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
학술대회자료
저자정보
저널정보
대한인간공학회 대한인간공학회 학술대회논문집 대한인간공학회 2011 춘계학술대회 및 워크샵
발행연도
2011.5
수록면
359 - 363 (5page)

이용수

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

초록· 키워드

오류제보하기
Objective: The purpose of this study is to identify optimal algorithm for emotion recognition which classify three different emotional states (happiness, neutral, and surprise) using physiological features. Background: Recent emotion recognition studies have tried to detect human emotion by using physiological signals. It is important for emotion reconition to apply on human-computer interaction system for emotion detection. Method: 217 students participated in this experiment. During three different emotional stimuli are presented to participants, ANS responses(EDA, SKT, ECG, Respiration, and PPG) as physiological signals were measured for 1 minute as baseline and for 1-1.5 minutes during emotional state. The obtained signals were analyzed for 30 seconds from the baseline and the emotional state. Participants assessed the induced emotion on emotional assessment scale after emotional stimuli presentation. Analysis for emotion classification were done by linear discriminant analysis (SPSS 15.0), Support Vector Machine (SVM), and Multilayer perceptron (MLP) using substracting baseline values from the emotional state. Results: The emotional stimuli had 96% validity and 5.8 effectiveness on average. The result of linear discriminant analysis using physiological signals showed that an accuracy of three different emotions classification was 83.4%. And an accuracy of three emotions classification by SVM was 75.5% and 55.6% by MLP. Conclusion: This study identified that three emotions were classified by linear discriminant analysis using various physiological features. Future study is needed to obtain stability and reliablity of this result compare with accuracy of emotion classification using other algorithms. Application: This could help emotion recognition studies lead to better chance to recognize various human emotions by using physiological signals as well as is able to be applied on human-computer interaction system for emotion reecognition.
#Emotion recognition #SVM (Support Vector Machine) #MLP (Multilayer perceptron)

목차

ABSTRACT
1. Introduction
2. Method
3. Results
4. Conclusion
Acknowledgements
References
Author listings

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

수면박탈 상태에서 향자극이 자율신경계 변화에 미치는 영향 탐색
곽승현 ,  서상혁 ,  민병찬 대한산업공학회 춘계공동학술대회 논문집 2015 .04
로봇 행동에 관한 인간의 정서적 반응에 대한 의미망 분석
홍익표 ,  김가원 ,  임지현 한국HCI학회 학술대회 2014 .02
성인남성의 고강도 운동 후 회복시간의 차이가 중추신경계에 미치는 영향
김승열 한국체육과학회지 2013 .10
자율신경계반응에 의한 거짓감성 분류 : 실제감성과 거짓감성에 대한 자율신경계반응 비교
이혜진 ,  김치중 ,  임성진 외 1명 한국HCI학회 학술대회 2013 .01
직업성 신경계 질환 및 중독성질환 역학조사 고찰
임형준 대한직업환경의학회 학술대회 논문집 2010 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2013-530-001644704