가상현실 공간 체험자의 뇌파(EEG) 기반 이완-각성 상태 예측 모델 개발

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

논문명	가상현실 공간 체험자의 뇌파(EEG) 기반 이완-각성 상태 예측 모델 개발 / Development of a Prediction Model for EEG-based Relaxation-arousal State of Users Experiencing a Virtual Reality Space
저자명	김상희(Kim, Sang-Hee) ; 추승연(Choo, Seung-Yeon)
발행사	대한건축학회
수록사항	대한건축학회논문집, Vol.38 No.11 (2022-11)
페이지	시작페이지(107) 총페이지(12)
ISSN	2733-6247
주제분류	계획및설계
주제어	가상현실 공간; EEG; 이완-각성; 예측 모델; 머신러닝 // Virtual Reality Space; EEG; Relaxation-Arousal; Prediction Model; Machine learning
요약1	본 연구는 가상현실 공간을 체험하는 사용자의 EEG 데이터와 머신러닝 알고리즘을 활용하여 사용자의 이완-각성 상태를 예측할 수 있는 모델을 개발하고자 수행되었으며, 모델의 예측 정확도를 향상시킬 수 있는 구체적인 방안을 제시하였다. 가상현실 공간을 체험한 사용자의 EEG 데이터로부터 이완-각성 상태를 가장 잘 예측할 수 있는 머신러닝 모델은 주파수별 통계량 및 필터링 기반의 특징 가공 방법을 적용한 은닉층 5개의 Artificial neural network 모델이며, 예측 정확도는 70.21%로 나타났다.
요약2	This study was carried out to develop a model that can predict a user's relaxation-arousal state by using electroencephalogram (EEG) data and machine learning algorithms of users experiencing a virtual reality space. Specific ways were proposed to improve the prediction accuracy of this model. Upon learning about this model, the prediction performance was compared while changing the hyperparameter conditions of each model using supervised learning-based machine learning models suitable for the development of predictive models known as the random forest, support vector machine, and artificial neural network algorithms. As a result, the random forest model had the highest prediction accuracy when there were 300 trees, the support vector machine model when a sigmoid kernel was applied, and the artificial neural network model when there were five hidden layers; these results confirmed that each optimal parameter condition could be met. Each model was learned by applying the feature extraction method suggested in feature engineering to derive an improvement method in the prediction performance of each model. The results revealed that when the frequency-specific statistics and filtering-based feature extraction method was applied, the prediction performance improved in the random forest and artificial neural network models. Additionally, it was shown that the machine learning models that could best predict the relaxation-arousal state from the EEG data of users experiencing a virtual reality space was the artificial neural network model with five hidden layers applied with the frequency-specific statistics and filtering-based feature processing method; its predictive accuracy was 70.21%. The results of this study could be useful basic data to implement an automated system that evaluates the design drafts of a healing space by utilizing virtual reality and EEG data.
소장처	대한건축학회

스크랩하기

추천문헌	이 논문을 열람하신 아우릭 회원님들이 많이 열람하신 논문을 추천해 드립니다.
우울증상 치유를 위한 실내 휴게공간 환경색채모델 연구 김수정(Kim, Soo-Jeong) ; 박수빈(Park, Soobeen) - 한국실내디자인학회 논문집 : Vol.30 No.3(통권 146호) (202106)
행동·감정체계 유형에 따른 전전두엽 알파파 비대칭 특성 및 실내공간 색채감정 하지민(Ha, Ji-Min) ; 박수빈(Park, Soobeen) - 대한건축학회논문집 계획계 : Vol.34 No.09 (201809)
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)
어린이환자의 공간사용 행태에 관한 연구 최인영 ; 박수빈 - 한국실내디자인학회 논문집 : v.23 n.6(통권 107호) (201412)
놀이행태 분석을 통한 어린이집 실외놀이공간 디자인에 관한 연구 김수정(Kim, Soo-Jeong) ; 박수빈(Park, Soo-Been) - 한국실내디자인학회 논문집 : Vol.27 No.6(통권 131호) (201812)
주거공간의 색채계획에 대한 노인거주자의 심리·생리 반응 박선민(Park, Sunmin) ; 박수빈(Park, Soobeen) - 한국실내디자인학회 논문집 : Vol.28 No.2(통권 133호) (201904)
실내공간 색채배색 및 조도변화에 따른 색채감정 평가 하지민(Ha, Ji-Min) ; 박수빈(Park, Soobeen) - 대한건축학회논문집 계획계 : Vol.33 No.10 (201710)
건축·공간디자인 분야 EEG 실험연구의 통합적 경향 분석 김상희(Kim, Sang-Hee) ; 추승연(Choo, Seung-Yeon) - 대한건축학회논문집 : Vol.36 No.10 (202010)
어린이전문병원 대기공간 실내디자인 개선방안 연구 김수정(Kim, Soo-Jeong) ; 박수빈(Park, Soobeen) - 한국실내디자인학회 논문집 : Vol.29 No.3(통권 140호) (202006)
가상현실 기반 3차원 공간에 대한 감정분류 딥러닝 모델 명지연(Myung, Jee-Yeon) ; 전한종(Jun, Han-Jong) - 대한건축학회논문집 계획계 : Vol.36 No.04 (202004)