인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
초록·키워드
가상현실(Virtual Reality, VR) 사용성을 저해하는 사이버멀미 현상을 완화하기 위해 최근 연구들은 인공지능 기반의 사이버멀미 예측 모델을 제안해 왔으나, 대부분은 사용자가 사이버멀미를 경험한 후 적용되어 선제적 대응에는 제한적이다. 또한, 사이버멀미 측정 지표인 Fast Motion Sickness Scale (FMS)은 사용자마다 상대적일 수 있어, 개인화된 모델의 중요성이 강조된다. 본 논문은 Head Mounted Display (HMD) 센서 데이터를 기반으로, 장기 시계열 예측 모델인 PatchTST를 활용한 사이버멀미 선제적 예측 모델을 제안한다. 실험 결과, MAE 0.14, RMSE 0.67로 baseline 모델에 준하는 성능을 보였다. PatchTST의 활용 가능성을 바탕으로 개인 맞춤형 모델을 개발하였으며, Accuracy 0.71을 달성하였다. 이는 장기 시계열 예측 모델을 활용한 사이버멀미 선제적 예측과 개인 맞춤형 모델 발전의 가능성을 시사한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092460386
