1 |
1
N개(N은 2이상의 자연수)의 감성 클래스에 대응되는 생체 신호 데이터로부터, 각 감성 클래스별로 다차원 특징값을 추출하는 단계;상기 N개의 감성 클래스를, M개(M은 N보다 작은 자연수)의 감성 클래스로 이루어진 제1 클래스 그룹과 N-M개의 감성 클래스로 이루어진 제2 클래스 그룹으로 그룹핑하는 단계;상기 제1 클래스 그룹과 상기 제2 클래스 그룹을 각각 피셔 공간(Fisher's Space)에 사상시키는 단계;상기 사상된 제1 클래스 그룹과 제2 클래스 그룹을 아이다부스트(Adaboost) 알고리즘을 통해 반복 학습시켜 이진 분류하는 단계;상기 이진 분류에 대한 분류도를 개별적으로 검증하는 단계; 및상기 분류도가 가장 큰 제1 클래스 그룹과 제2 클래스 그룹을 현재 계층에 대한 클래스 그룹으로 선택하는 단계를 포함하는 감성 인식을 위한 분류 모델 구성 방법
|
2 |
2
청구항 1에 있어서,상기 선택된 제1 클래스 그룹과 제2 클래스 그룹에 속하는 각각의 감성 클래스의 개수가 1개가 될 때까지, 상기 선택된 클래스 그룹에 대하여 상기 클래스의 그룹핑 단계 내지 상기 분류도의 검증 단계를 반복 수행하여 상기 클래스 그룹을 계층화시키는 감성 인식을 위한 분류 모델 구성 방법
|
3 |
3
청구항 2에 있어서,임의의 감성에 대한 생체 신호 데이터를 입력받아, 상기 계층화된 클래스 그룹에 적용하여 상기 임의의 감성에 대한 감성 분류를 수행하는 단계를 더 포함하는 감성 인식을 위한 분류 모델 구성 방법
|
4 |
4
청구항 1에 있어서,상기 다차원 특징값을 추출하는 단계는,상기 감성 클래스에 대응되는 복수의 생체 신호 데이터들로부터 상기 다차원 특징값을 추출하고,상기 생체 신호 데이터들은,상기 감성 클래스에 대응되는 호흡률 데이터, 피부 전도도 데이터, 혈압 데이터, 근전도 데이터 중 적어도 하나를 포함하는 감성 인식을 위한 분류 모델 구성 방법
|
5 |
5
청구항 1에 있어서,상기 N개의 감성 클래스를 그룹핑하는 단계는,상기 제1 클래스 그룹 및 상기 제2 클래스 그룹에 속하는 감성 클래스의 개수 또는 감성 클래스의 종류를 변화시켜가면서 그룹핑하고,상기 이진 분류에 대한 분류도를 개별적으로 검증하는 단계는,상기 그룹핑된 제1 클래스 그룹과 제2 클래스 그룹의 분류도를 개별적으로 검증하는 감성 인식을 위한 분류 모델 구성 방법
|
6 |
6
청구항 1에 있어서,상기 이진 분류에 대한 분류도를 개별적으로 검증하는 단계는,잭나이프(Jack-Knife) 검증 방식을 사용하는 감성 인식을 위한 분류 모델 구성 방법
|
7 |
7
N개(N은 2이상의 자연수)의 감성 클래스에 대응되는 생체 신호 데이터로부터, 각 감성 클래스별로 다차원 특징값을 추출하는 특징값 추출부;상기 N개의 감성 클래스를, M개(M은 N보다 작은 자연수)의 감성 클래스로 이루어진 제1 클래스 그룹과 N-M개의 감성 클래스로 이루어진 제2 클래스 그룹으로 그룹핑하는 클래스 그룹핑부;상기 제1 클래스 그룹과 상기 제2 클래스 그룹을 각각 피셔 공간(Fisher's Space)에 사상시키는 피셔 공간 사상부;상기 사상된 제1 클래스 그룹과 제2 클래스 그룹을 아이다부스트(Adaboost) 알고리즘을 통해 반복 학습시켜 이진 분류하는 이진 분류부;상기 이진 분류에 대한 분류도를 개별적으로 검증하는 분류도 검증부; 및상기 분류도가 가장 큰 제1 클래스 그룹과 제2 클래스 그룹을 현재 계층에 대한 클래스 그룹으로 선택하는 클래스 그룹 선택부를 포함하는 감성 인식을 위한 분류 모델 구성 장치
|
8 |
8
청구항 7에 있어서,상기 선택된 제1 클래스 그룹과 제2 클래스 그룹에 속하는 각각의 감성 클래스의 개수가 1개가 될 때까지, 상기 선택된 클래스 그룹에 대하여 상기 클래스의 그룹핑, 상기 피셔 공간의 사상, 상기 이진 분류, 및 상기 분류도의 검증 과정을 반복 수행하여 상기 클래스 그룹을 계층화시키는 감성 인식을 위한 분류 모델 구성 장치
|
9 |
9
청구항 8에 있어서,임의의 감성에 대한 생체 신호 데이터를 입력받아, 상기 계층화된 클래스 그룹에 적용하여 상기 임의의 감성에 대한 감성 분류를 수행하는 감성 분류부를 더 포함하는 감성 인식을 위한 분류 모델 구성 장치
|
10 |
10
청구항 7에 있어서,상기 다차원 특징값을 추출하는 단계는,상기 감성 클래스에 대응되는 복수의 생체 신호 데이터들로부터 상기 다차원 특징값을 추출하고,상기 생체 신호 데이터들은,상기 감성 클래스에 대응되는 호흡률 데이터, 피부 전도도 데이터, 혈압 데이터, 근전도 데이터 중 적어도 하나를 포함하는 감성 인식을 위한 분류 모델 구성 장치
|
11 |
11
청구항 7에 있어서,상기 클래스 그룹핑부는,상기 제1 클래스 그룹 및 상기 제2 클래스 그룹에 속하는 감성 클래스의 개수 또는 감성 클래스의 종류를 변화시켜가면서 그룹핑하고, 상기 분류도 검증부는,상기 그룹핑된 제1 클래스 그룹과 제2 클래스 그룹의 분류도를 개별적으로 검증하는 감성 인식을 위한 분류 모델 구성 장치
|
12 |
12
청구항 7에 있어서,상기 분류도 검증부는,잭나이프(Jack-Knife) 검증 방식을 사용하는 감성 인식을 위한 분류 모델 구성 장치
|