• 아태비즈니스연구
• /
• 제15권2호
• /
• pp.1-22
• /
• 2024

Purpose - The Chinese fan community includes a significant number of young and middle-aged individuals, playing a crucial role in emotional mobilization and social engagement. In recent years, the impact of Celebrity Pairing or Character Pairing (CP) on Weibo has grown notably, partly due to features like Super Topics and Hot Searches. This phenomenon has enhanced fan engagement, resulting in heightened participation in discussions and interactions on the platform. Our study targets CP fans of movies and television dramas on Weibo and aims to identify the factors that drive their emotional sharing. Design/methodology/approach - The research methodology integrates Self-Determination Theory and Social Sharing of Emotion Theory within the EASI (Emotion, Attachment, and Social Integration) model. This approach aims to uncover how CP fans meet their emotional needs via social media and determine the factors influencing their sharing intentions and behaviours. Data were collected through online surveys, yielding 504 valid responses Findings - The analysis, performed with SPSS and Smart PLS software, reveals that self-determination, interpersonal relationships, and social media tolerance significantly affect fans' intentions to share content. Specifically, intrinsic motivation, driven by self-determination, is a critical factor in CP fans' propensity to share content, highlighting the importance of 'inward socialization.' Additionally, the study finds that external factors, like the social media environment, play a more minor role than internal motivators. Research implications or Originality - This research enhances quantitative research methodologies by identifying intrinsic and extrinsic motivations that satisfy the emotional needs of CP fans. It distinguishes between individual, interpersonal, and collective/social factors as motivational elements, providing insights into the emotional and psychological needs of the Chinese movie and TV drama fan community.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권3호
• /
• pp.23-29
• /
• 2022

가상인간은 가상공간(가상 현실, 혼합 현실, 메타버스 등)에서 Unity와 같은 3D Engine 전용 모델링 도구로 구현된다. 실제 사람과 유사한 외모, 목소리, 표정이나 행동 등을 구현하기 위해 다양한 가상인간 모델링 도구가 도입되었고, 어느 정도 수준까지 인간과 의사소통이 가능한 가상인간을 구현할 수 있게 되었다. 하지만, 지금까지의 가상인간 의사소통 방식은 대부분 텍스트 혹은 스피치만을 사용하는 단일모달에 머물러 있다. 최근 AI 기술이 발전함에 따라 가상인간의 의사소통 방식은 과거 기계 중심의 텍스트 기반 시스템에서 인간 중심의 자연스러운 멀티모달 의사소통 방식으로 변화할 수 있게 되었다. 본 논문에서는 다양한 대화 데이터셋으로 미세조정한 인공신경망을 사용해 사용자와 자연스럽게 대화 할 수 있는 가상인간을 구현하고, 해당 가상인간이 생성하는 문장의 감정값을 분석하여 이에 맞는 표정을 발화 중에 나타내는 시스템을 구현하여 사용자와 가상인간 간의 실시간 멀티모달 대화가 가능하게 하였다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2000년도 추계학술대회 논문집
• /
• pp.38-43
• /
• 2000

In this present study, the correlation between subjective preference of essential odors and EEG response were investigated quantitatively. EEG signals were measured from 19 electrodes according to the International 10-20 system (Fpl, Fp2, F2/4, F7/8, Fz, C3/4, Cz, P3/4, Pz, T3/4, T5/6, Ol/2) from 8 healthy males subjects in four odor conditions. Four odor conditions (Rose oil bulgarian, Lemon oil misitano, Jasmin abs, Laverder iol france (KIMEX co. Ltd)) were applied for each subject in the experiment. Through the subjective evaluation, the most pleasant odor for each subject was determined. The power spectrum of ${\alpha}$/${\beta}$ of EEG signals from the most pleasant odor was compared with those from the control condition, which has no odor at all. It was observed that the power spectrum of ${\alpha}$/${\beta}$ of EEG from the most pleasant odor was increased significantly on F3, F3, F4,74 comparing to the control condition. This result indicates that the power spectrum of ai${\beta}$ could be a new index for measuring the levels of pleasantness of odors.

• 한국인터넷방송통신학회논문지
• /
• 제18권6호
• /
• pp.277-283
• /
• 2018

일부의 혁신적인 사람들은 스스로 생각하는 컴퓨터에 대한 환상을 꿈꾸며, 그 능력을 부여하는 방법을 꾸준히 연구하여왔다. 그런데 알파고의 등장 이후 그 환상이 마냥 허황된 생각만은 아님을 간접적으로 느낄 수 있었고, 이제는 컴퓨터를 전공하는 대부분의 학생들은 그 방법을 공부할 만큼 일반화 되어가고 있다. 딥 러닝에 대한 사람들의 관심이 커지면서 그로 인해 머신러닝에 대한 발전 가능성 또한 많은 사람들이 기대하고 있다. 이번 연구에서는 포커게임을 매개로 하여 머신러닝 기술을 적용하여 시스템의 게임능력을 개선해 보려 하였고, 또한 얼굴 표정에 따른 감정의 변화 분석을 활용하여 게임의 완성도 또한 높여 보았다.

• 로봇학회논문지
• /
• 제17권3호
• /
• pp.264-272
• /
• 2022

Human-robot cooperative tasks are increasingly required in our daily life with the development of robotics and artificial intelligence technology. Interactive reinforcement learning strategies suggest that robots learn task by receiving feedback from an experienced human trainer during a training process. However, most of the previous studies on Interactive reinforcement learning have required an extra feedback input device such as a mouse or keyboard in addition to robot itself, and the scenario where a robot can interactively learn a task with human have been also limited to virtual environment. To solve these limitations, this paper studies training strategies of robot that learn table balancing tasks interactively using deep reinforcement learning with human's facial expression feedback. In the proposed system, the robot learns a cooperative table balancing task using Deep Q-Network (DQN), which is a deep reinforcement learning technique, with human facial emotion expression feedback. As a result of the experiment, the proposed system achieved a high optimal policy convergence rate of up to 83.3% in training and successful assumption rate of up to 91.6% in testing, showing improved performance compared to the model without human facial expression feedback.

• Asia pacific journal of information systems
• /
• 제30권2호
• /
• pp.439-456
• /
• 2020

In online shopping, "out-of-stock" and "sold-out" are used to indicate product unavailability, and this unavailability and its effects on consumers' behaviors have been studied with great interest for practical purposes. However, few studies have specifically discussed out-of-stock and sold-out products in the same paper. We hypothesized that consumers might cognitively interpret items marked out-of-stock and sold-out differently, and in this paper, we studied these potential differences from the perspectives of consumers' emotions, behaviors, and loyalty based on the stimulus-organism-response framework. In order to explore the differences, we used a multi-method approach that consisted of experiments, surveys, and interviews. Specifically, we built an experimental website on which the same products were categorized as either out-of-stock or sold-out, and we measured the participants' emotions, attitudes, and intentions after the experiment. After two weeks, we conducted interviews to confirm our results and to learn more about consumers' everyday behavior. In the results, males and females demonstrated differences in emotion, behaviors, and loyalty with the interaction effects of an item's being marked out-of-stock versus sold-out. We found that the consumers demonstrated different levels of loyalty based on whether the item was marked out-of-stock or sold-out. We discuss the strategic implications of our findings.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.45-50
• /
• 2023

최근 몇 년간 애완동물 소유 비율이 꾸준히 증가함에 따라 효과적인 애완동물 관리 시스템의 필요성이 커졌다. 본 연구에서는 딥러닝 기반 감정인식 SNS를 포함하는 애완동물 관리 시스템을 제안한다. 시스템은 합성곱 신경망(CNN)을 이용하여 애완동물의 표정을 통해 감정을 감지하고, SNS를 통해 사용자 커뮤니티와 공유된다. SNS를 통해 애완동물 주인들은 다른 사용자들과 연결되어 자신의 경험을 공유하고, 애완동물 관리에 대한 지원과 조언을 받을 수 있다. 또한, 시스템은 애완동물 건강 추적 및 예방접종 및 예약 알림 등의 기능을 포함하여 종합적인 애완동물 관리를 제공한다. 이에 더하여, 시스템은 애완동물 산책 기록을 관리하고 공유하는 기능을 추가하여 애완동물 주인들이 자신의 애완동물과 함께한 산책 기록을 다른 사용자들과 공유할 수 있다. 본 연구는 인공지능 기술을 활용하여 애완동물 관리 시스템을 개선하여 애완동물과 그 주인의 복지를 향상시키는 가능성을 보여주고 있다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.105-112
• /
• 2024

현대 사회에서 감정 표현과 자기 성찰은 스트레스 관리와 정신 건강에 긍정적인 영향을 미치는 핵심 요소로 간주하며, 이에 따라 일기 작성의 중요성이 대두되고 있다. 그러나 기존의 일기 작성 방식은 시간과 공간적 제약으로 인해 많은 사람이 이를 피하거나 어렵게 느끼고 있다. 최근 챗봇 및 감정 분석 기술의 급격한 발전은 이러한 문제를 해결하기 위한 중요한 수단으로 주목받고 있다. 본 논문에서는 GPT-3 모델과 감정 분석 기술을 결합한 인공지능 챗봇을 소개하며, 이를 활용하여 사용자의 채팅 데이터를 기반으로 자동으로 일기를 작성하는 시스템을 개발하는 과정을 기술한다. 본 시스템을 통해 사용자들은 더 편리하고 효율적인 방식으로 일기를 작성할 수 있으며, 자신의 감정을 보다 깊이 이해하고 긍정적인 감정을 촉진하는 데 기여할 것으로 기대한다.

• 한국콘텐츠학회논문지
• /
• 제18권7호
• /
• pp.536-550
• /
• 2018

이 논문은 새로운 산업혁명으로 인한 인간의 노동과 직업의 변화에 대한 담론이 확산되는 가운데 직업집단에 따라 인공지능 로봇의 수용이 어떻게 이루어질 것인지를 알아보기 위한 것이다. 새로운 기술과 제품의 수용에 대해 기존 연구에서는 단기적으로 잘 변화하지 않는 주관적 신념과 가치를 통해 이용 행위를 예측해 왔다. 이에 본 연구는 직종과 고용형태에 따른 인공지능 로봇에 대한 신념과 가치를 비교하고, 이용의도에 미치는 영향을 분석하였다. 그 결과, 인공지능 로봇에 대한 주관적 신념 요인은 합리성(이성)에 대한 믿음과 온정성(감정)에 대한 믿음으로 구분되었고, 가치 요인은 수용 가치(역할수행, 의사소통, 사회비교)와 회피 가치(위험성, 복잡성)로 구분되었다. 직종과 고용형태에 따라 이용의도에 미치는 영향을 미치는 신념과 가치는 유의미한 차이가 있는 것으로 나타났는데, 노무기능직이 전문직과 관리직에 비해 인공지능 로봇에 대한 신념과 가치에 대한 인식의 수준이 낮았다. 고용형태별로는 자영업이 위험성 가치에 대한 인식이 미약한 것으로 나타나, 이들 직업 내 인공지능 로봇의 수용과 확산이 용이하게 이루어질 것으로 예측되었다. 이는 인공지능 로봇이 전문직을 중심으로 급속히 확대될 것이라는 기존의 예측과는 달리, 기술 수용의 속도에서도 직업에 따른 격차가 존재한다는 것을 시사한다.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1759-1768
• /
• 2022

본 논문은 AI Hub에서 제공하는 웰니스 대화 스크립트, 주제별 일상 대화 데이터세트와 Github에 공개된 챗봇 데이터세트를 활용하여 사용자의 발화에서 우울 관련 감정을 탐지하는 모델을 제안한다. 우울 관련 감정에는 우울감, 무기력을 비롯한 18가지 감정이 존재하며, 언어 모델에서 높은 성능을 보이는 KoBERT와 KoELECTRA 모델을 사용하여 감정 분류 작업을 수행한다. 모델별 성능 비교를 위해 우리는 데이터세트를 다양하게 구축하고, 좋은 성능을 보이는 모델에 대해 배치 크기와 학습률을 조정하면서 분류 결과를 비교한다. 더 나아가, 사람은 동시에 여러 감정을 느끼는 것을 반영하기 위해, 모델의 출력값이 특정 임계치보다 높은 레이블들을 모두 정답으로 선정함으로써, 다중 분류 작업을 수행한다. 이러한 과정을 통해 도출한 성능이 가장 좋은 모델을 Depression model이라 부르며, 이후 사용자 발화에 대해 우울 관련 감정을 분류할 때 해당 모델을 사용한다.