• 방송공학회논문지
• /
• 제23권3호
• /
• pp.351-360
• /
• 2018

인간 감정 인식은 컴퓨터 비전 및 인공 지능 영역에서 지속적인 관심을 받는 연구 주제이다. 본 논문에서는 wild 환경에서 이미지, 얼굴 특징점 및 음성신호로 구성된 multi-modal 신호를 기반으로 여러 신경망을 통해 인간의 감정을 분류하는 방법을 제안한다. 제안 방법은 다음과 같은 특징을 갖는다. 첫째, multi task learning과 비디오의 시공간 특성을 이용한 준 감독 학습을 사용함으로써 영상 기반 네트워크의 학습 성능을 크게 향상시켰다. 둘째, 얼굴의 1 차원 랜드 마크 정보를 2 차원 영상으로 변환하는 모델을 새로 제안하였고, 이를 바탕으로 한 CNN-LSTM 네트워크를 제안하여 감정 인식을 향상시켰다. 셋째, 특정 감정에 오디오 신호가 매우 효과적이라는 관측을 기반으로 특정 감정에 robust한 오디오 심층 학습 메커니즘을 제안한다. 마지막으로 소위 적응적 감정 융합 (emotion adaptive fusion)을 적용하여 여러 네트워크의 시너지 효과를 극대화한다. 제안 네트워크는 기존의 지도 학습과 반 지도학습 네트워크를 적절히 융합하여 감정 분류 성능을 향상시켰다. EmotiW2017 대회에서 주어진 테스트 셋에 대한 5번째 시도에서, 제안 방법은 57.12 %의 분류 정확도를 달성하였다.

• 문화기술의 융합
• /
• 제5권1호
• /
• pp.13-20
• /
• 2019

이 연구는 시조의 감정 코드를 AI에 코딩시킬 수 있는 부호들을 연구하여 문학치료에 활용하고자 하는 것이다. 본 연구에서는 시조 "공산에 우는 접동"의 감정 코딩을 시행해보았다. 결과적으로 Emotion Codon은 슬픔의 카타르시스의 상태를 나타낼 수 있었다. 이렇게 시조의 감정 코드들을 Emotion Codon으로 착상시키는 것은 인체의 감정을 AI에 착상시키는 것과 같다고 할 수 있다. 기본적인 감정 코드들을 Emotion Codon에 착상시켜 AI의 자가 학습을 유도하면 인체에서 일어나는 다양한 감정들을 AI가 조합할 수 있다고 본다. 이때 AI는 인간의 감정을 대신할 수 있게 되어 인체의 감정 치료에 유용하게 활용될 수 있다. 본 연구를 지속하면 인체의 감정을 유도하여 마음과 정신을 치료할 수 있을 것으로 사료된다.

• 기독교교육논총
• /
• 제71권
• /
• pp.61-96
• /
• 2022

본 연구는 지방의 소규모 기독교 대학에서 기독교 교육이념의 구현을 위하여 개설된 서비스러닝 운영 과정에서 나타난 서비스러닝의 교육적 효과와 학습정서의 변화 분석을 통해 보다 효과적으로 서비스러닝 운영하기 위한 방안을 탐색하고자 하였다. J대학교의 2022학년도 1학기 서비스러닝에 참여한 수강생의 성찰일지를 중심으로 NVivo11을 활용하여 분석하였다. 연구결과, 서비스러닝을 통해 개인 측면에서 개인역량의 성장, 자기성찰과 변화의지, 자아존중감 및 자기효능감, 사회 및 시민 측면에서는 사회적 책임감의 제고, 지역사회(공동체) 공감 및 참여의식 향상, 타인에 대한 이해의 폭 증가 등의 교육적 효과가 도출되었다. 또 서비스러닝 과정에서 나타난 학습정서로는, 감사, 도전과제 인식, 자부심, 자신감, 책임감 등의 긍정적 정서와 걱정(어려움), 속상함, 아쉬움, 어색함 등의 부정적 정서가 있었다. 서비스러닝 과정에서 나타난 학습정서를 기초로 교육적 효과를 높이기 위한 방안으로, 서비스러닝 운영시 방문기관에서의 봉사기간을 6주 이상으로 늘리고 계획단계에서 긴밀한 상호작용과 교육적 환경에 대한 세밀한 분석에 기초하여 계획을 수립하고 운영할 것을 제안한다. 또 기관방문 이전에 강의실에서 시연과 모의발표 등을 통해 담당교수 및 동료들의 피드백 받는 기회를 갖고, 최종적으로 서비스러닝의 결과발표 이후에 기관 재방문의 기회를 갖는다면 보다 질적인 서비스러닝 교육이 운영될 수 있을 것이다. 본 연구의 결과를 기초로 실제적이고 정교한 교육과정의 설계와 운영으로 학습자들에게 보다 가치 있고 유의미한 서비스러닝 교육의 기회가 제공되기를 기대해본다.

• Journal of Information Processing Systems
• /
• 제14권3호
• /
• pp.727-739
• /
• 2018

This study evaluates the viewpoints of user focus incidents using microblog sentiment analysis, which has been actively researched in academia. Most existing works have adopted traditional supervised machine learning methods to analyze emotions in microblogs; however, these approaches may not be suitable in Chinese due to linguistic differences. This paper proposes a new microblog sentiment analysis method that mines associated microblog emotions based on a popular microblog through user-building combined with spectral clustering to analyze microblog content. Experimental results for a public microblog benchmark corpus show that the proposed method can improve identification accuracy and save manually labeled time compared to existing methods.

• 반도체디스플레이기술학회지
• /
• 제19권4호
• /
• pp.65-70
• /
• 2020

CNN's technologies that represent emotional detection include primitive CNN algorithms, deployment normalization, and drop-off. We present the methods and data of the three experiments in this paper. The training database and the test database are set up differently. The first experiment is to extract emotions using Batch Normalization, which complemented the shortcomings of distribution. The second experiment is to extract emotions using Dropout, which is used for rapid computation. The third experiment uses CNN using convolution and maxpooling. All three results show a low detection rate, To supplement these problems, We will develop a deep learning algorithm using feature extraction method specialized in image processing field.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권1호
• /
• pp.100-106
• /
• 2021

Over the past few decades, natural language processing research has not made much. However, the widespread use of deep learning and neural networks attracted attention for the application of neural networks in natural language processing. Sentiment analysis is one of the challenges of natural language processing. Emotions are things that a person thinks and feels. Therefore, sentiment analysis should be able to analyze the person's attitude, opinions, and inclinations in text or actual text. In the case of emotion analysis, it is a priority to simply classify two emotions: positive and negative. In this paper we propose the deep learning based sentimental analysis system according to various optimizer that is SGD, ADAM and RMSProp. Through experimental result RMSprop optimizer shows the best performance compared to others on IMDB data set. Future work is to find more best hyper parameter for sentimental analysis system.

• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.40-48
• /
• 2023

Speech Emotions recognition has become the active research theme in speech processing and in applications based on human-machine interaction. In this work, our system is a two-stage approach, namely feature extraction and classification engine. Firstly, two sets of feature are investigated which are: the first one is extracting only 13 Mel-frequency Cepstral Coefficient (MFCC) from emotional speech samples and the second one is applying features fusions between the three features: Zero Crossing Rate (ZCR), Teager Energy Operator (TEO), and Harmonic to Noise Rate (HNR) and MFCC features. Secondly, we use two types of classification techniques which are: the Support Vector Machines (SVM) and the k-Nearest Neighbor (k-NN) to show the performance between them. Besides that, we investigate the importance of the recent advances in machine learning including the deep kernel learning. A large set of experiments are conducted on Surrey Audio-Visual Expressed Emotion (SAVEE) dataset for seven emotions. The results of our experiments showed given good accuracy compared with the previous studies.

• 한국융합학회논문지
• /
• 제8권10호
• /
• pp.167-172
• /
• 2017

본 연구는 그동안 탁월한 치유의 기능이 내재되어 있다고 알려진 시조의 감정 코드들을 분석하여 인문학적 치유의 콘텐츠를 활성화시키고자 하는 데에 목적이 있다. 치유작용의 일환으로써의 시조는 여러 작품들을 감상하는 과정에서 형성되는 감정의 융합을 통해 감정의 총체라 할 수 있는 치유의 감정 코드들을 형성한다. 이러한 과정은 인체생리학적으로 인체 내에서의 문학치료의 진행을 가능하게 한다. 머신러닝이 인지기능에 의해 스스로 학습하는 것처럼 상시적으로 부호화와 재부호화에 대한 코딩 과정이 인체 시스템의 수많은 뉴런들의 집합체들에서 작동된다. 그 과정에서 감정 코드들의 집합적인 부호화에 의해 인체 내에서 아미노산이 합성되는 것으로 예측된다. 이러한 아미노산들이 인체의 신호 체계를 조절하는 것이다. 향후 이러한 인문학과 인체생리학의 접점에서의 치료의 연구가 진행된다면 보다 질 높은 인문학적 치유의 프로그램이 활성화될 것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제24권8호
• /
• pp.1064-1070
• /
• 2020

한국의 영상기반 뉴스 미디어는 크게 지상파 방송, 종합편성 방송, 그리고 유튜브 방송과 같은 온라인 미디어로 나뉘어진다. 최근 이들 미디어의 방송 뉴스는 특정 시청자를 목표로 삼아 공정성과 중립성을 기대할 수 없는 주관적, 감정적인 성향의 내용을 송출하는 경향이 있다는 지적을 받고 있다. 이러한 양상은 시청자의 이슈 지각에 부정적인 영향을 미칠 수 있다. 이에 본 연구는 그 결과는 영상기반 미디어 뉴스 유형별로 감정 유형을 드러내는 성향의 차이가 존재하는지, 그리고 만약 차이가 존재한다면, 그 양상은 어떠한지를 살펴보았다. 감정 유형은 '딥러닝' 기법인 Convolutional Neural Network를 사용하여 중립, 행복, 슬픔 그리고 분노와 관련하여 분석하였다. 분석 결과, 전반적으로 뉴스 보도가 감정을 드러내는 성향이 있음을 보여주었다. 본 연구는 방송 뉴스에서 표출되는 감정을 다룬 첫 양적 연구이자 방송 뉴스 감정 분석에서 딥러닝을 사용한 첫 사례이다.

• 제어로봇시스템학회논문지
• /
• 제10권9호
• /
• pp.763-770
• /
• 2004

The important issue of emotion recognition from speech is a feature extracting and pattern classification. Features should involve essential information for classifying the emotions. Feature selection is needed to decompose the components of speech and analyze the relation between features and emotions. Specially, a pitch of speech components includes much information for emotion. Accordingly, this paper searches the relation of emotion to features such as the sound loudness, pitch, etc. and classifies the emotions by using the statistic of the collecting data. This paper deals with the method of recognizing emotion from the sound. The most important emotional component of sound is a tone. Also, the inference ability of a brain takes part in the emotion recognition. This paper finds empirically the emotional components from the speech and experiment on the emotion recognition. This paper also proposes the recognition method using these emotional components and the transition probability.