초기설계 단계 사용자의 감정 인식을 위한 뇌파기반 딥러닝 분류모델

뒤로	원문보기 \| 미리보기 [ 원문보기시 소비되는 포인트 : 100 포인트 ]

논문명	초기설계 단계 사용자의 감정 인식을 위한 뇌파기반 딥러닝 분류모델 / An EEG-based Deep Neural Network Classification Model for Recognizing Emotion of Users in Early Phase of Design
저자명	장선우(Chang, Sun-Woo) ; 동원혁(Dong, Won-Hyeok) ; 전한종(Jun, Han-Jong)
발행사	대한건축학회
수록사항	대한건축학회논문집 계획계, Vol.34 No.12 (2018-12)
페이지	시작페이지(85) 총페이지(10)
ISSN	1226-9093
주제분류	역사
주제어	감성 인식 ; 뇌파전위술 ; 딥러닝 모델 ; 텐서플로우//Affection Recognition ; Electroencephalography(EEG) ; Deep Neural Network Model ; TensorFlow
요약2	The purpose of this paper was to propose a model that recognizes potential users' emotional response toward design by classifying Electroencephalography(EEG). Studies in neuroscience and psychology have made an effort to recognize subjects' emotional response by analyzing EEG data. And this approach has been adopted in design since it is critical to monitor users' subjective response in the preface of design. Moreover, the building design process cannot be reversed after construction, recognizing clients' affection toward design alternatives plays important role. An experiment was conducted to record subjects' EEG data while they view their most/least liked images of small-house designs selected by them among the eight given images. After the recording, a subjective questionnaire, PANAS, was distributed to the subjects in order to describe their own affection score in quantitative way. Google TensorFlow was used to build and train the model. Dataset for model training and testing consist of feature columns for recorded EEG data and labels for the questionnaire results. After training and testing, the measured accuracy of the model was 0.975 which was higher than the other machine learning based classification methods. The proposed model may suggest one quantitative way of evaluating design alternatives. In addition, this method may support designer while designing the facilities for people like disabled or children who are not able to express their own feelings toward alternatives.
소장처	대한건축학회

스크랩하기

추천문헌	이 논문을 열람하신 아우릭 회원님들이 많이 열람하신 논문을 추천해 드립니다.
[시론] 4차 산업혁명 시대, 건축의 대응 이명식(Lee, Myung-Sik) - 건축(대한건축학회지) : Vol.61 No.05 (201705)
가상현실 기반 3차원 공간에 대한 감정분류 딥러닝 모델 명지연(Myung, Jee-Yeon) ; 전한종(Jun, Han-Jong) - 대한건축학회논문집 계획계 : Vol.36 No.04 (202004)
2025년 의무화 로드맵에 따른 공공시설 제로에너지건축물 인증제도 시장 수용성 이승민(Lee, Seung-Min) ; 김진호(Kim, Jin-Ho) ; 신광수(Shin, Gwang-Su) ; 김의종(Kim, Eui-Jong) - 한국건축친환경설비학회 논문집 : Vol.12 No.6 (201812)
렘 쿨하스와 카즈요 세지마 건축에서 나타나는 프로그램의 조직과 공간구성 방법의 비교분석 권경민 ; 김종진 - 한국실내디자인학회 논문집 : v.16 n.6(통권 65호) (200712)
[특집] 국내 친환경 건축물 사례 분석 정지나 ; 김용석 ; 이승민 - 그린빌딩(한국그린빌딩협의회지) : v.9 n.1 (200803)
가상현실을 활용한 공간에서의 뇌파 측정과 스트레스 변화량 분석 김선욱(Kim, Sun-Uk) ; 강세연(Kang, Se-Yeon) ; 지승열(Ji, Seung-Yeul) ; 전한종(Jun, Han-Jong) - 대한건축학회논문집 계획계 : Vol.35 No.08 (201908)
최근 건축분야의 인공지능 기계학습 연구동향 강인성(Kang, In Sung) ; 문진우(Moon, Jin Woo) ; 박진철(Park, Jin Chul) - 대한건축학회논문집 구조계 : Vol.33 No.04 (201704)
건축·도시공간의 현대적 공공성에 관한 기초 연구 염철호 ; 심경미 ; 조준배 - 연구보고서(기본) : 2008 n.8 (200902)
가우시안 프로세스 모델을 이용한 냉각탑 최적제어 김재민(Kim, Jae-Min) ; 신한솔(Shin, Han-Sol) ; 추한경(Chu, Han-Gyeong) ; 이동혁(Yi, Dong-Hyuk) ; 박성호(Park, SungHo) ; 여명석(Yeo, Myoung-Souk) ; 박철수(Park, Cheol-Soo) - 추계학술발표대회 : 2018 (201811)
냉각수 유량 제어를 통한 냉방시스템의 에너지 절감 효과에 관한 검토 김혜미(Kim, Hyemi) ; 송영학(Song, Young-hak) - 대한건축학회 학술발표대회 논문집 : Vol.37 No.1 (201704)