮을 때 높은 저해효과를 나타내었고, 에탄올과 메탄올 추출물에서는 추출물 첨가농도가 증가할수록 저해효과가 높았다. 각 추출물과 pH의 변화에 따른 아질산염 소거작용에 대한 결과는 pH가 낮을수록 농도가 증가할수록 소거효과는 높게 나타났고, 물 추출물의 pH 1.2에서 77.35%로 아질산염 소거능이 가장 높은 효과를 나타내었다. 에탄올, 메탄올 추출물도 물 추출물에서와 같이 pH가 낮을수록 추출물의 첨가농도가 증가할수록 아질산염 소거작용이 높았다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.69-88
• /
• 2022

최근 코로나19 팬데믹으로 인해 전 세계 경제와 외교 상황에 급격한 변화가 일어나고 있으며, 수출 의존도가 높은 한국은 이러한 변화에 큰 영향을 받고 있다. 본 연구에서는 기업의 수출전략 수립 및 의사결정 지원을 위해 차년도 수출액 예측 모델을 구축하고, 모델의 예측 결과를 바탕으로 수출 유망국가 추천 방식을 제안한다. 본 연구에서는 모델이 다양한 정보를 학습할 수 있도록 국가별, 품목별, 거시경제 변수 등 선행 연구에서 중요하게 사용된 변수를 다방면으로 수집하였다. 수집한 데이터를 분석한 결과, 국가와 품목에 따라서 수출액의 분포가 매우 비대칭적인 것을 확인할 수 있었다. 따라서, 모델의 예측 성능을 향상시키고 설명력을 확보하기 위해서 분리학습 방식을 사용하였다. 분리학습은 전체 데이터를 동질적인 하위 그룹으로 분리하고 개별 모델을 구축하는 방식으로, 본 연구에서는 수출액을 기준으로 5개 구간으로 데이터를 분리하였다. 모델 학습 과정에서 구간별 특성을 반영하여 구간1부터 구간4까지는 LightGBM을 사용하고, 구간5는 지수이동평균을 사용하였으며 이를 통해 모델의 예측 성능을 향상시킬 수 있었다. 모델의 설명력 확보를 위해서 추가로 구간별 모델의 SHAP-value를 계산하고 중요도가 높은 변수를 제시했다. 또한, 본 연구에서는 예측 모델을 기반으로 2단계 수출 유망국가 추천 방식을 제안했다. 효율적인 수출 전략 수립을 위해서 BCG 매트릭스와 국가별 점수 산출 방식을 사용하였고, 품목별 유망 국가 순위와 수출 관련 주요 정보들을 제공하였다. 본 연구는 다양한 정보를 학습한 머신러닝 모델로 여러 국가와 품목에 대한 예측을 실시하고, 이 과정에서 분리학습 방식으로 예측 성능을 향상시켰다는 점에서 의의가 있다. 또한, 현재 무역 관련 서비스들이 과거 데이터에 기반한 정보를 제공하고 있음을 고려할 때, 본 연구에서 제안한 예측 모델과 유망국가 추천 방식은 기업들의 미래 수출 전략 수립 및 동향 파악에 유용하게 사용될 수 있을 것으로 기대된다.