• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.652-655
• /
• 1997

An exploration for an intelligence paradigm has been delineated. Artificial intelligence and artificial life paradigms seem to fail to show the whole picture of human intelligence. We may understand the human intelligence better by adding the emotional part of human intelligence to the intellectual part of human intelligence. Emotional intelligence is investigated in terms of composing machine as a modern abstract art. Various algorithmic composition and performance concepts are currently being investigated and implemented. Intelligent mapping algorithms restructure the traditional predetermined composition algorithms. Music based on fractals and neural networks is being composed. Also, emotional intelligence and aesthetic aspects of Korean traditional music are investigated in terms of fractal relationship. As a result, this exploration will greatly broaden the potentials of the intelligence research. The exploration of art in the view of intelligence, information and structure will restore the balanced sense, of art and science which seeks happiness in life. The investigations of emotional intelligence will establish the foundations of intelligence, information and control technologies.

• 문화기술의 융합
• /
• 제4권4호
• /
• pp.261-266
• /
• 2018

본 연구는 인공지능 기반 작곡 프로그램 현황을 살펴보고 실정을 고려한 제언을 제공하고자 한다. 인공지능 기반 작곡 프로그램은 기존의 '전문가 시스템' 방식의 알고리즘을 벗어나 심층신경망 이론의 발전 및 빅데이터 처리 기술 향상과 더불어 눈부신 성장을 보이고 있다. 이에 따라 클래식 음악과, 팝음악을 작곡하는데 있어 인공지능 기반 작곡 프로그램이 학계와 산업계에서 다양하게 제안되고 있으며, 최근 수년 사이 대중의 평가도 달라지고 있다. 다만 해당 기술 개발과 관련하여 여전한 한계점들이 분명히 존재하는 바, 대중의 인식 문제, 데이터베이스화되지 않은 가치 있는 사료들의 누락, 관련 법규의 미비, 음악적인 부분보다는 기술적 관점에서 해당 산업이 주도되는 점 등을 개선할 필요가 있겠다. 이 같은 점이 보완된다면, 인공지능 기반 기술은 국가 경쟁력 확보와 유지에 있어 중요한 역할을 해낼 것으로 보인다.

• 트랜스-
• /
• 제13권
• /
• pp.35-58
• /
• 2022

본 연구는 인공지능 기술의 발전이 음악 콘텐츠 제작에 가져올 패러다임의 변화를 예측하고, 인공지능과 인간의 협업을 통해 창작된 작품이 완성품으로써 예술적 가치를 지닐 수 있음을 제기한다. 인공지능 작곡 프로그램을 활용하여 누구나 손쉽게 음악 콘텐츠 제작을 할 수 있으며, 예술가에게는 다양한 시도와 창의적인 발상에 영감을 줄 수 있는 계기가 됐다. 인공지능 기술이 인간의 삶에 편리성을 제공하고, 일의 효율적인 측면에 많은 혜택을 주고 있지만, 현재까지 예술 영역에서 데이터 기반의 패턴 음악이라는 인식에서 벗어나기 어려운 점이 있다. 이러한 정량적인 요소가 많은 패턴 음악은 예술이 추구하는 추상적인 상징성이나 의미가 부재되어 완전한 창작품으로써 인정받지 못하고 있는 실정이다. 그러나 인간의 협업을 통해 감정이나 창의성과 같은 정성적인 요소를 인공지능 음악에 부여하면 완전한 예술 작품으로써 가치를 인정받을 수 있음을 예측한다. 인공지능 기술의 발전은 대중들에게 문화·예술에 대한 접근성을 높여주고, 심미적인 체험과 더불어 누구나 즐길 수 있는 유희적인 측면까지 기대할 수 있다. 또한, 개인의 디지털 리터러시의 향상을 통해 다양한 콘텐츠를 제작할 수 있으며, 자신의 작품을 타인에게 공유하며 소통할 수 있는 계기가 된다. 이처럼 인공지능 기술은 대중과 문화·예술을 잇는 매개체 역할을 하고 있으며, 예술 활동을 통해 인간과 기술을 간극을 좁히고 있다. 이러한 문화적인 현상과 함께 예술적 가치를 지닌 인공지능 음악 콘텐츠 제작 연구와 향후 인공지능 기술을 활용한 다양한 융·복합 예술 콘텐츠의 발전 가능성을 전망해 본다.

• 아동학회지
• /
• 제30권2호
• /
• pp.195-209
• /
• 2009

This study analyzed aspects of multiple intelligences related to rhythm, melody, understanding and representation of traditional Korean music. Subjects were 60 4-to 6-years-old children. Instruments were the Children's Korean Traditional Music (KTM) Ability Test (Park 2006)and Korean Multiple Intelligence Development Assessment Scale-My Young Child (MIDAS-MYC, Shearer, 1996). Data were analyzed by correlations and t-test. Findings were that (1) average scores on KTM rhythm and understandings were higher than melody and representation. (2) Traditional rhythm ability correlated most with linguistic intelligence. (3) Multiple intelligences by representation ability for KTM differed significantly in Linguistic intelligence and relationships to Naturalist, Musical, Logical-mathematical, Interpersonal, and Bodily-Kinesthetic intelligences.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1996년도 추계학술대회 논문집
• /
• pp.450-455
• /
• 1996

Emotional intelligence is investigated in terms of a composing machine as a modern abstract art form. Music has the longest tradition of being an art form which has an explicit formal foundation. Formal aspects of traditional and modern music theory are explained in terms of simple numerical relationship and illustrated with examples. The exploration of art in the view of intelligence, information and structure will restore the balanced sense of art and science which seeks happiness in life.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.45-52
• /
• 2022

With the development of artificial intelligence analysis methods, especially machine learning, various fields are widely expanding their application ranges. However, in the case of classical music, there still remain some difficulties in applying machine learning techniques. Genre classification or music recommendation systems generated by deep learning algorithms are actively used in general music, but not in classical music. In this paper, we attempted to classify opera among classical music. To this end, an experiment was conducted to determine which criteria are most suitable among, composer, period of composition, and emotional atmosphere, which are the basic features of music. To generate emotional labels, we adopted zero-shot classification with four basic emotions, 'happiness', 'sadness', 'anger', and 'fear.' After embedding the opera libretto with the doc2vec processing model, the optimal number of clusters is computed based on the result of the elbow method. Decided four centroids are then adopted in k-means clustering to classify unsupervised libretto datasets. We were able to get optimized clustering based on the result of adjusted rand index scores. With these results, we compared them with notated variables of music. As a result, it was confirmed that the four clusterings calculated by machine after training were most similar to the grouping result by period. Additionally, we were able to verify that the emotional similarity between composer and period did not appear significantly. At the end of the study, by knowing the period is the right criteria, we hope that it makes easier for music listeners to find music that suits their tastes.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권10호
• /
• pp.3355-3372
• /
• 2022

Composing music is an inspired yet challenging task, in that the process involves many considerations such as assigning pitches, determining rhythm, and arranging accompaniment. Algorithmic composition aims to develop algorithms for music composition. Recently, algorithmic composition using artificial intelligence technologies received considerable attention. In particular, computational intelligence is widely used and achieves promising results in the creation of music. This paper attempts to provide a survey on the music generation based on the Monte Carlo (MC) algorithm. First, transform the MIDI music format files to digital data. Among these data, use the logistic fitting method to fit the time series, obtain the time distribution regular pattern. Except for time series, the converted data also includes duration, pitch, and velocity. Second, using MC simulation to deal with them summed up their distribution law respectively. The two main control parameters are the value of discrete sampling and standard deviation. Processing the above parameters and converting the data to MIDI file, then compared with the output generated by LSTM neural network, evaluate the music comprehensively.

• 융합정보논문지
• /
• 제11권9호
• /
• pp.214-220
• /
• 2021

스마트폰이 빠르게 보급되면서 음악을 생활 속의 배경음악처럼 항상 모든 곳에서 듣는 것이 일반화되어 개인의 상황과 조건에 맞는 추천을 할 수 있는 음악 데이터베이스를 필요하다. 본 논문에서는 소셜 미디어를 통한 음악추천 모델을 제안한다. 소셜 미디어의 데이터를 사용하여 음악 데이터베이스를 작성하고 기존의 음원 제공 플랫폼이 주로 사용하는 협업필터링과는 다른 방식으로 음악을 분류한다. 웹크롤링으로 음악 제목이 해시 태그로 달린 게시글을 찾아 해당 글에 함께 달린 다른 해시 태그들을 수집하고 분류하여 실제 청취자의 음악에 관한 의견을 데이터베이스에 사용한다. 소셜 미디어를 작성할 때의 감정, 상황, 시간대, 날씨 등 많은 조건이 해시 태그에는 포함되어 있으므로 다양한 사람의 의견이 집단지성으로 반영된 소셜 미디어 기반 데이터베이스를 구축할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제22권6호
• /
• pp.354-368
• /
• 2022

본 연구의 목적은 방과 후 음악활동에 참여한 초등학생과 참여하지 않은 학생들의 정서지능, 학교적응, 자아 탄력성, 긍정적 대인관계, 우울의 수준과 관계에 있어 유의한 차이가 나타나는지 검증하는데 그 목적이 있다. 수도권 및 경남지역 초등학교 4, 5, 6학년 학생 중 방과 후 음악활동에 참여하는 학생 379명과 참여하지 않은 학생 368명 총 747명이 본 연구에 참여하였다. 연구분석을 위해 t-test와 다중집단분석을 실시하였으며 분석된 결과는 다음과 같다. 첫째, 방과 후 음악활동에 참여한 집단이 참여하지 않은 집단에 비해 정서지능, 자아탄력성, 긍정적 대인관계, 학교적응의 수준은 높고 우울 수준은 낮은 것으로 나타났다. 둘째, 다중집단분석을 실시한 결과 참여 집단이 비참여 집단에 비해 [정서지능→자아탄력성], [정서지능→긍정적 대인관계], [정서지능→우울], [정서지능→학교적응], [자아탄력성→학교적응]의 경로에 있어 더 강하게 영향을 미치고 있는 것으로 나타났다. 셋째, 매개효과를 분석한 결과 방과 후 음악활동에 참여한 집단에서는 정서지능과 학교적응 간의 관계에서 자아탄력성, 긍정적 대인관계, 우울이 모두 매개효과가 있는 것으로 나타난 반면, 방과 후 음악활동에 참여하지 않은 집단에서는 정서지능과 학교적응 간의 관계에서 자아탄력성과 우울 변인만이 유의한 매개효과가 있는 것으로 나타났다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권3호
• /
• pp.27-32
• /
• 2024

Reliable and fine-grained musical metadata are required for efficient search of rapidly increasing music files. In particular, since the primary motive for listening to music is its emotional effect, diversion, and the memories it awakens, emotion classification along with genre classification of music is crucial. In this paper, as an initial approach towards a "ground-truth" dataset for music emotion and genre classification, we elaborately generated a music corpus through labeling of a large number of ordinary people. In order to verify the suitability of the dataset through the classification results, we extracted features according to MPEG-7 audio standard and applied different machine learning models based on statistics and deep neural network to automatically classify the dataset. By using standard hyperparameter setting, we reached an accuracy of 93% for genre classification and 80% for emotion classification, and believe that our dataset can be used as a meaningful comparative dataset in this research field.