• 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.113-119
• /
• 2000

The Pansori is a Korean traditional vocal music that has a unique story and melody which converts deep emotion into art. It has both verbal and emotional components. which can be coordinated by large-scale neural network. The purpose of this study is to illustrate the cortical network activated by a Korean traditional opera, Pansori, with different emotional valence using functional MRI (fMRI).Nine right-handed volunteers participated. Their mean age was 25.3 and the mean modified Edinburgh score was +90.1. Activation tasks were designed for the subjects to passively listen to the two parts of Pansories with sad or hilarious emotional valence. White noise was introduced during the control periods. Imaging was conducted on a 1.5T Siemens Vision Vision scanner. Single-shot echoplanar fMRI scans (TR/TE 3840/40 ms, flip angle 90, FOV 220, 64 x 64 matrix, 6mm thickness) were acquired in 20 contiguous slices. Imaging data were motion-corrected, coregistered, normalized, and smoothed using SPM-96 software.Bilateral posterior temporal regions were activated in both of Pansori tasks, but different asymmetry between the tasks was found. The Pansori with sad emotion showed more activation in the light superior temporal regions as well as the right inferior frontal and the orbitofrontal areas than in the right superior temporal regions as well as the right inferior frontal and the orbitofrontal areas than in the left side. In the Pansori with hilarious emotion, there was a remarkable activation in the left hemisphere especially at the posterior temporal and the temporooccipital regions as well as in the left inferior and the prefrontal areas. After subtraction between two tasks, the sad Pansori showed more activation in the right temporoparietal and the orbitofrontal areas, in contrast, the one with hilarious emotion showed more activation in the left temporal and the prefrontal areas. These results suggested that different hemispheric asymmetry and cortical areas are subserved for the processing of different emotional valences carried by the Pansories.

• 인지과학
• /
• 제25권4호
• /
• pp.385-416
• /
• 2014

본 연구는 외향성이라는 성격 특성에 따른 정서적 단어의 기억 수행의 차이를 연구하기 위해, 신호 탐지 분석법을 적용하여 기억 변별력과 재인 반응 편향을 분석하였다. 참여자들은 부호화 시에 제시되는 정서 단어에 대하여 정서 범주 판단과제를 수행하고, 이어서 재인 검사를 받았다. 또한 단어 재인에 미치는 과제의 난이도와 성격의 상호작용 조사하기 위해, 부호화와 인출 사이의 기간을 달리한 두 개의 실험이 수행되었다. 파지 지연기간이 짧은(5분) 저난이도 과제(Study I)에서는 특히 저빈도 단어에 대해, 외향성이 낮은 사람일수록 더 좋은 기억 수행(높은 d')을 보였으며, 재인 반응 편향에는 외향성에 따른 차이가 없었다. 특히, 외향성이 높을수록 오류 재인 후에 과신하는 경향이 높았다. 파지기간이 긴(한 달) 고난이도 과제(Study II)의 경우, 기억 수행은 외향성에 따른 차이가 없이 전반적으로 저조하였나, 고빈도-긍정 단어에서만 외향성이 높은 개인일수록 훨씬 자유로운 반응 준거(높은 적중률과 높은 오경보율)를 적용하는 재인 수행의 특성을 보이는 것이 관찰되었으며, 이런 긍정단어에 대한 자신의 재인에 과신하는 경향도 높았다. 본 결과는 기억 수행이 저조해질 때, 외향성이 높은 개인들이 내적 통제 과정에 더 취약해 지며, 이런 성격차이는 긍정단어의 기억의 재인 준거나 재인 반응에 대한 확신에 영향을 미칠 수 있음을 보인다. 즉 기억의 흔적이 약할 때, 외향성이 높은 개인들은 긍정적 정서가의 단어에 특정적으로 기억 보고와 확신 편향을 보일 수 있음을 시사한다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1140-1146
• /
• 2018

최근 인간의 감정을 인식하는 연구 중 딥러닝 모델을 사용하여 복합적인 생체 신호를 분석하는 방법론이 대두되고 있다. 이때 학습하고자 하는 데이터의 종류에 따른 평가 방법 및 신뢰성은 감정 분류의 정확성에 있어 중요한 요소이다. 생체 신호의 경우 데이터의 신뢰성이 잡음 비율에 따라 결정되므로 잡음 검출 방법이 우수할수록 신뢰도가 올라가며, 감정을 정의하는 방법론에 따라 그에 맞는 적절한 감정 평가 방법이 수반될 때보다 정확하게 감정을 분류할 수 있다. 본 논문에서는 Valence와 Arousal로 라벨링 된 멀티모달 생체 신호 데이터에 대해 데이터의 신뢰성을 검증하기 위한 웨이블릿 기반의 잡음 임곗값 설정 알고리듬 및 감정 평가 시 데이터 신뢰도와 Valence-Arousal 값에 따른 가중치를 부여하여 감정 인식률을 향상하는 방법을 제안한다. 웨이블릿 변환을 이용해 신호의 웨이블릿 성분을 추출 후, 해당 성분의 왜도와 첨도를 구하여 햄펄 식별자를 통해 계산된 임곗값으로 잡음을 검출한 후, 원신호에 대한 잡음 비율을 고려하여 데이터의 신뢰성을 평가하고 가중치로 환산한다. 더불어 감정 데이터 분류 시 Valence-Arousal 평면의 중앙값과의 유클리디언 거리를 가중치로 환산하고, 감정 인식률에 대한 종합 평가 시 두 요소를 반영한다. ASCERTAIN 데이터셋을 활용하여 나타난 감정 인식률 개선 정도를 통해 제안된 알고리듬의 성능을 검증한다.

• 감성과학
• /
• 제27권2호
• /
• pp.3-14
• /
• 2024

감정적 맥락이 기억에 미치는 영향을 이해하는 것은 인간의 인지 능력을 종합적으로 이해하는데 매우 중요하다. 이전 연구에서는 주로 시각적 자극에 초점을 맞춰 이러한 관계를 탐구했다면, 본 연구는 음성으로 제시되는 감정맥락으로 탐구의 영역을 확장하여 언어적 맥락의 각성도와 정서가가 기억에 미치는 영향을 조사하고 특히 서열 위치 효과를 완화하는지에 주목하였다. 연구 1에서는 단어 목록의 중반부에 제시되는 음성 감정 맥락의 각성도가 단어 음성 기억에 어떤 영향을 주는지 알아보았다. 실험 결과, 각성도가 낮은 맥락에 노출되었을 때 목록 후반부의 기억력이 저하되는 것으로 나타났다. 연구 2에서는 각성도 수준을 통제했을 때 목록의 중반부에 제시되는 음성 감정 맥락의 정서가가 단어 음성 기억에 미치는 영향을 조사했다. 실험 결과, 부정적 맥락은 함께 제시되는 단어의 기억력을 저하시킨다는 사실을 발견했다. 연구 결과는 음성을 통해 제시되는 감정 맥락이 음성 자극의 기억 처리를 촉진하지 못한다는 것을 시사한다. 특히 부정적 정서 맥락은 서열 위치 효과를 강화하는 것으로 나타났다. 즉, 맥락과 기억 자극이 음성으로 동일할 경우 부정적 감정 맥락은 과제 수행에 간섭으로 작용하여 감정 맥락의 기억 향상 효과를 유발하지 못하는 경향을 보인다. 이는 청각적으로 전달되는 감정 맥락이 언어 기억 과정에 미치는 영향을 이해하는데 중요한 통찰을 제공한다.

• 감성과학
• /
• 제25권3호
• /
• pp.127-134
• /
• 2022

본 연구의 목적은 음성 인터페이스(Voice User Interface, VUI)를 이루는 설계변수 중 사용자에게 긍정적인 감성을 유발하는 설계변수를 확인하는 것이다. 특히, 사용자의 성별과 설계변수의 조절 효과를 분석하여 VUI와 상호작용하는 동안 사용자가 만족할 수 있는 적절한 설계변수 수준을 찾아보고자 하였다. 선행연구를 통해 VUI에 사용되는 음성설계변수 중에서 사용자의 감성 만족도에 영향을 미칠 수 있는 설계변수 6가지를 도출하였다. 설계변수는 수준을 조절할 수 있도록 Wizard of OZ를 활용하여 VUI 시스템을 구현하였고, 6가지 설계변수의 수준을 조합하여 사용자와 음성으로 대화를 할 수 있도록 구성하였다. 실험에 참여한 사용자는 총 80명으로, 남/여 성비를 고려하여 각 40명씩 모집하였다. 사용자는 VUI와 주어진 임무에 대한 정답을 알아내기 위해 자연스러운 대화를 진행하며, 그동안의 얼굴표정 변화에 대한 이미지 데이터를 수집 및 표정 분석 소프트웨어를 통해 Valence 점수로 변환하였다. Valence 데이터를 기반으로 빈도 및 카이제곱 분석을 통해 확인한 결과, 사용자의 성별과 AI gender간의 조절효과가 유의한 것으로 나타났다. 이 결과는 VUI를 설계할 때 사용자의 성별 차이를 고려하는 것이 좋다는 것을 의미한다. 결론적으로, 남성 사용자의 경우 성인/남성/높은 톤의 음성, 여성 사용자의 경우 성인/여성/중간톤의 음성이 향후 만족스러운 인터랙션 구현을 위한 VUI 설계에 주요한 가이드라인인 것을 확인하였다. 본 연구의 결과를 통해 향후 다양한 인적 요소를 고려하여 UX 관점에서 인간-AI 상호작용을 보다 섬세하게 분석할 수 있을 것이며, 표정을 통한 실시간 감성 측정을 위한 기초연구로 활용될 수 있을 것이다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.27-36
• /
• 2019

본 연구에서는 공개된 뇌파 데이터인 DEAP(A Database for Emotion Analysis using Physiological Signals) 데이터 세트를 활용한 감정분류 분석 및 정확도 향상에 대한 실험을 진행하였다. 실험에는 32명에 대한 32개의 뇌파측정 채널 데이터가 모두 사용되었다. 전처리과정에서는 뇌파 데이터에 대한 256Hz 샘플링작업을 진행하였고, 유한 임펄스 응답 필터를 사용하여 주파수 대역별로 쎄타(4-8Hz), 슬로 알파(8-10Hz), 알파(8-12Hz), 베타(12-30Hz), 감마(31-45Hz) 파형에 대한 데이터를 추출하였다. 추출한 데이터는 시간-주파수 변형을 통하여 데이터의 상태를 구분한 후에, 독립성분분석방법을 통해 잡음(Artifact)을 제거하여 데이터를 정제했다. 도출된 데이터는 분류기 기계학습 알고리즘 실험을 시행할 수 있도록 CSV 파일로 변형 하였으며, 감정분류에는 Arousal-Valence 평면을 사용하였다. 감정은 "긍정적(Positive)", "부정적(Negative)" 이외에 평온한 상태로 존재하는 "중립적(Neutral)"의 3가지 상태로 분류하였다. 정확도를 개선하기 위해서 랜덤 포레스트(Random Forest) 알고리즘에 속성 선택적 분류기(Attribute Selected Classifier: ASC) 방식에 의해 선택된 속성을 적용하여 실험하였다. 정확도는 "각성(Arousal)" 부분에서 Koelstra의 결과보다 "32.48%" 높은 결과가 도출되었고, Liu의 실험의 "정서가(Valence)"와 비교해보면 ASC(Random Forest) 결과가 "8.13%" 더 높은 결과를 도출하였다. 정확도를 개선하기 위해 ASC 방식을 적용한 랜덤 포레스트 분류기 실험결과에서는 전체평균을 기준으로 기존 연구 결과와 대비하여 "2.68%" 높은 정확도가 도출되었다.

• 인지과학
• /
• 제27권3호
• /
• pp.377-406
• /
• 2016

본 연구의 목적은 정서가, 각성가 및 구체성 평정을 통해 한국어 정서단어 목록을 개발하고 이를 활용한 연구를 통해 이 목록의 실험 자극으로서 활용가능성을 확인해보고자 하였다. 이를 위해 연구1에서는 단어 이해과정에 큰 영향을 미친다고 알려진 단어의 품사, 빈도 및 길이를 고려하여 450개의 단어를 선정하고 이 단어들에 대해 정서가, 각성가, 구체성에 대한 평정 설문을 실시하였다. 정서단어의 평정을 위해서는 전체 단어목록을 3개로 나누어 각각 155명, 151명, 151명의 참가자들에게 각 단어들의 정서가와 각성가를 평정하게 하였으며 또 다른 134명의 참가자들에게 정서단어의 구체성을 평정하게 하였다. 그 결과 총 450개 단어에 대한 정서가, 각성가 및 구체성 평정값이 포함된 정서단어 목록이 개발되었다. 연구2에서는 42명을 대상으로 연구1에서 개발한 정서단어 목록을 활용한 정서 스트룹 실험을 실시하였다. 그 결과 정서불일치 시행에 비해 정서일치 시행의 반응시간이 더 빠르게 나타났으며, 정서일치 시행에서의 정확률이 더 높게 나타났다. 이는 연구1에서 선정 및 구성된 정서단어 자극을 활용한 연구 예를 보여주는 것이며 본 목록이 정서 연구의 자극 재료로서 다양한 정서 관련 연구에 활용될 가능성이 있음을 보여준다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.1-14
• /
• 2014

최근 관람객의 반응에 따라 실시간으로 대응하여 관객의 몰입과 만족도를 증대시키는 인터랙티브 전시 서비스에 대한 학계와 산업계의 관심이 높아지고 있다. 이러한 인터랙티브 전시 서비스를 효과적으로 구현하기 위해서는 관객의 반응을 통해 해당 관객이 느끼는 감정 상태를 추정할 수 있는 지능형 기술의 도입이 요구된다. 인간의 감정 상태를 추정하기 위한 시도들은 많은 연구들에서 이루어져 왔고, 그 중 대부분은 사람의 얼굴 표정이나 소리 반응을 통해 감정 상태를 추정하는 방식을 도입하고 있다. 하지만, 최근 소개되고 있는 연구들에 따르면 단일 반응이 아닌 여러 반응을 종합적으로 고려하는 이른바 멀티 모달(multimodal) 접근을 사용했을 경우, 인간의 감정 상태를 보다 정확하게 추정할 수 있다. 이러한 배경에서 본 연구는 키넥트 센서를 통해 측정되는 관객의 얼굴 표정, 몸짓, 움직임 등을 종합적으로 고려한 새로운 멀티모달 감정 상태 추정 모형을 제안하고 있다. 제안모형의 예측 기법으로는 방대한 양의 데이터를 효과적으로 처리하기 위해, 몬테칼로(Monte Carlo) 방법인 계층화 샘플링(stratified sampling) 방법에 기반한 다중회귀분석을 적용하였다. 제안 모형의 성능을 검증하기 위해, 15명의 피실험자로부터 274개의 독립 및 종속변수들로 구성된 602,599건의 관측 데이터를 수집하여 여기에 제안 모형을 적용해 보았다. 그 결과 10~15% 이내의 평균오차 범위 내에서 피실험자의 쾌/불쾌도(valence) 및 각성도(arousal) 상태를 정확하게 추정할 수 있음을 확인할 수 있었다. 이러한 본 연구의 제안 모형은 비교적 구현이 간단하면서도 안정성이 높아, 향후 지능형 전시 서비스 및 기타 원격학습이나 광고 분야 등에 효과적으로 활용될 수 있을 것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.1076-1094
• /
• 2022

Technology for emotion recognition is an essential part of human personality analysis. To define human personality characteristics, the existing method used the survey method. However, there are many cases where communication cannot make without considering emotions. Hence, emotional recognition technology is an essential element for communication but has also been adopted in many other fields. A person's emotions are revealed in various ways, typically including facial, speech, and biometric responses. Therefore, various methods can recognize emotions, e.g., images, voice signals, and physiological signals. Physiological signals are measured with biological sensors and analyzed to identify emotions. This study employed two sensor types. First, the existing method, the binary arousal-valence method, was subdivided into four levels to classify emotions in more detail. Then, based on the current techniques classified as High/Low, the model was further subdivided into multi-levels. Finally, signal characteristics were extracted using a 1-D Convolution Neural Network (CNN) and classified sixteen feelings. Although CNN was used to learn images in 2D, sensor data in 1D was used as the input in this paper. Finally, the proposed emotional recognition system was evaluated by measuring actual sensors.

• 한국융합학회논문지
• /
• 제13권5호
• /
• pp.155-164
• /
• 2022

실제 교실 환경과 반복 훈련을 제공하는 가상 환경 기반 시뮬레이션을 교사교육에 활용하는 데 상당한 관심이 집중되고 있다. 시뮬레이션 학습환경이 더욱 정교하게 학습에 적용되기 위해서는 감정적 상호작용을 고려할 필요가 있다. 감성은 창의적 사고, 영감, 집중력, 학습동기에 중요한 요소이기 학습자와의 정서적 상호작용을 파악하고 이를 교수 시뮬레이션에 적용하는 것은 필요한 활동이다. 본 연구는 학습자의 EEG(Electroencephalogram)와 시선추적을 통해 공감적 반응을 위한 객관적인 데이터를 확인하고, 감성교수 시뮬레이션 설계를 위한 단서를 제공하는 것을 목적으로 한다. 연구의 결과는 의도된 공감적 반응이 제공되었고, 상황적 감성이 학습자의 정서 반응을 결정하는 데 중요한 역할을 하고 있음을 확인하였다. 본 연구의 결과는 정교한 감정을 표현할 수 있는 아바타의 개발 및 감정적 반응을 일으키는 상황에 적합한 시나리오의 개발이라는 측면에서 교사교육 시뮬레이션의 설계에 시사점을 갖는다.