맞춤기술찾기

이전대상기술

일상생활에서 발생하는 감정 변화 원인을 파악하는 방법 및 그 시스템

  • 기술번호 : KST2021015882
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 일상생활에서 발생하는 감정 변화 원인을 파악하는 방법 및 그 시스템이 개시된다. 본 발명의 일 실시예에 따른 감정 변화 원인 파악 방법은 사용자의 생리적 신호와 상기 사용자의 정면 이미지의 분석을 통해 상기 사용자의 상황 정보를 획득하는 단계; 다수의 라벨이 없는 생리적 신호와 실제 측정 라벨을 사용하는 부분세트를 포함하는 데이터 세트를 이용하여 제1 네트워크를 학습하고, 상기 획득된 생리적 신호를 입력으로 하는 상기 제1 네트워크를 이용하여 상기 사용자의 감정 변화를 감지하는 단계; 및 상기 감지된 감정 변화와 상기 획득된 상황 정보를 입력으로 하는 미리 학습된 제2 네트워크를 이용하여 상기 사용자의 감정 변화에 대한 원인이 되는 정서적 인과관계를 도출하는 단계를 포함한다.
Int. CL A61B 5/16 (2006.01.01) A61B 5/00 (2021.01.01) G16H 50/20 (2018.01.01) G06N 3/04 (2006.01.01) G06N 3/08 (2006.01.01)
CPC A61B 5/165(2013.01) A61B 5/7275(2013.01) A61B 5/7203(2013.01) G16H 50/20(2013.01) A61B 5/6801(2013.01) A61B 5/369(2013.01) A61B 5/02416(2013.01) G06N 3/0454(2013.01) G06N 3/0427(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020200053203 (2020.05.04)
출원인 한국과학기술원
등록번호/일자 10-2341937-0000 (2021.12.17)
공개번호/일자 10-2021-0135378 (2021.11.15) 문서열기
공고번호/일자 (20211223) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.05.04)
심사청구항수 9

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김병형 대전광역시 유성구
2 조성호 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2020.05.04 수리 (Accepted) 1-1-2020-0450812-17
2 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
3 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
4 선행기술조사의뢰서
Request for Prior Art Search
2021.02.18 수리 (Accepted) 9-1-9999-9999999-89
5 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2021.03.12 수리 (Accepted) 1-1-2021-0295322-44
6 선행기술조사보고서
Report of Prior Art Search
2021.03.18 발송처리완료 (Completion of Transmission) 9-6-2021-0132994-97
7 의견제출통지서
Notification of reason for refusal
2021.07.21 발송처리완료 (Completion of Transmission) 9-5-2021-0577374-91
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2021.08.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-0959269-18
9 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2021.08.20 수리 (Accepted) 1-1-2021-0959268-62
10 등록결정서
Decision to grant
2021.12.13 발송처리완료 (Completion of Transmission) 9-5-2021-0977553-38
11 [명세서등 보정]보정서(심사관 직권보정)
2021.12.21 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-5030903-18
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
감정 변화 원인 파악 시스템에 의해 수행되는 감정 변화 원인 파악 방법에 있어서,상기 감정 변화 원인 파악 시스템에 포함되는 획득부에서, 사용자의 생리적 신호와 상기 사용자의 정면 이미지의 분석을 통해 상기 사용자의 상황 정보를 획득하는 단계; 상기 감정 변화 원인 파악 시스템에 포함되는 감지부에서, 다수의 라벨이 없는 생리적 신호와 실제 측정 라벨을 사용하는 부분세트를 포함하는 데이터 세트를 이용하여 제1 네트워크를 학습하고, 상기 획득된 생리적 신호를 입력으로 하는 상기 제1 네트워크를 이용하여 상기 사용자의 감정 변화를 감지하는 단계; 및 상기 감정 변화 원인 파악 시스템에 포함되는 도출부에서, 상기 감지된 감정 변화와 상기 획득된 상황 정보를 입력으로 하는 미리 학습된 제2 네트워크를 이용하여 상기 사용자의 감정 변화에 대한 원인이 되는 정서적 인과관계를 도출하는 단계 를 포함하고, 상기 제1 네트워크는상기 부분세트의 정서적 라벨에 따라 상기 라벨이 없는 생리적 신호의 표현을 학습하여 상기 데이터 세트에서 노이즈가 있는 의사 라벨을 생성하고, 상기 생성된 의사 라벨과 상기 부분세트의 정서적 라벨에 기초하여 라벨 노이즈를 줄이도록 학습됨으로써, 노이즈가 제거된 감정 상태의 라벨을 추정하여 상기 사용자의 감정 변화를 감지하는 것을 특징으로 하며, 상기 제2 네트워크는상기 사용자로부터 상황 정보와 감정 시퀀스가 주어지는 경우 상기 상황 정보와 상기 감정 시퀀스 사이의 인과 구조를 모델링하는 정서적 인과관계 모델로 구성되는 방향 그래프와 상기 감정 시퀀스의 정서적 인과관계 효과를 나타내는 에지의 연관 파라미터를 포함하고, 상기 방향 그래프와 상기 에지의 연관 파라미터를 이용하여 상기 감지된 감정 변화와 상기 획득된 상황 정보에 대응하는 정서적 인과관계를 도출하는 것을 특징으로 하는 감정 변화 원인 파악 방법
2 2
삭제
3 3
제1항에 있어서,상기 제1 네트워크는 상기 노이즈가 있는 의사 라벨을 생성하는 제1-1 네트워크와 상기 라벨 노이즈를 줄이도록 학습되어 상기 노이즈가 제거된 감정 상태의 라벨을 추정하는 제1-2 네트워크를 포함하고,상기 제1-1 네트워크는상기 획득된 생리적 신호를 입력으로 하는 시간 축에 따라 학습이 진행될 때 시간 마진을 고려하는 시간 마진 기반 분류 손실 함수를 이용하여 학습되는 것을 특징으로 하는 감정 변화 원인 파악 방법
4 4
제3항에 있어서,상기 제1-1 네트워크는이미지 시퀀스에 대해 상기 획득된 생리적 신호에 대한 생리적 특징을 추출하고, 상기 추출된 생리적 특징을 이용하여 스펙트럼-시간 텐서를 구성하며, 상기 구성된 스펙트럼-시간 텐서를 입력으로 하여 상기 시간 마진 기반 분류 손실 함수가 최소화 값으로 수렴되도록 학습하는 것을 특징으로 하는 감정 변화 원인 파악 방법
5 5
삭제
6 6
제1항에 있어서,상기 생리적 신호는이미지 시퀀스에 대한 상기 사용자의 뇌파 신호와 심장 박동 신호 중 적어도 하나의 생리적 신호를 포함하는 것을 특징으로 하는 감정 변화 원인 파악 방법
7 7
사용자의 생리적 신호와 상기 사용자의 정면 이미지의 분석을 통해 상기 사용자의 상황 정보를 획득하는 획득부; 다수의 라벨이 없는 생리적 신호와 실제 측정 라벨을 사용하는 부분세트를 포함하는 데이터 세트를 이용하여 제1 네트워크를 학습하고, 상기 획득된 생리적 신호를 입력으로 하는 상기 제1 네트워크를 이용하여 상기 사용자의 감정 변화를 감지하는 감지부; 및 상기 감지된 감정 변화와 상기 획득된 상황 정보를 입력으로 하는 미리 학습된 제2 네트워크를 이용하여 상기 사용자의 감정 변화에 대한 원인이 되는 정서적 인과관계를 도출하는 도출부를 포함하고, 상기 제1 네트워크는상기 부분세트의 정서적 라벨에 따라 상기 라벨이 없는 생리적 신호의 표현을 학습하여 상기 데이터 세트에서 노이즈가 있는 의사 라벨을 생성하고, 상기 생성된 의사 라벨과 상기 부분세트의 정서적 라벨에 기초하여 라벨 노이즈를 줄이도록 학습됨으로써, 노이즈가 제거된 감정 상태의 라벨을 추정하여 상기 사용자의 감정 변화를 감지하는 것을 특징으로 하며, 상기 제2 네트워크는상기 사용자로부터 상황 정보와 감정 시퀀스가 주어지는 경우 상기 상황 정보와 상기 감정 시퀀스 사이의 인과 구조를 모델링하는 정서적 인과관계 모델로 구성되는 방향 그래프와 상기 감정 시퀀스의 정서적 인과관계 효과를 나타내는 에지의 연관 파라미터를 포함하고, 상기 방향 그래프와 상기 에지의 연관 파라미터를 이용하여 상기 감지된 감정 변화와 상기 획득된 상황 정보에 대응하는 정서적 인과관계를 도출하는 것을 특징으로 하는 감정 변화 원인 파악 시스템
8 8
삭제
9 9
제7항에 있어서,상기 제1 네트워크는 상기 노이즈가 있는 의사 라벨을 생성하는 제1-1 네트워크와 상기 라벨 노이즈를 줄이도록 학습되어 상기 노이즈가 제거된 감정 상태의 라벨을 추정하는 제1-2 네트워크를 포함하고,상기 제1-1 네트워크는상기 획득된 생리적 신호를 입력으로 하는 시간 축에 따라 학습이 진행될 때 시간 마진을 고려하는 시간 마진 기반 분류 손실 함수를 이용하여 학습되는 것을 특징으로 하는 감정 변화 원인 파악 시스템
10 10
제9항에 있어서,상기 제1-1 네트워크는이미지 시퀀스에 대해 상기 획득된 생리적 신호에 대한 생리적 특징을 추출하고, 상기 추출된 생리적 특징을 이용하여 스펙트럼-시간 텐서를 구성하며, 상기 구성된 스펙트럼-시간 텐서를 입력으로 하여 상기 시간 마진 기반 분류 손실 함수가 최소화 값으로 수렴되도록 학습하는 것을 특징으로 하는 감정 변화 원인 파악 시스템
11 11
삭제
12 12
제7항에 있어서,상기 생리적 신호는이미지 시퀀스에 대한 상기 사용자의 뇌파 신호와 심장 박동 신호 중 적어도 하나의 생리적 신호를 포함하는 것을 특징으로 하는 감정 변화 원인 파악 시스템
13 13
삭제
14 14
사용자의 생리적 신호를 획득하는 센서부;상기 사용자의 정면 이미지를 촬영하는 촬영부;다수의 라벨이 없는 생리적 신호와 실제 측정 라벨을 사용하는 부분세트를 포함하는 데이터 세트를 이용하여 제1 네트워크를 학습하고, 상기 획득된 생리적 신호를 입력으로 하는 상기 제1 네트워크를 이용하여 상기 사용자의 감정 변화를 감지하는 감지부; 및 상기 감지된 감정 변화와 상기 촬영된 정면 이미지의 분석을 통해 획득된 상황 정보를 입력으로 하는 미리 학습된 제2 네트워크를 이용하여 상기 사용자의 감정 변화에 대한 원인이 되는 정서적 인과관계를 도출하는 도출부를 포함하고, 상기 제1 네트워크는상기 부분세트의 정서적 라벨에 따라 상기 라벨이 없는 생리적 신호의 표현을 학습하여 상기 데이터 세트에서 노이즈가 있는 의사 라벨을 생성하고, 상기 생성된 의사 라벨과 상기 부분세트의 정서적 라벨에 기초하여 라벨 노이즈를 줄이도록 학습됨으로써, 노이즈가 제거된 감정 상태의 라벨을 추정하여 상기 사용자의 감정 변화를 감지하는 것을 특징으로 하며, 상기 제2 네트워크는상기 사용자로부터 상황 정보와 감정 시퀀스가 주어지는 경우 상기 상황 정보와 상기 감정 시퀀스 사이의 인과 구조를 모델링하는 정서적 인과관계 모델로 구성되는 방향 그래프와 상기 감정 시퀀스의 정서적 인과관계 효과를 나타내는 에지의 연관 파라미터를 포함하고, 상기 방향 그래프와 상기 에지의 연관 파라미터를 이용하여 상기 감지된 감정 변화와 상기 획득된 상황 정보에 대응하는 정서적 인과관계를 도출하는 것을 특징으로 하는 웨어러블 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 한국과학기술연구원 정보통신.방송 연구개발사업 (EZBARO)생각만으로 실생활 기기 및 AR/VR 디바이스를제어하는 비침습 BCI 통합 뇌인지컴퓨팅 SW 플랫폼 기술개발(2019)
2 과학기술정보통신부 한국과학기술원 이공분야기초연구사업/세종과학펠로우십 사용자 감정 중심의 닫힘 루프 시스템 개발을 통한 상호 신뢰 기반 로봇팔 제어