학술논문
LSTM/RNN을 사용한 감정인식을 위한 스택 오토 인코더로 EEG 차원 감소
이용수 132
- 영문명
- EEG Dimensional Reduction with Stack AutoEncoder for Emotional Recognition using LSTM/RNN
- 발행기관
- 한국전자통신학회
- 저자명
- Ibrahim Aliyu 임창균(Chang-Gyoon Lim)
- 간행물 정보
- 『한국전자통신학회 논문지』제15권 제4호, 717~724쪽, 전체 8쪽
- 주제분류
- 공학 > 전자/정보통신공학
- 파일형태
- 발행일자
- 2020.08.31
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
감성 컴퓨팅은 인간의 상호 작용에서 중요한 역할을 하기 때문에 인간을 인식하는 인공 지능을 통해 감정을 이해하고 식별한다. 우울증, 자폐증, 주의력 결핍 과잉 행동 장애 및 게임 중독과 같은 정신 질환을 잘 이해함으로써 감정과 관련된 문제들을 잘 관리할 수 있을 것이다. 이러한 문제들을 해결하기 위해 감정 인식을 위한 다양한 연구가 수행되었는데 기계학습을 적용하는데 있어서는 알고리즘의 복잡성을 줄이고 정확도를 향상시키기 위한 노력이 필요하다. 본 논문에서는 이러한 노력중의 하나로 Stack AutoEncoder (SAE)를 이용하여 차원을 감소하는 방법과 Long-Short-Term-Memory/Recurrent Neural Networks (LSTM / RNN) 분류를 이용한 감성 분류에 대해 연구한 결과를 제시한다. 제안 된 방법은 모델의 복잡성을 줄이고 분류기의 성능을 크게 향상시킨 결과를 가져왔다.
영문 초록
Due to the important role played by emotion in human interaction, affective computing is dedicated in trying to understand and regulate emotion through human-aware artificial intelligence. By understanding, emotion mental diseases such as depression, autism, attention deficit hyperactivity disorder, and game addiction will be better managed as they are all associated with emotion. Various studies for emotion recognition have been conducted to solve these problems. In applying machine learning for the emotion recognition, the efforts to reduce the complexity of the algorithm and improve the accuracy are required. In this paper, we investigate emotion Electroencephalogram (EEG) feature reduction and classification using Stack AutoEncoder (SAE) and Long-Short-Term-Memory/Recurrent Neural Networks(LSTM/RNN) classification respectively. The proposed method reduced the complexity of the model and significantly enhance the performance of the classifiers.
목차
Ⅰ. INTRODUCTION
Ⅱ. METHODOLOGY
Ⅲ. EXPERIMENTAL RESULTS
IV. CONCLUSION
References
키워드
해당간행물 수록 논문
- 국내 무기체계의 국외 위조 부품 도입 적용 방지를 위한 품질보증 정책 연구
- 양산단계 무기체계 신뢰성 향상을 위한 위조 전자부품 식별 및 검증 방안에 대한 연구
- 딥러닝을 이용한 이미지 레이블 추출 기반 해시태그 추천 시스템 설계 및 구현
- 음악적 자극과 수학적 과제 유형과의 상관관계에 대한 뇌파분석
- 동해안 해변의 자외선 반사량의 원격탐사
- 빔형성 위성 시스템의 동심원 배열 안테나에 대한 도래각 추정 성능 분석
- 딥러닝을 이용한 소외계층 아동의 스포츠 재활치료를 통한 정신 건강에 대한 변화
- 상호작용 이동통신 사용자의 상관 정보원을 가진 비직교 다중접속 시스템에서의 최적 검출
- WEB 기반 항만 특수물류 선적검수 및 밸런싱 운영 시스템
- MBL기반 소프트웨어 융합형 과학실험교구 설계
- 광 집적회로용 실리콘 기반 궤도 각운동량 부호 변환기
- LSTM/RNN을 사용한 감정인식을 위한 스택 오토 인코더로 EEG 차원 감소
- 박막태양전지 버퍼층 적용을 위해 RF 스퍼터링 및 급속열처리공정으로 제작한 황화아연 박막의 구조적 광학적 특성
- 데이터마이닝을 기반으로 한 웹 전자상거래 서비스 설계
- 노인성 난청 보상을 위한 양 이 보청 모듈 설계
- 초단파 레이다의 부엽 차단 기능에 대한 설계 및 구현에 대한 연구
- 언택트 기반의 근거리 무선 IoT 의료접수 시스템에 관한 연구
- 타이어 변형량의 무선 계측 시스템 구현
- 빅데이터를 활용한 여수관광 활성화 방안
- 3D 프린터 다중 관리를 위한 IoT 시스템 설계
- SDN 환경에서의 데이터 생성 형태와 서버 응답시간을 고려한 효율적인 부하분산 기법
- LPWA기반의 임산물 생육환경 수집 및 빅데이터 분석 시스템 개발
- 수직교반히터 및 시설물 제어를 위한 통합 제어기 개발
- SDN/NFV의 군 적용 타당성 분석
참고문헌
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!