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.
피인용 0
초록·키워드
생체 신호 기반 감정인식 기술은 정밀한 감정 관련 특징을 내재한 생체 신호의 특성 덕분에 높은 성능을 보여왔으나 복잡한 측정 장비로 인해 실용성이 적다고 평가받아왔다. 본 연구에서는, 감정 인식 성능 향상과 더불어 높은 실용성도 보장하기 위해 멀티미디어 시청자들로부터 취득된 공용 다중모달 DEAP 데이터 세트에서 3종의 생체신호(뇌전도, 피부전도도, 광용적맥파)를 활용한 준지도 그래프 신경망 기반 감정 인식 모델을 제안한다. 각 신호에서 실제 상용화된 웨어러블 기기로 측정 가능한 채널만을 활용하고, 적은 양의 레이블링 된 데이터를 활용하는 준지도 학습 기법을 도입하여 실용성을 보장한다. 3종의 경량화된 생체신호에 내재된 서로 다른 감정 관련 특징의 상호보완적인 특성을 융합하여 고수준의 특징을 합성할 수 있는 다중모달리티 융합기법과 준지도 학습에 특화된 그래프 컨볼루션 신경망을 활용함으로써 실용성 뿐만 아니라 높은 감정 인식 성능 (97.37%)을 달성하였다. 제안한 모델은 최신식의 (state-of-the-art) 준지도 학습 기반 뇌전도 감정 인식 기술 뿐만 아니라 레이블링된 데이터를 많이 사용하는 최신의 지도 학습 기반 생체 신호 감정 인식 모델들의 성능을 능가한다.
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-ECN-0102-2023-567-001938545
