메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
장선우 (한양대학교) 동원혁 (한양대학교) 전한종 (한양대)
저널정보
대한건축학회 대한건축학회 논문집 - 계획계 大韓建築學會論文集 計劃系 第34卷 第12號(通卷 第362號)
발행연도
2018.12
수록면
85 - 94 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The purpose of this paper was to propose a model that recognizes potential users’ emotional response toward design by classifying Electroencephalography(EEG). Studies in neuroscience and psychology have made an effort to recognize subjects’ emotional response by analyzing EEG data. And this approach has been adopted in design since it is critical to monitor users’ subjective response in the preface of design. Moreover, the building design process cannot be reversed after construction, recognizing clients’ affection toward design alternatives plays important role. An experiment was conducted to record subjects’ EEG data while they view their most/least liked images of small-house designs selected by them among the eight given images. After the recording, a subjective questionnaire, PANAS, was distributed to the subjects in order to describe their own affection score in quantitative way. Google TensorFlow was used to build and train the model. Dataset for model training and testing consist of feature columns for recorded EEG data and labels for the questionnaire results. After training and testing, the measured accuracy of the model was 0.975 which was higher than the other machine learning based classification methods. The proposed model may suggest one quantitative way of evaluating design alternatives. In addition, this method may support designer while designing the facilities for people like disabled or children who are not able to express their own feelings toward alternatives.
#감성 인식 #뇌파전위술 #딥러닝 모델 #텐서플로우 #Affection Recognition #Electroencephalography(EEG) #Deep Neural Network Model #TensorFlow

목차

Abstract
1. 서론
2. 선행연구 분석
3. 실험의 개요 및 분석방법
4. 딥러닝 모델 구현
5. 결론
REFERENCES

참고문헌 (29)

참고문헌 신청
Lertlakkhanakul, J., Choi, J. W., & Kim, M. Y. (2008). Building data model and simulation platform for spatial interaction management in smart home, Automation in Construction, 17(8), 948-957 Shen, W., Shen, Q., & Xiaoling, Z. (2012). A user pre-occupancy evaluation method for facilitating the designer-client communication, Facilities, 30(7/8), 302-3723 Kiviniemi, A. (2005). Requirements management interface to building product models, Thesis, Standford University Eastman, C. (1975). The Use of Computers Instead of Drawings in Building Design, AIA Journal, 63(3), 46?50 Schomer, D., & Silva, F. (2010). Niedermeyer's Electroencephalography: Basic Principles, Clinical Applications, and Related Fields Sixth Edition, LWW

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

가상현실 기반 3차원 공간에 대한 감정분류 딥러닝 모델
명지연 ,  전한종 대한건축학회 논문집 - 계획계 2020 .04
적대적 생성 신경망을 활용한 가상 뇌파 데이터 생성 - 건축공간에 대한 사용자 선호도 파악을 위한 딥러닝 분류모델의 훈련지원을 위해 -
장선우 ,  이득영 ,  전한종 대한건축학회 학술발표대회 논문집 2019 .10
코골이와 수면무호흡증 환자의 숙면을 돕는 서비스 디자인 방향 연구 –선행연구 및 사례분석 중심으로
박성령 ,  고영준 한국디자인학회 학술발표대회 논문집 2019 .05
The space composition of the traditional houses in Jeju through ‘Moon jeon bon pu ri’ : Focused on the case of the town, Seojung in Napeup-ri, Aeworl-eup, Jeju -
Peck ,  Yoo-Jung ,  Lee 외 3명 KIEAE Journal 2019 .02
얼굴표정을 통한 감정 분류 및 음악재생 프로그램
윤경섭 ,  이상원 한국컴퓨터정보학회 학술발표논문집 2019 .01

최근 본 자료

전체보기

댓글(0)

0