 |
인과그래프 모델은 시계열 데이터 간 방향성을 통해 감정과 행동의 인과관계를 파악할 수 있도록 수식화한 알고리즘이다.
김 교수팀은 학습데이터 분포에 존재하지 않는 새로운 형태의 감정데이터가 발생했을 때, 과거 행동-감정 간 양방향 인과성과 감정상태에 따른 뇌파의 비대칭성 활성도를 유기적으로 반영해 감정인식 정확도를 높였다.
또한 시계열상에서 감정과 행동의 인과관계를 파악하는 인과그래프 모델 알고리즘을 일상생활 실험에 적용해, 사용자가 언제 어떤 이유로 스트레스를 느끼는지 원인을 파악하고 사용자마다 스트레스 해소법이 있음을 입증했다.
김 교수는 “이번 연구는 심리치료나 행동발달교정과 같은 헬스케어 분야에 주로 이용될 수 있다”라며 “향후 사용자의 긍정적 감정을 극대화하는 홈케어서비스나 솔루션 개발에도 활용될 수 있도록 연구를 확대”이라고 말했다.
이번 연구 결과는 인공지능 분야 상위 1%에 드는 국제 저명학술지인 IEEE 트랜잭션스 온 사이버네틱스에 게재됐다.
[저작권자ⓒ 대학저널. 무단전재-재배포 금지]
