• 한국교육학연구
• /
• 제22권2호
• /
• pp.133-156
• /
• 2016

본 연구는 한국청소년정책연구원에서 실시한 한국아동 청소년패널조사(KCYPS)의 초등학교 4학년 패널이 중학교 2학년이 된 5차년도 자료를 사용하여 정서, 가정환경, 학교환경이 자기조절학습의 구인인 동기조절과 행동조절에 미치는 영향력을 분석하였다. 95개교 2070명의 중학교 2학년생을 대상으로 조사한 정서, 가정환경, 학교환경과 동기조절, 행동조절과의 상관분석과 정서, 가정환경, 학교환경을 독립변인으로 하고 동기조절과 행동조절을 종속변인으로 하여 중다회귀분석을 실시하였다. 본 연구의 결과 다음과 같다. 첫째, 정서, 가정환경, 학교환경과 동기조절, 행동조절과는 유의한 상관이 있는 것으로 나타났다. 둘째, 정서는 자기조절학습의 동기조절과 행동조절을 잘 설명하고 있는 것으로 나타났다. 셋째, 가정환경 변인 중 물리적 환경변인인 부의 최종학력 및 직업 그리고 가구연간소득은 동기조절과 행동조절에 유의한 영향을 미치지 못하는 것으로 나타났다. 그러나 학생이 지각한 가정경제수준과 심리적 환경변인인 부모의 관심과 학대는 동기조절과 행동조절에 영향을 미치는 것으로 나타났다. 넷째, 학교환경이 동기조절과 행동조절의 가장 큰 설명력을 가지며 학습활동, 학교규칙, 교우관계와 교사관계 모두가 동기조절과 행동조절에 영향을 미치는 것으로 나타났다. 본 연구는 이와 같은 연구결과에 따라 자기조절학습에 영향을 미치는 변인에 대한 다각적인 연구의 필요성을 시사한다.

• The Journal of the Acoustical Society of Korea
• /
• 제26권2E호
• /
• pp.56-62
• /
• 2007

This paper presents the automatic music emotion classification on acoustic data. A three-level structure is developed. The low-level extracts the timbre and rhythm features. The middle-level estimates the indication functions that represent the emotion probability of a single analysis unit. The high-level predicts the emotion result based on the indication function values. Experiments are carried out on 695 homogeneous music pieces labeled with four emotions, including pleasant, calm, sad, and excited. Three machine learning methods, GMM, MLP, and SVM, are compared on the high-level. The best result of 90.16% is obtained by MLP method.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권3호
• /
• pp.27-32
• /
• 2024

Reliable and fine-grained musical metadata are required for efficient search of rapidly increasing music files. In particular, since the primary motive for listening to music is its emotional effect, diversion, and the memories it awakens, emotion classification along with genre classification of music is crucial. In this paper, as an initial approach towards a "ground-truth" dataset for music emotion and genre classification, we elaborately generated a music corpus through labeling of a large number of ordinary people. In order to verify the suitability of the dataset through the classification results, we extracted features according to MPEG-7 audio standard and applied different machine learning models based on statistics and deep neural network to automatically classify the dataset. By using standard hyperparameter setting, we reached an accuracy of 93% for genre classification and 80% for emotion classification, and believe that our dataset can be used as a meaningful comparative dataset in this research field.

• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.9-16
• /
• 2023

Speech can actively elicit feelings and attitudes by using words. It is important for researchers to identify the emotional content contained in speech signals as well as the sort of emotion that resulted from the speech that was made. In this study, we studied the emotion recognition system using a database in Arabic, especially in the Saudi dialect, the database is from a YouTube channel called Telfaz11, The four emotions that were examined were anger, happiness, sadness, and neutral. In our experiments, we extracted features from audio signals, such as Mel Frequency Cepstral Coefficient (MFCC) and Zero-Crossing Rate (ZCR), then we classified emotions using many classification algorithms such as machine learning algorithms (Support Vector Machine (SVM) and K-Nearest Neighbor (KNN)) and deep learning algorithms such as (Convolution Neural Network (CNN) and Long Short-Term Memory (LSTM)). Our Experiments showed that the MFCC feature extraction method and CNN model obtained the best accuracy result with 95%, proving the effectiveness of this classification system in recognizing Arabic spoken emotions.

• 한국산학기술학회논문지
• /
• 제18권6호
• /
• pp.585-595
• /
• 2017

본 연구는 정서기반 학습동기향상 프로그램이 전문대학생의 학습동기와 사회적 지지에 어떠한 영향을 미치는지를 알아보는데 목적이 있다. 개발된 최종 프로그램은 학습동기 I, 학습코칭, 학습동기 II로 총 12회기로 구성되어 있으며, 각 회기마다 자기평가 및 성찰일지를 작성하여 성찰 시간을 갖도록 진행하였다. 연구대상은 G시 소재 K전문대학 재학생들 중 2016학년도 1학기 심리학 관련 교양 교과목을 수강한 공학계열 재학생 38명으로, 실험집단 19명과 통제집단 19명을 비확률 표본 추출에 의거 배치하였다. 실험집단에는 정서기반 학습동기향상 프로그램을 주 강사 1명과 보조 강사 1명 총 2명의 강사로 한 주에 1회기씩 총 12회기가 실시되었고, 자료 분석을 위하여 독립표본 t-검증, 대응표본 t-검증, 회기별 소감문 분석이 실시되었다. 연구결과는 첫째, 정서기반 학습동기 향상 프로그램에 참여한 실험집단은 통제집단에 비하여 학습동기와 하위요인 자신감, 만족감에 유의미한 차이가 있었다. 둘째, 정서기반 학습동기 향상 프로그램에 참여한 실험집단은 통제집단에 비하여 사회적 지지에서는 통계적으로 유의미한 차이가 나타나지 않았다. 참여 학생들의 소감문 분석에서는 본 프로그램이 학습동기와 사회적 지지에 영향을 미치는 것으로 나타났다. 마지막으로 본 연구결과에 대한 논의 및 함의를 기술하였다.

• International Journal of Contents
• /
• 제15권4호
• /
• pp.59-64
• /
• 2019

In recent years, emotion recognition has been an interesting and challenging topic. Compared to facial expressions and speech modality, gesture-based emotion recognition has not received much attention with only a few efforts using traditional hand-crafted methods. These approaches require major computational costs and do not offer many opportunities for improvement as most of the science community is conducting their research based on the deep learning technique. In this paper, we propose an end-to-end deep learning approach for classifying emotions based on bodily gestures. In particular, the informative keyframes are first extracted from raw videos as input for the 3D-CNN deep network. The 3D-CNN exploits the short-term spatiotemporal information of gesture features from selected keyframes, and the convolutional LSTM networks learn the long-term feature from the features results of 3D-CNN. The experimental results on the FABO dataset exceed most of the traditional methods results and achieve state-of-the-art results for the deep learning-based technique for gesture-based emotion recognition.

• 한국IT서비스학회지
• /
• 제16권4호
• /
• pp.149-160
• /
• 2017

Sentiment analysis is the process of determining whether a piece of document, text or conversation is positive, negative, neural or other emotion. Sentiment analysis has been applied for several real-world applications, such as chatbot. In the last five years, the practical use of the chatbot has been prevailing in many field of industry. In the chatbot applications, to recognize the user emotion, sentiment analysis must be performed in advance in order to understand the intent of speakers. The specific emotion is more than describing positive or negative sentences. In light of this context, we propose deep learning models for conducting multi-class sentiment analysis for identifying speaker's emotion which is categorized to be joy, fear, guilt, sad, shame, disgust, and anger. Thus, we develop convolutional neural network (CNN), long short term memory (LSTM), and multi-layer neural network models, as deep neural networks models, for detecting emotion in a sentence. In addition, word embedding process was also applied in our research. In our experiments, we have found that long short term memory (LSTM) model performs best compared to convolutional neural networks and multi-layer neural networks. Moreover, we also show the practical applicability of the deep learning models to the sentiment analysis for chatbot.

• 한국빅데이터학회지
• /
• 제8권2호
• /
• pp.223-231
• /
• 2023

본 연구에선 딥러닝 기반 음성 신호로부터 음성의 특징을 추출하고 분석하여 필터를 생성하고, 생성된 필터를 이용하여 음성 신호로부터 감정을 인식하는 모델을 제안하고 감정 인식 정확도 성능을 평가하였다. 제안한 모델을 사용한 시뮬레이션 결과에 따르면, DNN (Deep Neural Network)과 RNN (Recurrent Neural Network)의 평균 감정인식 정확도는 각각 84.59%와 84.52%으로 매우 비슷한 성능을 나타냈다. 하지만 DNN의 시뮬레이션 소요 시간은 RNN보다 약 44.5% 짧은 시뮬레이션 시간으로 감정을 예측할 수 있는 것을 확인하였다.

• 감성과학
• /
• 제13권1호
• /
• pp.197-206
• /
• 2010

본 연구에서는 보행자의 이동(Navigation)지원을 목적으로 한 감성검색시스템의 구축(Implementation)에 있어 시스템의 주요 구성요소 중의 하나인 보행자 감성모델을 사용자의 감성에 일치시키는 방법에 대해 제안하고, 평가실험을 통하여 모델의 타당성을 검증하였다. 가상의 목적지를 의미하는 인테리어 이미지 화상을 이용하여 데이터베이스를 작성한 후 10명의 실험 참가자를 대상으로 각각 5회에 걸쳐 목적지 검색과 만족도에 대한 평가실험을 실시하였다. 실험 참가자에게는 각 실험단계마다의 검색결과에 대해 만족도를 평가하도록 하였으며, 피험자로부터의 피드백 데이터를 이용하여 데이터베이스에 구축된 보행자 감성모델을 반복적으로 학습하도록 하였다. 평가실험 종료 후 보행자 감성모델의 학습효과를 확인하기 위하여 재현율(Recall ratio), 적합율(Precision ratio), 검색순위(Retrieval ranking), 만족도(Satisfaction level)를 비교하였다. 실험결과 5회의 학습을 통하여 재현율, 적합율, 검색순위, 만족도 등이 모두 유의미한 수준으로 상승된 것으로 나타나 본 논문에서 제안하는 보행자 감성모델의 학습방법이 개인의 감성을 획득하는 방법으로서 유효하다는 점을 확인하였다. 또한 본 연구에서 제안한 보행자 감성모델은 상업공간의 인테리어와 같은 시각적 이미지 화상을 대상으로 한 모바일 콘텐츠 제공시스템의 개발에 있어서도 유효하다는 점을 확인하였다. 향후 다양한 분야의 정보기기 콘텐츠의 개발에 있어 본 연구에서 제안한 보행자 감성모델이 사용자 개인의 감성을 획득하는 방법론으로 활용될 수 있을 것으로 기대된다.

• Journal of Information Technology Applications and Management
• /
• 제21권3호
• /
• pp.53-64
• /
• 2014

It is important to keep learners' feeling positive during learning to enhance learning performance. According to flow theory,challenge-skill balance is a precondition for flow experience: Learners feel anxiety when the challenge of learning is higher than their ability, feel boredom when the challenge of learning is lower than learners' ability, and engage in flow status when the challenge of learning matches the learners' ability. However, the current empirical study reveals that emotions related to enjoyment may appear when the learners' skill is equal to or higher than the learning challenge. Nevertheless, boredom emotion may appear when learners perceive the courses are difficult but unimportant. These empirical survey results revealed the necessary of rethinking the appearance of boredom and enjoyment emotions in computer education.