• 제목/요약/키워드: Emotion prediction

검색결과 81건 처리시간 0.026초

견직물의 역학적 성질과 색채 특성을 이용한 촉감각/감성 이미지 예측모델 (Prediction Models for Tactile Sensation/Sensibility Image of Silk Fabrics by Mechanical Properties and Color Characteristics)

  • 이안례;이은주
    • 감성과학
    • /
    • 제14권1호
    • /
    • pp.127-136
    • /
    • 2011
  • 본 연구에서는 견직물의 색채 특성이 촉감각/감성 이미지에 미치는 영향을 고찰하고 견직물의 역학적 성질과 색채 특성을 이용한 촉감각/감성 이미지 예측모델을 제안하고자 하였다. 연구결과로서 무채색과 유채색 견직물 모두 견직물의 역학적 성질이 기본적으로 촉감각/감성 이미지에 영향을 미치는 것으로 나타났다. 반면에 '매끄럽다', '하늘하늘하다', '독특하다', '두껍다', '뻣뻣하다', '전원적이다', '캐주얼하다', '내추럴하다', '모던하다'는 무채색과 유채색에 따라 유의한 차이가 있었다. 특히 '두껍다'와 '뻣뻣하다'는 견직물이 Red 또는 Green 색상일 때, 그리고 pale 또는 vivid 색조일 때 무채색일 때보다 더 강하게 인지되었고, '전원적이다'와 '캐주얼하다'는 Green 색상의 견직물과 pale 또는 vivid 색조의 견직물에서 무채색 견직물에서보다 더 강하게 느껴지는 경향이어서, 견직물의 색채가 주관적 촉감각/감성에 영향을 줄 수 있음을 시사하였다. 마지막으로 역학적 성질과 색채 특성을 함께 설명변수로 이용한 예측모델을 수립하여 제안하였다.

  • PDF

예측과 정서가 후견지명 편향에 끼치는 영향 (The Effect of Prediction and Emotion on Hindsight Bias)

  • 김성은;현주하;한광희
    • 한국HCI학회:학술대회논문집
    • /
    • 한국HCI학회 2008년도 학술대회 2부
    • /
    • pp.475-481
    • /
    • 2008
  • 본 연구는 어떤 사건에 대한 예측 정확성 여부와 기억을 회상할 때의 정서 상태가 후견지명 편향 (hindsight bias)에 미치는 영향을 알아보고자 하였다. 이에 valence 축에 따라 긍정적 정서와 부정적 정서를 일으키는 두 가지 음악을 제시하고 두 조건에 대하여 기억에 대한 과잉 확신이 얼마나 달라지는가를 분석하였다. 예측 정확성 여부에 대해서는 실험 결과 데이터 중 예측 일치 조건과 불일치 조건으로 나누어 후견지명 편향에 끼치는 영향과 정서와의 상호작용이 있는가를 분석하였다. 사람들은 예측과 반대되는 결과를 접했을 때 결과에 anchoring하여 기억을 회상하려는 편향이 더욱 커졌으며 부정적인 정서보다 긍정적 정서 상태일 때 후견지명 편향이 더욱 커졌음을 밝혔다. 특히 예측과 상이한 결과 피드백을 받고 긍정적 정서 상태일 때 가장 많은 왜곡 현상을 보였으며, 예측 불일치/ 부정적 정서 조건, 예측 일치/ 긍정적 정서 조건, 예측 일치/ 부정적 정서 조건 순으로 후견지명 편향을 보였다. 이 결과는 정서 상태보다 어떤 사건에 대한 예측 정확성 여부가 후견지명 편향에 더 큰 영향을 준다는 것을 시사한다. 본 연구의 실험실 상황을 통하여 자기와 관련이 없는 중립적 과제를 통해서도 후견지명 편향이 나타남을 알 수 있었다. 특히 그 동안 거의 이루어지지 않았던 정서와 후견지명 편향의 관계를 밝히고, 기존의 예측 정확성에 따른 편향을 설명하는 모델간 논쟁이 많았으나 실험 결과가 motivational model을 지지함을 밝혔음에 의의가 있다.

  • PDF

스마트 전시환경에서 순차적 인공신경망에 기반한 감정인식 모델 (Emotion Detection Model based on Sequential Neural Networks in Smart Exhibition Environment)

  • 정민규;최일영;김재경
    • 지능정보연구
    • /
    • 제23권1호
    • /
    • pp.109-126
    • /
    • 2017
  • 최근 지능형 서비스를 제공하기 위해 감정을 인식하기 위한 많은 연구가 진행되고 있다. 특히, 전시 분야에서 관중에게 개인화된 서비스를 제공하기 위해 얼굴표정을 이용한 감정인식 연구가 수행되고 있다. 그러나 얼굴표정은 시간에 따라 변함에도 불구하고 기존연구는 특정시점의 얼굴표정 데이터를 이용한 문제점이 있다. 따라서 본 연구에서는 전시물을 관람하는 동안 관중의 얼굴표정의 변화로부터 감정을 인식하기 위한 예측 모델을 제안하였다. 이를 위하여 본 연구에서는 시계열 데이터를 이용하여 감정예측에 적합한 순차적 인공신경망 모델을 구축하였다. 제안된 모델의 유용성을 평가하기 위하여 일반적인 표준인공신경망 모델과 제안된 모델의 성능을 비교하였다. 시험결과 시계열성을 고려한 제안된 모델의 예측이 더 뛰어남으로 보였다.

제품의 구매의도에 대한 자아 메시지의 유형과 환경적 프라이드의 유형의 효과 (Effects of Self Message Type and Incidental Pride Type on Product Purchase Intention)

  • 최낙환
    • 산경연구논집
    • /
    • 제10권10호
    • /
    • pp.53-65
    • /
    • 2019
  • Purpose - Current study aimed at investigating the effects of the choice easiness as a thought triggered at the time of making decision and the goal achievement emotion as a prediction of how consumers feel in the state of achieving consumption goal on brand purchase intention. And It also explored moderation role of incidental pride type such as ambient hubris pride and ambient authentic pride felt before the event in the effects of message type such as self-verifying message and self-enhancing message on the choice easiness and the goal achievement emotion. Research design, data, and methodology - Message type was divided into self-verifying message and self-enhancing message. Incidental pride type was divided into hubris and authentic pride. Smart mobile phone was selected for empirical study. And the experiment was performed with 2(pride type: hubristic versus authentic) × 2(message type: self-verifying message versus self-enhancing message) between-subjects design. Questionnaires from 215 undergraduate students were used to test hypotheses by Macro process model 7. The hypotheses were tested at each of self-verifying message group and self-enhancing message group. Results - First, both choice easiness and goal achievement emotion positively influenced on the purchase intention at both self-verifying message group and self-enhancing message group. Second, at self-verifying message group, the positive effects of self verification on both choice easiness and goal achievement emotion were higher to the customers under incidental hubris pride than to those under incidental authentic pride customers. Third, at self-enhancing message group, the positive effects of self enhancement on goal achievement emotion were higher to the customers under incidental authentic pride than to those under incidental hubris pride. However, at self-enhancing message group, the positive effects of self enhancement on choice easiness (goal achievement emotion) were not higher (higher) to the customers under incidental authentic pride than to those under incidental hubris pride. Conclusions - Focusing on the results of this study, to promote their brand purchase intention, brand managers should use self-enhancing message to induce goal achievement emotion from incidental authentic pride customers. And the brand managers should develop and use self-verifying message to induce choice easiness as well as goal achievement emotion from hubris pride customers, which in turn, promote their brand purchase intention.

GA-optimized Support Vector Regression for an Improved Emotional State Estimation Model

  • Ahn, Hyunchul;Kim, Seongjin;Kim, Jae Kyeong
    • KSII Transactions on Internet and Information Systems (TIIS)
    • /
    • 제8권6호
    • /
    • pp.2056-2069
    • /
    • 2014
  • In order to implement interactive and personalized Web services properly, it is necessary to understand the tangible and intangible responses of the users and to recognize their emotional states. Recently, some studies have attempted to build emotional state estimation models based on facial expressions. Most of these studies have applied multiple regression analysis (MRA), artificial neural network (ANN), and support vector regression (SVR) as the prediction algorithm, but the prediction accuracies have been relatively low. In order to improve the prediction performance of the emotion prediction model, we propose a novel SVR model that is optimized using a genetic algorithm (GA). Our proposed algorithm-GASVR-is designed to optimize the kernel parameters and the feature subsets of SVRs in order to predict the levels of two aspects-valence and arousal-of the emotions of the users. In order to validate the usefulness of GASVR, we collected a real-world data set of facial responses and emotional states via a survey. We applied GASVR and other algorithms including MRA, ANN, and conventional SVR to the data set. Finally, we found that GASVR outperformed all of the comparative algorithms in the prediction of the valence and arousal levels.

재가노인의 약물오용행위 예측모형 (A Prediction Model of Drug Misuse Behaviors in Community-Dwelling Older Adults)

  • 홍세화;유광수
    • 대한간호학회지
    • /
    • 제46권5호
    • /
    • pp.630-641
    • /
    • 2016
  • Purpose: This study was designed to construct a model which explains drug misuse behaviors in community-dwelling older adults. Methods: The design of this research is a cross-sectional study using structure equation modeling. The hypothetical model consisted of two types of variables: the exogenous variables of health status, cognitive ability, and negative emotion, and the endogenous variables of number of drugs, and drug misuse behaviors. The data collection was conducted from September 2 to September 21, 2013 through self-report questionnaires. Participants were 320 community-dwelling adults over the age of 65 living in J city. Data were analyzed with SPSS 21.0 program and Amos 18.0 program. Results: The results of the model fitness analysis were satisfied. The predictor variables for the hypothetical model explained 62.3% of variance regarding drug misuse behaviors. Drug misuse behaviors were directly affected by health status, cognitive ability, negative emotion and number of drugs and indirectly affected by health status, and negative emotion through number of drugs. Conclusion: These findings indicate factors that should be used in developing effective nursing interventions for safe and proper drug use and the prevention of drug misuse behaviors in community-dwelling older adults.

Physics of Yin-Yang & Five Element and its General Application to Constitution & Psychology

  • Jang, Dong-Soon;Shin, Mi-Soo;Paeck, Young-Soo
    • 한국감성과학회:학술대회논문집
    • /
    • 한국감성과학회 2000년도 춘계 학술대회 및 국제 감성공학 심포지움 논문집 Proceeding of the 2000 Spring Conference of KOSES and International Sensibility Ergonomics Symposium
    • /
    • pp.342-351
    • /
    • 2000
  • The paper is concerned about the discovery of new physics of the old oriental philosophy of the yin-Yang '||'&'||' five elements. the physical properties of Five Elements are defined, similarly as in thermodynamics, as five different characteristic state in a cyclic system of nature or a human body. Wood is defined as "warm and soft", Fire as "hot and dispersive", Earth as "agglomerating and sticky", Metal as "tensile and crystallizing", and Water as "cool and slippery" state, respectively. Based on the physics of Five Elements and Qi channel theory, five different constitution classification s are made according to the shape of human face, such as long, inverse triangle, circle, square, and triangle geometry, respectively.Since the constitution implies the relative size or strength of 5 major organs, this theory can be applies successfully to the prediction of the susceptibility to specific diseases as well as the analyses of personal character such as emotion and sensibility. The specific character is analyzed with four different aspects; that is, the first and second are caused by the positive and negative side of the strongest organ, the third character by determined the weakest organ, and finally the fourth by the abnormal psychology due to serious illness.bnormal psychology due to serious illness.

  • PDF

기계학습 알고리즘을 이용한 주택 모기지 금리에 대한 시민들의 감정예측 (Prediction of Citizens' Emotions on Home Mortgage Rates Using Machine Learning Algorithms)

  • 김윤기
    • 지적과 국토정보
    • /
    • 제49권1호
    • /
    • pp.65-84
    • /
    • 2019
  • 본 연구의 목적은 기계학습 알고리즘을 이용하여 주택모기지 금리에 대한 시민들의 감정을 예측하는 것이었다. 연구목적을 달성하기 위해 본 연구는 관련문헌을 검토한 다음 두개의 연구 질문을 설정하였다. 또한 연구 질문에 대한 답을 구하기 위해 본 연구는 Akman의 분류에 따라 감정을 분류 한 다음 여섯 가지 기계학습 알고리즘을 이용하여 모기지 금리에 대한 시민들의 감정을 예측하였다. 분석결과 AdaBoost가 모든 평가범주에서 가장 우수한 분류기로 확인되었다. 그러나 Naive Bayes의 성능수준은 다른 분류기들의 성능수준보다 낮은 것으로 밝혀졌다. 또한 본 연구는 어느 분류기가 각 감정범주를 잘 예측해주는지를 파악하기 위해 ROC 분석을 실시하였다. 분석결과, AdaBoost가 모든 감정범주에서 주택모기지 금리에 대한 주민들의 감정을 가장 잘 예측해주는 것으로 확인되었다. 그러나 슬픔범주에서 여섯 가지 알고리즘의 성능수준은 다른 감정범주보다 훨씬 낮게 나타났다.

감정예측모형의 성과개선을 위한 Support Vector Regression 응용 (Application of Support Vector Regression for Improving the Performance of the Emotion Prediction Model)

  • 김성진;유은정;정민규;김재경;안현철
    • 지능정보연구
    • /
    • 제18권3호
    • /
    • pp.185-202
    • /
    • 2012
  • 오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

A Study on Explainable Artificial Intelligence-based Sentimental Analysis System Model

  • Song, Mi-Hwa
    • International Journal of Internet, Broadcasting and Communication
    • /
    • 제14권1호
    • /
    • pp.142-151
    • /
    • 2022
  • In this paper, a model combined with explanatory artificial intelligence (xAI) models was presented to secure the reliability of machine learning-based sentiment analysis and prediction. The applicability of the proposed model was tested and described using the IMDB dataset. This approach has an advantage in that it can explain how the data affects the prediction results of the model from various perspectives. In various applications of sentiment analysis such as recommendation system, emotion analysis through facial expression recognition, and opinion analysis, it is possible to gain trust from users of the system by presenting more specific and evidence-based analysis results to users.