본 논문에서는 신경망 SOM학습을 이용하여 피험자의 각성수준을 높은각성과 낮은각성으로 자동인식하는 것을 제안한다. 각성수준의 자동인식 단계는 세 단계로 구성된다 첫 번째는 ECG 측정 및 분석단계로 슈팅게임을 플레이하는 피험자를 ECG로 측정하고, SOM 학습을 하기 위해 특징을 추출한다. 두 번째는 SOM 학습 단계로 특징이 추출된 입력벡터들을 학습한다. 마지막으로 각성인식 단계는 SOM 학습이 완료된 후에 새로운 입력벡터가 들어왔을 때, 피험자의 각성수준을 인식한다. 실험결과는 각성수준의 SOM 학습결과와 새로운 입력벡터가 들어왔을 때 각성수준의 인식결과, 그리고 각성수준을 수치와 그래프로 보여준다. 마지막으로 SOM의 평가는 기존연구의 감성평가 결과와 SOM의 자동인식 결과를 순차적으로 비교하여 평균 86%로 분석되었다. 본 연구를 통해서 SOM을 이용하여 피험자마다 다른 각성수준을 자동인식 할 수 있었다.

The purpose of this study was to develop an algorithm in which human arousal and pleasant level can be judged using measured physiological signals. Fuzzy theory was applied for mathematical handling of the ambiguity related to evaluation of human sensibility, and the degree of belonging to a certain sensibility dimension was quantified by membership function through which the sensibility evaluation was able to be done. Determining membership function was achieved using results from a physiological signal database of arousal/relaxation and pleasant/unpleasant that was generated from imagination. To induce one final result (arousal and pleasant level) based on measuring the results of more than 2 physiological signals and the membership function of each physiological signal, Dempster-Shafer's rule of combination in evidence was applied, through which the final arousal and pleasant level was inferred.

본 연구는 객관적인 생리신호로부터 인간의 감성을 추론할 수 있는 감성평가 전문가 시스템을 개발하기 위한 첫 번째 단계로 측정된 생리신호를 이용하여 인간의 긴장도를 판단하는 알고리즘의 개발을 목표로 한다. 감성평가와 관련된 애매함을 수리적으로 취급하기 위해 퍼지이론을 적용하여 임의의 감성영역에 속하는 정도를 소속함수로 정량화함으로써 감성평가를 가능하게 하고자 하였다. 소속함수의 결정은 상상을 통해 유발된 긴장/이완의 생리신호 데이터베이스 결과를 사용하였다. 그리고 두 가지 이상의 생리신호 측정결과와 각 생리신호의 소속함수로부터 하나의 최종결과(긴장도)를 유추하기 위해서 Dempster-Shafer증거합 법칙을 적용하였고, 이를 통해 최종적인 긴장도를 도출할 수 있도록 하였다.