• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.274-276
• /
• 1999

지금까지 음악 정보를 표현하기 위하여 SMDL, NIFF, MIDI를 비롯한 많은 방법들이 제시되었다. 그러나 기존의 방법들은 독자적인 표현 방식을 사용하므로 서로 호환되지 않으며, 구현 방법과 과정이 매우 복잡한 문제점을 갖고 있다. 그리고 해당 어플리케이션의 가격이 매우 고가이므로 일반인들이 쉽게 접할 수 없었다. 따라서 본 논문에서는 이와 같은 문제점들을 해결하기 위하여 음악정보, 특히 리듬정보를 웹 표준 언어인 XML을 이용하여 표현하고 이를 웹에서 편집 및 재생하기 위한 새로운 방법을 제시하고 시스템을 구현한다. 그 결과 XML에 근거한 우리의 시스템은 일반인들이 쉽게 접할 수 있는 웹에서의 음악정보의 편집 및 출력, 그리고 사운드로의 재생 기능을 제공하는 동시에 완벽한 음악 정보의 호환을 이룰 수 있다.

• Journal of Internet Computing and Services
• /
• v.16 no.6
• /
• pp.133-141
• /
• 2015

Mass multimedia contents are shared through various social media servies including social network service. As social network reveals user's current situation and interest, highly satisfactory personalized recommendation can be made when such features are applied to the recommendation system. In addition, classifying the music by emotion and using analyzed information about user's recent emotion or current situation by analyzing user's social network, it will be useful upon recommending music to the user. In this paper, we propose a music recommendation method that makes an emotion model to classify the music, classifies the music according to the emotion model, and extracts user's current emotional state represented on the social network to recommend music, and evaluates the validity of our method through experiments.

• 한국경영정보학회:학술대회논문집
• /
• 2007.11a
• /
• pp.591-596
• /
• 2007

본 연구에서는 상황 추론의 기능을 추천 시스템에 접목하였다. 연구의 대상 영역은 음악 추천 분야인데, 본 연구에서 제안하는 시스템은 세 개의 모듈, 즉 Intention Module, Mood Module 그리고 Recommendation Module로 구성되어 있다. Intention Module은 사용자가 음악을 청취할 의향이 있는지 없는지를 외부 환경의 상황 데이터를 이용하여 추론한다. Mood Module은 사용자의 상황에 적합한 음악의 장르를 추론한다. 마지막으로 Recommendation Module은 사용자에게 선정된 장르의 음악을 추천한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.978-979
• /
• 2014

최근 스마트폰에 제공되는 다양한 추천 어플리케이션 중 음악 추천 어플리케이션은 사용자의 감정 조절을 위해 도움이 될 수 있다. 이에 본 논문에서는 음악을 분석하고 사용자의 감정에 따라 노래를 추천해주는 뮤직플레이어를 설계하였다. 감정에 맞는 음악을 자신의 취향에 맞게 추천 받음으로서 사용자는 감정을 조절하는데 도움을 받을 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1656-1658
• /
• 2012

이 논문에서는 스마트 폰에서 오디오 신호의 스펙트럼을 가시광선 스펙트럼으로 매핑하는 방법을 제안한다. 음악이 연주되고 있을때 그 음악과 어울리는 색을 비추면 뇌가 느끼는 감성은 더욱 증폭될 수 있다. 본 논문에서 제안하는 기술은 스마트폰을 통해 색을 플레이 되고 있는 음악과 매칭이다. 오디오의 신호가 가지고 있는 주파수와 파형을 색과 밝기로 매핑하여 음악에 맞춰 색을 전환 할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.369-370
• /
• 2009

Robot이 음악에 맞춰 어떤 행동을 하기 위해선 먼저 Acoustic을 이해 할 수 있는 인지 능력이 필요하며 인지한 음악적 내용을 Dance Motion에 가깝게 Action을 표현할 수 있어야 한다. 본 논문에서는 신호처리와 기계학습을 사용하여 음악의 Tempo를 Tracking하고 이것을 참고하여 행동 Pattern을 결정하는 Dance Robot System을 소개한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.271-276
• /
• 2007

모바일 기기는 기존의 음성통화와 다양한 네트워크 접속과 기능들이 결합되어 발전하고 있다. 또한 최근 등장한 다양한 휴대 인터넷 환경은 기존 모바일 기기의 네트워크 접근을 보다 쉽게 해주고 있다. 이러한 무선 환경을 사용하는 모바일 기기 사용자는 기존의 유선 환경보다 사용자 프로파일 정보를 쉽게 구할 수 있는 장점이 있으며, 모바일 기기는 혼자 사용하는 특징을 가지고 있다. 본 논문에서는 모바일 기기 사용자를 위한 개인화 방법으로 협업 필터링 방법을 통한 음악 추천과 푸쉬(Push), 풀(Pull)방식의 서비스 방법을 제안한다. 모바일 기기 사용자 프로파일 정보는 협업 필터링 방법을 통한 사용자 선호 음악 추천을 수행하고, 추천된 사용자 선호 음악은 푸쉬 서비스로 모바일 기기에 다운로드 된다. 추천을 통한 모바일 음악 푸쉬 서비스는 모바일 기기 사용자로 하여금 네트워크 환경에 접속되어있을 때 사용자 취향에 맞는 음악을 능동적으로 다운로드 해 둠으로써 사용자가 음악을 선택하여 모바일 기기로 다운로드 하는 불편함과 시간을 줄여 줄 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.353-360
• /
• 2021

음성 대화 시스템에서는 사용자가 잘못된 슬롯명을 말하거나 음성인식 오류가 발생해 사용자의 의도에 맞지 않는 응답을 하는 경우가 있다. 이러한 문제를 해결하고자 말뭉치나 사전 데이터를 활용한 질의 교정 방법들이 제안되지만, 이는 지속적으로 사람이 개입하여 데이터를 주입해야하는 한계가 있다. 본 논문에서는 축적된 로그 데이터를 활용하여 사람의 개입 없이 음악 재생에 필요한 슬롯을 교정하는 자기 학습(Self-learning) 기반의 모델을 제안한다. 이 모델은 사용자가 특정 음악을 재생하고자 유사한 질의를 반복하는 상황을 이용하여 비지도 학습 기반으로 학습하고 음악 재생에 실패한 슬롯을 교정한다. 그리고, 학습한 모델 결과의 정확도에 대한 불확실성을 해소하기 위해 질의 슬롯 관계 유사도 모델을 이용하여 교정 결과에 대한 검증을 하고 슬롯 교정 결과에 대한 안정성을 보장한다. 모델 학습을 위한 데이터셋은 사용자가 연속으로 질의한 세션 데이터로부터 추출하며, 음악 재생 슬롯 세션 데이터와 질의 슬롯 관계 유사도 데이터를 각각 구축하여 슬롯 교정 모델과 질의 슬롯 관계 유사도 모델을 학습한다. 교정된 슬롯을 분석한 결과 발음 정보가 유사한 슬롯 뿐만 아니라 의미적인 관계가 있는 슬롯으로도 교정하여 사전 기반 방식보다 다양한 유형의 교정이 가능한 것을 보였다. 3 개월 간 수집된 로그 데이터로 학습한 음악 재생 슬롯 교정 모델은 일주일 동안 반복한 고유 질의 기준, 음악 재생 실패의 12%를 개선하는 성능을 보였다.

• The KIPS Transactions:PartB
• /
• v.17B no.4
• /
• pp.263-274
• /
• 2010

To provide context-aware music recommendation service, first of all, we need to catch music mood that a user prefers depending on his situation or context. Among various music characteristics, music mood has a close relation with people‘s emotion. Based on this relationship, some researchers have studied on music mood detection, where they manually select a representative segment of music and classify its mood. Although such approaches show good performance on music mood classification, it's difficult to apply them to new music due to the manual intervention. Moreover, it is more difficult to detect music mood because the mood usually varies with time. To cope with these problems, this paper presents an automatic method to classify the music mood. First, a whole music is segmented into several groups that have similar characteristics by structural information. Then, the mood of each segments is detected, where each individual's preference on mood is modelled by regression based on Thayer's two-dimensional mood model. Experimental results show that the proposed method achieves 80% or higher accuracy.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.731-732
• /
• 2009

MP3 기기 및 음악재생과 관련된 인터페이스는 이미 우리 생활 곳곳에 전반적으로 자리잡고 있다. 기존의 수동적으로 음악 파일을 검색하여 듣는 방법이 아닌, 사용자의 심리상태, 관심사와 외부변수를 고려하여 사용자가 선호할 만한 음악추천 서비스를 제공하는 방법에 대해 논의한다. 본 논문에서는 데이터 마이닝의 기법인 연관 규칙, 필터링과 추천방법을 통하여 사용자가 원하는 서비스 정보를 효율적으로 도출하는 추천 시스템을 설계한다. 또한 이러한 시스템의 추천목록에 대한 사용자의 만족도를 스스로 평가하는 방법에 대해서도 제안한다.