• 디지털콘텐츠학회 논문지
• /
• 제17권6호
• /
• pp.449-459
• /
• 2016

본 논문에서는 기존의 인공신경망을 이용한 자동작곡 방법에서 발생한 세 가지 문제점을 개선하는 새로운 방법을 제안한다. 첫 번째 문제는 인공신경망이 출력한 곡의 박자를 음악이론에 맞도록 후처리 하는 것에서 모든 경우를 처리하지 못하여 발생한 문제이다. 두 번째 문제는 음표를 학습하는 인공신경망에 음표와 구분되는 큰 값으로 쉼표를 같이 학습하다보니 음표공간이 왜곡되어 발생하는 문제이다. 마지막 문제는 새로운 곡 작곡 시 사용자가 작곡해서 넣어준 초기 멜로디와 박자가 인공신경망이 출력하는 나머지 멜로디와 박자와 어울리지 못하여 발생하는 문제이다. 본 논문에서는 이러한 문제를 해결하기 위하여 개선된 박자 후처리 알고리즘과 초기 멜로디 처리 방법을 제안하였으며 쉼표용 인공신경망을 새로이 도입하였다. 실험결과 새로 제안한 방법이 기존의 방법에서 발생한 세 가지 문제점을 모두 해결하는 것으로 판명되었다.

• 디지털콘텐츠학회 논문지
• /
• 제18권4호
• /
• pp.641-647
• /
• 2017

본 논문에서는 자동작곡에서 계층적 인공신경망을 이용하여 전/중/후 별로 곡의 멜로디가 전개되는 구성을 갖춘 곡을 자동으로 생성하는 방법을 제안한다. 첫 번째 계층에서는 하나의 인공신경망을 사용하여 기존의 곡을 학습시키거나 혹은 무작위 멜로디를 학습시키고 박자후처리를 하여 곡을 출력한다. 두 번째 계층에서는 첫 번째 인공신경망이 만든 멜로디를 전/중/후별로 세 개의 인공신경망에 학습한 후 곡을 출력한다. 두 번째 계층의 세 개의 인공신경망에서는 반복을 만들기 위하여 전/중/후 별로 마디구분을 이용한 반복을 적용하며 이후 박자/화성/조성후처리를 수행하여 곡을 완성한다. 실험결과 구성을 갖춘 곡이 생성됨을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권8호
• /
• pp.315-320
• /
• 2014

작곡은 작곡가의 경험을 바탕으로 표현하고자 하는 감정을 멜로디로 나타내는 창작활동이다. 따라서 작곡가의 작곡 과정을 그대로 본따서 자동작곡프로그램을 만드는 것은 매우 어렵다. 우리는 '창작은 모방을 통하여 가능하다'는 전제하에 본 논문에서 인공신경망의 학습기능을 이용하여 자동작곡시스템을 구현하는 방법을 제안한다. 이를 위하여 먼저 기존 곡을 인공신경망이 학습할 수 있는 시계열 데이터로 변환하는 방법을 제시하였다. 또한 곡의 특성상 반복되는 시계열 데이터를 제대로 학습하기 위하여 곡의 마디를 함께 학습하는 방법을 고안하였다. 학습된 인공신경망에 새로운 곡의 도입부 시계열 데이터를 만들어 넣어주면 인공신경망이 나머지 시계열 데이터를 만들어준다. 이를 음표와 박자로 변환하면 새로운 곡이 완성된다. 다만, 인공신경망의 출력은 음악이론과 다른 박자와 다른 화성의 음표를 출력할 수 있기 때문에 이를 후처리로 보정해 주어야 한다. 본 논문에서는 박자 후처리 프로그램만 구현하여 적용하였으며, 화성 후처리는 사람이 직접 하였다. 화성 후처리는 복잡하여 추후연구에서 구현할 예정이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.2263_2264
• /
• 2009

원자력은 나라의 기저전력을 책임지는 대표적인 발전소다. 시간이 지남에 따라 에너지 수요는 증가하지만 원자력 에너지의 연료인 우라늄은 고갈이 되어가고 있다. 그 해결책으로 고속로 기술에는 소듐 냉각 고속로, 건식처리 방법으로는 파이로프로세싱이 있다. 이 기술로 사용 후 원전연료를 재처리하여 불가 수 십년에 불가한 원전문제를 수 천년으로 늘릴 수 있다. 하지만 우리나라는 사용 후 원전연료에 대해 정책방향이 결정되지 않았으며, 지역단체, 환경단체 등의 단체에서의 반대도 만만치 않을 것이다. 원전연료 관리 정책이 결정되어 국가 에너지안보의 기틀을 마련해야 할 것이다.

• 한국멀티미디어학회논문지
• /
• 제10권7호
• /
• pp.817-826
• /
• 2007

기존의 음악 분류 연구는 음악에서 임의 20초 구간 또는 $40%{\sim}45%$ 지난 부분으로부터 20초 구간을 얻은 후 여러 가지 신호적 특징을 추출하여 장르 분류에 사용해왔다. 본 논문에서는 기존 연구의 성공률을 높이기 위해 음악의 클라이맥스 구간을 추출하여 장르 분류하는 것을 제안한다. 음악은 도입과 진행, 클라이맥스 부분으로 나뉘며, 클라이맥스는 음악이 강조하는 부분으로서 그 음악의 특징을 가장 잘 나타낸다. 즉, 음악을 분석하거나, 분류할 때 클라이맥스 부분을 이용하면 보다 효과적인 결과를 얻을 것이다. 음악의 클라이맥스는 FFT를 이용하여 박자와 마디 정보를 얻은 후 마디별 파형 집중도로부터 추출할 수 있다. 논문에서는 기존의 연구에 사용된 방법과 제안한 방법인 클라이맥스를 이용하여 장르 분류 실험을 하였다. 기존 방법은 47%의 성공률을 보이는 반면 제안한 방법은 55% 향상된 성공률을 얻을 수 있었다.