생리신호는 인간의 감성과 밀접한 상관이 있고 사회적 차폐나 인위적인 감성 표현에 의한 것이 아닌 자연스러운 감성반응에 의해 획득되기 때문에, 최근 감성 인식 연구에서 많이 활용되고 있다. 본 연구에서는 생리신호에서 추출된 특징을 기계 학습 알고리즘에 적용하여 부적 감성 (슬픔, 공포, 놀람, 스트레스)을 분류하고 이들 감성을 가장 잘 분류하는 최적의 알고리즘을 확인하고자 하였다. 12명의 남녀 대학생을 대상으로 10회에 걸쳐 감성유발자극을 제시하고 생리신호 (피부전기활동, 심전도, 피부온도와 혈류맥파)를 측정하였다. 측정된 생리신호에서 28개의 특징을 추출하여 선형판별함수, 결정트리, 자기 조직화 지도와 서포트벡터머신 ... 전체 초록 보기
Recently, physiological signals have applied to emotion recognition research because they are acquired spontaneous emotional responses and not caused by responses to social masking or factitious emotion expressions as well as they are related to emotional state. The purposes of this study were to classify negative emotions (sadness, fear, surprise, and stress) by machine learning algorithms based on physiological signals and to investigate the best algorithm for classification of these emotions. 12 college students were presented to emotional stimuli and their physiological signals (EDA, ECG, SKT and PPG) were measured over 10 times. 28 features were extracted from these signals and were applied to 4 machine learning algorithms, i.e. linear discriminant function (LD ... 전체 초록 보기