• Healthcare Informatics Research
• /
• 제24권4호
• /
• pp.309-316
• /
• 2018

Objectives: Both the valence and arousal components of affect are important considerations when managing mental healthcare because they are associated with affective and physiological responses. Research on arousal and valence analysis, which uses images, texts, and physiological signals that employ deep learning, is actively underway; research investigating how to improve the recognition rate is needed. The goal of this research was to design a deep learning framework and model to classify arousal and valence, indicating positive and negative degrees of emotion as high or low. Methods: The proposed arousal and valence classification model to analyze the affective state was tested using data from 40 channels provided by a dataset for emotion analysis using electrocardiography (EEG), physiological, and video signals (the DEAP dataset). Experiments were based on 10 selected featured central and peripheral nervous system data points, using long short-term memory (LSTM) as a deep learning method. Results: The arousal and valence were classified and visualized on a two-dimensional coordinate plane. Profiles were designed depending on the number of hidden layers, nodes, and hyperparameters according to the error rate. The experimental results show an arousal and valence classification model accuracy of 74.65 and 78%, respectively. The proposed model performed better than previous other models. Conclusions: The proposed model appears to be effective in analyzing arousal and valence; specifically, it is expected that affective analysis using physiological signals based on LSTM will be possible without manual feature extraction. In a future study, the classification model will be adopted in mental healthcare management systems.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.707-710
• /
• 2009

본 논문에서는 감성 모델을 이용하여 음악을 정렬한 후, 이를 바탕으로 음악을 탐색하는 인터페이스를 제안한다. 먼저 다양한 곡들에 대한 Arousal-Valence 요소를 설문조사 한 후, 곡들의 다양한 audio feature 들과 Arousal-Valence 요소들간의 상관관계를 계산하여, AV모델을 수립한다. 그 후, 다양한 음악들을 수립된 AV모델에 대하여 정렬을 하여 음악을 배치한 후, 이를 마우스를 이용하여 탐색하는 인터페이스를 제공한다. 기존의 관련 인터페이스보다 더욱 직관적으로 원하는 곡을 선택할 수 있게 하기 위해서, 마우스의 위치에 따라서 여러 음악들이 페이드 인/아웃 되게 하였으며, 여러 가지 모드의 인터페이스를 제공하여, 사용자가 가장 편리한 인터페이스를 사용할 수 있게 하였다. 사용자는 본 음악 탐색 인터페이스를 이용하여, 더욱 감정적으로 원하는 음악을 쉽게 찾을 수 있게 된다.

• 산업경영시스템학회지
• /
• 제37권4호
• /
• pp.1-11
• /
• 2014

This paper addresses the emotion computing model for software affective agents. In this paper, emotion is represented in valence-arousal-dominance dimensions instead of discrete categorical representation approach. Firstly, a novel emotion model architecture for affective agents is proposed based on Scherer's componential theories of human emotion, which is one of the well-known emotion models in psychological area. Then a fuzzy logic is applied to determine emotional statuses in the emotion model architecture, i.e., the first valence and arousal, the second valence and arousal, and dominance. The proposed methods are implemented and tested by applying them in a virtual training system for children's neurobehavioral disorders.

• 한국산학기술학회논문지
• /
• 제18권12호
• /
• pp.230-241
• /
• 2017

본 연구는 Vroom의 기대이론을 적용하여 LINC 사업 참여 대학생의 동기부여적 요소를 규명하고, 실제 참여 행동 및 개인의 성과 개선에 미치는 영향을 실증적으로 검증하는 것을 목적으로 한다. 동기부여의 요소는 유의성, 수단성, 기대와 같이 세 가지 항목으로 구성하였으며, 대상의 인구통계학적 특성의 차이를 비교 검증하는 것과 더불어 유의성 모형과 힘 모형의 두 가지 모형을 구분하여 참여 행동 및 성과에 미치는 영향을 분석하였다. 전국의 대학생을 대상으로 총 236부의 데이터를 확보하였으며, 이에 따른 분석 결과는 다음과 같다. 첫째, 인구통계학적 특성에 따른 비교분석에서는 학년, 전공, 거주지역에 따른 동기부여요소의 평균차이는 없었으며, 유일하게 성별의 경우 여성이 남성보다 LINC 사업 참여에 따른 유의성(매력성)을 더 높게 인식하는 것으로 나타났다. 둘째, 유의성 모형과 힘 모형 모두 LINC 사업 참여 행동 및 개인의 성과 개선에 유의한 영향이 있는 것으로 확인되었다. 특히, 유의성 모형보다 힘 모형이 전체 모형의 설명력과 영향력이 더 높은 것으로 나타났다. 결과적으로 유의성, 수단성, 기대와 같은 세 가지 동기부여 요소가 모두 발현되었을 때 더욱 적극적인 참여행동과 높은 성과를 창출한다고 판단할 수 있다. 셋째, 매개효과의 경우도 마찬가지로 유의성 모형에 비해 힘 모형의 직접효과, 간접효과, 총효과가 더 큰 것으로 나타났으며, 세 가지 동기부여적 요소가 개인의 성과를 향상시키는데 참여 행동이 부분 매개효과를 가지고 있는 것으로 나타났다.

• 한국산업정보학회논문지
• /
• 제26권1호
• /
• pp.1-10
• /
• 2021

본 연구에서는 EEG 신호를 기반으로 감정 인식에 유용한 딥러닝 기법을 제안한다. 감정이 시간에 따라 변화하는 특성을 반영하기 위해 Long-Short Term Memory 네트워크를 사용하였다. 또한, 특정 시점의 감정적 상태가 전체 감정 상태에 영향을 미친다는 이론을 기반으로 특정 순간의 감정 상태에 가중치를 주기 위해 어텐션 메커니즘을 적용했다. EEG 신호는 DEAP 데이터베이스를 사용하였으며, 감정은 긍정과 부정의 정도를 나타내는 정서가(Valence)와 감정의 정도를 나타내는 각성(Arousal) 모델을 사용하였다. 실험 결과 정서가(Valence)와 각성(Arousal)을 2단계(낮음, 높음)로 나누었을 때 분석 정확도는 정서가(Valence)의 경우 90.1%, 각성(Arousal)의 경우 88.1%이다. 낮음, 중간, 높음의 3단계로 감정을 구분한 경우 정서가(Valence)는 83.5%, 각성(Arousal)은 82.5%의 정확도를 보였다.

• 한국산학기술학회논문지
• /
• 제20권5호
• /
• pp.200-212
• /
• 2019

본 연구는 Vroom의 기대이론을 적용하여 청년TLO 육성사업 참여 대학 졸업생의 동기부여 요소를 실증적으로 규명하고자 한다. 이에 경기, 부산지역의 청년TLO를 대상으로 개인의 사업 참여 행동 및 성과 개선에 미치는 영향에 대해 실증적으로 검증하는 것을 목적으로 한다. 동기부여의 요소는 유의성, 수단성, 기대의 3가지 항목으로 구성하였고, 대상의 인구통계학적 특성 차이 검증과 유의성 모형, 힘 모형에 대한 개인 사업 참여 행동 및 성과 개선에 미치는 영향을 실증 분석하였다. 총 322부의 데이터를 확보하고, 분석하여 3가지 결과를 도출하였다. 첫째, 인구통계학적 특성 차이 검증 결과 성별, 지역, 연령, 근무기간에 따른 동기부여 요소의 평균차이는 없었으나 취업 경험에 따른 기대성은 평균차이가 있으며, 그 중 인턴 경험이 있는 청년TLO가 사업 참여의 따른 기대성에 대해 가장 높게 지각하는 것으로 나타났다. 취업 경험의 유무 보다 인턴 경험이 있는 청년TLO에게 사업 참여의 따른 기대성에 대해 더욱 높게 지각하는 것으로 나타났다. 둘째, 유의성 모형, 힘 모형이 개인의 사업 참여 행동 및 성과 개선에 유의미한 영향을 미치며 특히, 힘 모형이 유의성 모형보다 전체 모형의 설명력 및 영향력에 미치는 영향이 더 높게 나타났다. 셋째, 매개효과 분석 결과, 힘 모형에 비해 유의성 모형이 직접 간접 총 효과가 더 큰 것으로 나타났고, 3가지 동기부여 요소는 개인의 성과를 향상시키며, 참여 행동은 부분매개 효과를 가진 것을 확인하였다.

• 감성과학
• /
• 제17권3호
• /
• pp.57-64
• /
• 2014

본 논문에서는 Russell의 감정차원 모델("A Circumplex Model")의 차원 축 중 Arousal 축의 요소(active, inactive)간의 연관성을 파악하여 새로운 감정 표현 방식을 제안한다. Russell의 감정차원 모델은 arousal, valence의 2개의 축 위에 감정을 나타내는 단어(happy, joy, sad, 긴장 등)를 하나의 점으로 표현한다. 이런 Russell 모델은 감성과학, HCI, 심리학 등 여러 분야의 연구에 가장 많이 사용되는 감정 차원이다. 하지만 기존의 연구(복합적 감정, 감정과 감성, arousal 축과 valence 축의 차이점 등)에서는 Russell의 감정차원 모델은 표현방법의 수정이 필요하다고 주장하였다. 따라서 본 논문에서는 2개의 차원 축(arousal, valence) 중 arousal 축의 요소(active, inactive) 간의 연관성을 확인하고 실험을 통하여 사용자들이 본인의 각성(arousal) 정도를 어떠한 방식으로 표현하는지 확인하여 Russell의 감정차원 모델의 새로운 표현 방식을 제안한다. 본 논문에서 제안하는 방식을 이용하여 Russell 모델의 문제점을 보완하였으며, 기존 연구에 대한 근거가 될 수 있었다.

• 산업경영시스템학회지
• /
• 제35권2호
• /
• pp.64-70
• /
• 2012

This paper presents a statistical analysis method for the selection of electroencephalogram (EEG) electrode positions and spectral features to recognize emotion, where emotional valence and arousal are classified into three and two levels, respectively. Ten experiments for a subject were performed under three categorized IAPS (International Affective Picture System) pictures, i.e., high valence and high arousal, medium valence and low arousal, and low valence and high arousal. The electroencephalogram was recorded from 12 sites according to the international 10~20 system referenced to Cz. The statistical analysis approach using ANOVA with Tukey's HSD is employed to identify statistically significant EEG electrode positions and spectral features in the emotion recognition.

• 디지털융복합연구
• /
• 제15권3호
• /
• pp.107-117
• /
• 2017

본 연구는 조건과정모델링에 기초하여 공익광고캠페인의 정서성과 이슈에 대한 수용적 태도의 관계에서 시각적 주의와 지각된 자아관련성의 매개효과와 매개변인에 대한 EEG 각성의 조절효과를 알아보고자 했다. 이를 위해 SPSS 22.0의 Multiple Mediation 절차와 SPSS Macro(14번)를 이용하여 조절된 매개효과를 분석하였다. 본 연구결과는 첫째, 공익캠페인의 정서성은 지각된 자아관련성을 매개로 이슈에 대한 수용적 태도에 유의미한 영향을 보였다. 둘째, EEG 각성은 시각적 주의 및 지각된 자아관련성과 유의미한 상호작용효과를 나타냈다. 셋째, 정서성과 수용적 태도의 관계에서 지각된 자아관련성의 매개효과는 EEG 각성에 의해 조절되는 효과를 보였다. 본 연구결과는 공익캠페인의 부정소구보다는 긍정소구에서만 유효하였다. 이러한 결과를 바탕으로 공익광고캠페인의 정서소구를 활용하기 위해서는 공익캠페인에 대한 소비자의 지각된 자아관련성과 주의를 전략적으로 결합할 수 있음을 확인하였다.

• 감성과학
• /
• 제26권2호
• /
• pp.25-38
• /
• 2023

정서표상에 대한 논의 중 첫 번째는 정서가 차원에서의 정서표상, 두 번째는 감각양상에 따른 정서표상을 설명하는 것이다. 선행연구에서는 정서표상을 설명하기 위해 정서가 모델(부호 정서가, 비부호 정서가), 감각양상에 따른 정서표상 모델(감각보편성, 감각특징성)들이 제시되었다. 본 연구에서는 최근에 등장한 ASMR을 이용하여 기존 연구에서 제시된 모델들을 비교하여 어떠한 모델이 정서표상을 잘 설명하는지 확인하고자 하였다. 본 연구에서 사용한 자료는 Kim & Kim(2022)에서 수집한 3개의 정서유형(부정, 중립, 긍정) 및 2개의 감각양상(청각, 시청각)으로 구분된 ASMR 자극에 대한 정서평정자료를 사용하였다. 이후, 해당 자료에 대한 다차원척도법, 표상 유사성 분석 및 이원 변량분석, 다중회귀분석 및 이원 변량분석을 실시하였다. 다차원척도법 결과, 비부호 정서가에 비해 부호 정서가, 감각특징성에 비해 감각보편성에서 자극의 정서유형 간 구분이 잘 이루어졌다. 다차원척도법 결과와 유사하게, 표상 유사성 분석 및 다중회귀분석 결과 또한 비부호 정서가에 비해 부호 정서가, 감각특징성에 비해 감각보편성이 유의하게 정서표상을 잘 설명하였다. 이러한 결과는 정서가 모델 중 1차원의 양극단에 긍정과 부정이 위치하는 모델이 ASMR에 대한 정서표상을 잘 설명하며, 감각양상과 상관없이 정서표상이 일관적임을 시사한다.