• 한국수학교육학회지시리즈D:수학교육연구
• /
• 제11권3호
• /
• pp.197-207
• /
• 2007

Based on a survey on 1620 students in primary school and secondary school., by adopting Eysenck Personality Questionnaire (EPQ), we got the following findings : 1. There is close relationship between emotionality characteristics of temperament and mathematics academic achievement of the subjects at Grade 5 (Primary 5), Grade 8 (Junior Secondary 2), and Grade 10 (Senior Secondary 2). Also there is close relationship between internal-external directivity characteristics of temperament and mathematics academic achievement at Grade 5 and Grade 8. While there is not close relationship between internal-external directivity characteristics of temperament and mathematics academic achievement at Grade 10; 2. There is close relationship between temperament types and mathematics academic achievement of the subjects from the three grades. Superior temperament, which benefit learning mathematics, are sanguine, sanguine-phlegmatic and phlegmatic; While inferior temperament types, which don't benefit learning mathematics, are choleric, melancholic and choleric-melancholic. With the rising of grade, temperament types of benefiting learning mathematics converts from external directivity emotion balance to balance of internal-external directivity emotion stability. While temperament of no benefiting learning mathematics converts from internal directivity emotion balance to balance of internal-external directivity emotion instability; 3. In mathematics education, students' temperament difference, which affects learning mathematics, should be recognized. Mathematics teachers should find out the best teaching ways, forms and methods which are suitable for student's temperament type, so that the students with different temperament types can gain better mathematics academic achievement.

• 제어로봇시스템학회논문지
• /
• 제12권3호
• /
• pp.284-288
• /
• 2006

In this paper, we apply several pattern recognition algorithms to emotion recognition system with speech signal and compare the results. Firstly, we need emotional speech databases. Also, speech features for emotion recognition is determined on the database analysis step. Secondly, recognition algorithms are applied to these speech features. The algorithms we try are artificial neural network, Bayesian learning, Principal Component Analysis, LBG algorithm. Thereafter, the performance gap of these methods is presented on the experiment result section. Truly, emotion recognition technique is not mature. That is, the emotion feature selection, relevant classification method selection, all these problems are disputable. So, we wish this paper to be a reference for the disputes.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.347-350
• /
• 2006

In this paper, we apply several pattern recognition algorithms to emotion recognition system with speech signal and compare the results. Firstly, we need emotional speech databases. Also, speech features for emotion recognition is determined on the database analysis step. Secondly, recognition algorithms are applied to these speech features. The algorithms we try are artificial neural network, Bayesian learning, Principal Component Analysis, LBG algorithm. Thereafter, the performance gap of these methods is presented on the experiment result section. Truly, emotion recognition technique is not mature. That is, the emotion feature selection, relevant classification method selection, all these problems are disputable. So, we wish this paper to be a reference for the disputes.

• 한국과학교육학회지
• /
• 제40권5호
• /
• pp.503-514
• /
• 2020

성취 정서가 학생들의 성취 활동 및 결과와 직접으로 연관된 정서라는 점에서, 코로나 19로 인한 이러닝 수업의 확대와 같은 급격한 교육환경의 변화는 필연적으로 학생들의 성취 정서에 많은 영향을 줄 수 있다. 그러나 이에 대한 연구는 아직 부족한 실정이며, 이러닝 수업환경에서 학생들의 성취 정서를 정량적으로 측정할 수 있는 질문지의 개발은 관련 연구의 바탕이 될 수 있기에 본 연구에서는 이러닝 수업에서의 한국 중학생 과학영역 성취 정서 질문지(e-AEQ-KMS)를 타당화 과정을 거쳐 개발하였다. 본 연구에서 개발한 e-AEQ-KMS는 한국 중학생의 과학영역 성취 정서 질문지(AEQ-KMS)을 바탕으로 이러닝 과학 수업의 특징을 반영하여 개발되었다. 수업상황, 학습상황, 시험상황 등의 3가지 학업 상황에서 즐거움, 희망, 자부심, 안도감, 화, 불안, 지루함, 절망감, 수치심 등의 9가지 성취 정서를 측정할 수 있도록 구성되어 있으며 총 226문항이다. 내적, 외적 타당도를 검증한 결과, 질문지를 구성하는 각 문항은 높은 신뢰도를 보였으며 4가지 구성요인에 대한 확인적 요인분석(CFA)결과, 성취 정서가 정의적, 인지적, 동기적, 생리적이라고 하는 4개의 구성요인으로 이루어졌다고 가정한 모형이 그렇지 않다고 가정한 모형보다 더 타당하다는 결과를 얻었다. 성취 정서 사이의 상관분석을 통하여 각각의 성취 정서가 잘 변별됨을 확인하였고, 3가지 학업 상황 및 9가지 성취 정서의 잠재적 관계에 대해 확인적 요인분석(CFA)결과, 질문지에 반영된 모형이 가장 적합도가 높은 것으로 확인되었다. 통제-가치평가, 학습전략, 성취목표, 과학성적을 준거 변인으로 한 외적 타당도 검증 결과, 모든 준거 변인에 대하여 선행 연구와 동일한 결과를 보였으며 이를 통해 충분한 외적 타당도를 가짐을 확인하였다. 본 연구 결과는 이러닝 수업에서 한국 중학생들의 과학영역 성취 정서를 정량적으로 비교분석할 수 있는 틀을 마련했다는 점에서 큰 의의가 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.526-527
• /
• 2023

Speech emotion recognition(SER) is one of the interesting topics in the machine learning field. By developing multi-modal speech emotion recognition system, we can get numerous benefits. This paper explain about fusing BERT as the text recognizer and CNN as the speech recognizer to built a multi-modal SER system.

• 정보교육학회논문지
• /
• 제20권4호
• /
• pp.341-356
• /
• 2016

본 연구의 목적은 대학 플립러닝 수업에서 학습자의 학업적 정서조절과 집단응집성이 학습만족도와 학습흥미도에 미치는 영향을 규명하는 데 있다. 이를 위해 문제해결형 수업모형에 기반하여 플립러닝을 설계하고, 대학수업에서 9주 동안 33명의 대학생들을 대상으로 플립러닝을 실시하였다. 수업후 학업적 정서조절, 집단응집성, 학습만족도 및 학습흥미도에 관한 설문을 수집하여 다중회귀분석으로 분석하였는데, 연구결과는 다음과 같다. 첫째, 대학 플립러닝 수업에서 학습자의 학업적 정서조절은 학습만족도에 영향을 미치지 못하였고, 집단응집성은 학습만족도에 영향을 미치는 것으로 나타났다. 둘째, 대학 플립러닝 수업에서 학습자의 학업적 정서조절은 학습흥미도에 영향을 미치지 못하였고, 집단응집성은 학습흥미도에 영향을 미치는 것으로 나타났다. 본 연구는 대학 플립러닝 수업에서 학습자 특성을 개인적 측면과 집단적 측면으로 나누어 학습만족도와 학습흥미도에 대한 영향력을 살펴보고, 이를 통해 대학환경에서 성공적인 플립러닝 수업의 설계 및 적용을 위하여 고려해야 할 조건들을 제시하였다는 점에서 의의를 지닌다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.331-334
• /
• 2021

In the latest eras, there has been a significant amount of development and research is done on the usage of Deep Learning (DL) for speech emotion recognition (SER) based on Convolutional Neural Network (CNN). These techniques are usually focused on utilizing CNN for an application associated with emotion recognition. Moreover, numerous mechanisms are deliberated that is based on deep learning, meanwhile, it's important in the SER-based human-computer interaction (HCI) applications. Associating with other methods, the methods created by DL are presenting quite motivating results in many fields including automatic speech recognition. Hence, it appeals to a lot of studies and investigations. In this article, a review with evaluations is illustrated on the improvements that happened in the SER domain though likewise arguing the existing studies that are existence SER based on DL and CNN methods.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2012년도 춘계학술대회
• /
• pp.45-46
• /
• 2012

• 한국가정과교육학회지
• /
• 제28권2호
• /
• pp.21-39
• /
• 2016

본 연구는 중학생의 자기주도학습능력과 정서조절전략에 따른 학교생활만족도의 차이를 알아보는데 그 목적이 있다. 본 연구의 대상은 중학생 499명으로 자기주도학습능력, 정서조절전략, 학교생활만족도 척도로 구성된 질문지를 조사도구로 사용하였다. 수집된 자료를 분석하기 위하여 빈도 및 백분율, 각 측정도구의 타당도와 신뢰도를 파악하기 위해서 요인분석을 실시하고 Cronbach ${\alpha}$계수를 산출하였다. 본 연구의 구체적인 연구문제를 분석하기 위해서 이원배치분산분석(Two Way ANOVA)을 실시하였으며, 상호작용 효과가 유의한 집단 간의 구체적인 차이를 알아보기 위해 일원배치분산분석(One Way ANOVA)과 $Scheff{\acute{e}}$의 사후검증을 실시하였다. 본 연구에서 얻어진 연구결과와 논의를 통해 얻은 요약 및 결론은 다음과 같다. 첫째, 중학생의 자기주도학습능력과 행동적 정서조절전략에 따른 학교생활만족도는 유의한 차이가 있는 것으로 나타났다. 둘째, 중학생의 자기주도학습능력과 인지적 정서조절전략에 따른 학교생활만족도는 유의한 차이가 있는 것으로 나타났다. 셋째, 학생의 자기주도학습능력과 부정 회피적 정서조절전략에 따른 학교생활만족도는 유의한 차이가 있는 것으로 나타났다. 가정과 교육의 교과내용은 실천적 학문으로써 학습관리와 스트레스관리 등의 자기관리 영역을 포함하고 있으므로 이러한 본 연구의 결과를 자기관리 영역의 수업활동에 적용하고 활용한다면 청소년의 학교생활 만족도의 증진에 도움이 될 것이다.

• Journal of Semiconductor Engineering
• /
• 제2권2호
• /
• pp.130-135
• /
• 2021

Recently, deep neural networks (DNNs) are actively used for action control so that an autonomous system, such as the robot, can perform human-like behaviors and operations. Unlike recognition tasks, the real-time operation is essential in action control, and it is too slow to use remote learning on a server communicating through a network. New learning techniques, such as reinforcement learning (RL), are needed to determine and select the correct robot behavior locally. In this paper, we propose an energy-efficient DNN processor with a LUT-based processing engine and near-zero skipper. A CNN-based facial emotion recognition and an RNN-based emotional dialogue generation model is integrated for natural HRI system and tested with the proposed processor. It supports 1b to 16b variable weight bit precision with and 57.6% and 28.5% lower energy consumption than conventional MAC arithmetic units for 1b and 16b weight precision. Also, the near-zero skipper reduces 36% of MAC operation and consumes 28% lower energy consumption for facial emotion recognition tasks. Implemented in 65nm CMOS process, the proposed processor occupies 1784×1784 um2 areas and dissipates 0.28 mW and 34.4 mW at 1fps and 30fps facial emotion recognition tasks.