KCI우수등재
인지부하 감지를 위한 HRV와 PRV의 파라미터 중요도 분석 = Important Feature Analysis of HRV and PRV for Cognitive Load Detection
저자
김민아 (경희대학교) ; 홍상기 (한국 전자통신연구원) ; 이강복 (한국전자통신연구원) ; 김정균 (한국전자통신연구원)
발행기관
학술지명
전자공학회논문지(Journal of the Institute of Electronics and Information Engineers )
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
70-77(8쪽)
제공처
Analyzing and understanding cognitive load is an important skill for improving HCI (Human-Computer Interaction) skills and preventing accidents. Recently, heart rate variability analysis has been widely used for cognitive load analysis, and as the use of wearable devices becomes more common, the pulse rate variability of photoplethysmogram has been used as a substitute for heart rate variability. However, pulse rate variability and heart rate variability are not compatible in all cases, and analyzing them with the same algorithm increases the accuracy error. Therefore, the goal of this study is to reduce the error between the two waveforms and increase the overall accuracy by deriving the important parameters of each waveform. A total of 37 features were extracted from three domains, frequency domain, time domain, and nonlinear domain, and XAI (explainable artificial interllingence) was used. As a result, an accuracy of up to 73.8% was obtained, and the error was reduced to less than 1% at maximum. In addition, as a result of analyzing important features for each waveform by conducting a t-test, it was found that SD1/SD2 are important parameters for heart rate variability analysis, and NN20, pNN20 are important parameters for pulse rate variability analysis.
더보기인지부하를 분석하고 이해하는 것은 HCI(Human-Computer Interaction) 기술을 향상시키며 사고를 예방하는 중요 기술이다. 최근 인지부하의 분석에는 심박변이도 분석이 많이 이용되고 있으며, 웨어러블 기기의 사용이 보편화됨에 따라 Photoplethysmogram의 맥박변이도를 심박변이도 대신 사용하는 추세이다. 그러나, 맥박변이도와 심박변이도는 모든 경우에 대해 호환이 불가능하며 이들을 같은 알고리즘으로 분석하는 것은 정확도의 오차를 증가시킨다. 이에 본 연구는 각 파형의 중요 파라미터를 도출하여 두 파형 사이의 오차를 줄이고, 전체적인 정확도를 높이는 것이 목표이다. 주파수 영역, 시간 영역, 비선형 영역의 3가지 영역에서 총 37가지의 파라미터를 추출하여 XAI(explainable artificial interllingence)를 사용한 결과, 최대 73.8%의 정확도를 얻었으며 오차도 최대 1%미만으로 줄일 수 있었다. 또한, 추가적으로 t-test를 시행하여 파형 별 중요 파라미터를 분석한 결과, 심박변이도 분석에는 SD1/SD2가 중요한 파라미터이며, 맥박변이도 분석에는 NN20, pNN20이 중요한 파라미터임을 알 수 있었다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)