HOME > 공학 > 로봇 > 한국디지털콘텐츠학회 > 한국디지털콘텐츠학회 논문지
Research on Classification of Human Emotions Using EEG Signal -
분야 공학 > 로봇
저자 Muhammad Zubair Jinsul Kim Changwoo Yoon
발행기관 한국디지털콘텐츠학회
간행물정보 한국디지털콘텐츠학회 논문지 2018년, 한국디지털콘텐츠학회논문지 제19권 제4호, 821page~827page(총7page)
파일형식 3468637 [다운로드 무료 PDF 뷰어]
판매가격 6,000원
적립금 180원 (구매자료 3% 적립)
이 자료를
논문의 미리보기 2페이지를 PDF파일로 제공합니다.
 
연관 논문
fMRI와 TRS와 EEG를 이용한 뇌파분석을 통한 사람의 감정 인식 -
색상(Color) 자극에 대한 EEG 각성효과에 관한 연구 - 베타파에 대한 알파파 측정을 중심으로
Emotion Recognition Method for Driver Services -
EEG기반 언어 인식 시스템을 위한 국제음성기호를 이용한 모음 특징 추출 연구 -
Emotion Classification Using Physiological Signals -
 
 
목차
부제 : 뇌파신호를 이용한 감정분류 연구
[요약]
[Abstract]
Ⅰ. Introduction
Ⅱ. Literature Review
Ⅲ. Methodology
Ⅳ. Experimental Results
Ⅴ. Conclusion
참고문헌
 
 
국문초록
Affective Computing은 HCI (Human Computer Interaction) 및 건강 관리 분야에서 다양한 애플리케이션이 개발됨에 따라 최근 몇 년 동안 관심이 높아지고 있다. 이에 필수적으로 필요한 인간의 감정 인식에 대한 중요한 연구가 있었지만, 언어 및 표정과 비교하여 심전도 (ECG) 또는 뇌파계 (EEG) 신호와 같은 생리적 신호 분석에 따른 감정 분석에 대한 관심은 적었다. 본 논문에서는 이산 웨이블릿 변환을 이용한 EEG 기반 감정 인식 시스템을 제안하고 감정 관련 정보를 얻기 위해 다른 뇌파와 뇌 영역을 연구 하였으며, 웨이블릿 계수에 기초한 특징 세트가 웨이블릿 에너지 특징과 함께 추출되었다. 중복성을 최소화하고 피처 간의 관련성을 극대화하기 위해 mRMR 알고리즘이 피쳐 선택에 적용된다. 다중클래스 Support Vector Machine을 사용하여 4 가지 종류의 인간 감정을 크게 분류하였으며 공개적으로 이용 가능한 "DEAP"데이터베이스의 뇌파 기록이 실험에서 사용되었다. 제안 된 접근법은 기존의 알고리즘에 비해 향상된 성능을 보여준다.
 
 
영문초록
Affective computing has gained increasing interest in the recent years with the development of potential applications in Human computer interaction (HCI) and healthcare. Although momentous research has been done on human emotion recognition, however, in comparison to speech and facial expression less attention has been paid to physiological signals. In this paper, Electroencephalogram (EEG) signals from different brain regions were investigated using modified wavelet energy features. For minimization of redundancy and maximization of relevancy among features, mRMR algorithm was deployed significantly. EEG recordings of a publically available “DEAP” database have been used to classify four classes of emotions with Multi class Support Vector Machine. The proposed approach shows significant performance compared to existing algorithms.
 
 
뇌파 신호, 감정 인식, 웨이블릿 변환, Emotion recognition, EEG signals, SVM, Wavelet transform
 
 
도움말
본 논문은 참고용 논문으로 수정 및 텍스트 복사가 되지 않습니다.
 
 
추천자료
의학용어 약어정리
[심리] 심리학 용어집(한영)
영문 Cell 셀 영화 대사
국가공무원 영어기출문제(1993~2006년 9급,7급,국회8급기출문제집)
[생물] 항공소음이 동물에 미치는 영향
[교양] 정보 인프라 관련 미국정부 논문
[자료목록] 정부주도 경제개발체제
숭실대 대학원 영어시험_영어시험 해석_Academic Encouters 2nd edition
숭실대 대학원 영어시험_영어만
팜스테이(Farm stay) 산업 분석(영문)
오늘 본 자료
오늘 본 자료가 없습니다.
장바구니 담은 자료
장바구니가 비어 있습니다.
이 간행물 인기자료
미야자키 하야오의 애니메이션 스토리...
인지행동치료기법을 활용한 청소년의 ...
Manuscript Submission Guidelines et...
디자인씽킹을 적용한 성폭력예방 기능...
A Dynamical Load Balancing Method f...
이 간행물 신규자료
미시 교통 시뮬레이션을 활용한 차로 ...
국가직무능력표준(NCS)기반의 교육용 ...
공익연계 마케팅 대상에 대한 심리적 ...
디지털 기기를 이용한 독서활동에 대...
맞벌이 가정의 형제가 있는 학령기 아...
저작권 정보
본 학술논문은 ㈜누리미디어와 각 학회간에 저작권 계약이 체결된 것으로 HAPPY학술이 제공하고 있습니다. 본 저작물을 불법적으로 이용시는 법적인 제재가 가해질 수 있습니다.
 
서비스이용약관 | 개인정보취급방침 | E-mail 수집 거부 | 제휴 및 광고문의 | FAQ
이메일 무단 수집 거부
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나 그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며, 이를 위반시 정보통신망법에 의해 형사처벌됨을 유념하시기 바랍니다. [게시일 2003년 4월 2일]