• 전기전자학회논문지
• /
• 제13권2호
• /
• pp.159-166
• /
• 2009

최근까지 장르나 무드 등의 정적 분류 기술자를 이용한 음악 정보 검색에 관한 다양한 연구가 진행되어 왔다. 정적 분류 기술자는 주로 음악의 다양한 내용적 특징에 기반하기 때문에 그러한 특징에 유사한 음악을 검색하는 데 효과적이다. 하지만 음악을 들었을 때 느끼게 되는 감정 내지 기분 전이를 이용하면 정적 분류 기술자보다 더 효과적이고 정교한 검색이 가능하다. 사람이 음악을 들었을 때 발생하는 감정 전이의 효과에 관한 연구는 현재까지 미비한 실정이다. 감정 전이의 효과를 체계적으로 표현할 수 있다면 기존의 음악 분류에 의한 검색에 비해 음악 추천 등의 새로운 응용에서 더 효과적인 개인화 서비스를 제공할 수 있다. 본 논문에서는 음악에 의한 인간 감정 전이를 표현하기 위한 감정 상태 전이 모델을 제안하고 이를 기반으로 새로운 음악 분류 및 추천 기법을 제안한다. 제안하는 모델의 개발을 위하여 다양한 내용 기반의 특징을 추출하였으며, 고차원 특징 벡터의 차원 감쇄를 위하여 NMF (Non-negative Matrix Factorization)를 사용하였다. 성능 분석을 위한 실험에서 SVM (Support Vector Machine)을 분류기로 사용한 실험에서 평균 67.54%, 최대 87.78%의 분류 정확도를 달성하였다.

• 한국ITS학회 논문지
• /
• 제8권4호
• /
• pp.33-38
• /
• 2009

본 논문은 자동차 오디오 시스템에 내장된 라디오에서 실시간으로 재생되는 연속적인 오디오 신호로부터 음악 신호를 선별하고, 해당 음악에 대한 실시간 음악장르 분류를 통해 자동으로 이퀄라이저를 조절하는 방식을 제안한다. 제안된 방식에서는 음악분류 정확도를 높이고 실시간 신호처리를 실행하기 위해 연속적인 오디오 신호로부터 추출한 음색 특징 벡터와 리듬 특징 벡터를 GMM (Gaussian mixture model) 분류 방식에 적용하여 음악 분류를 수행한다. 제안된 방식은 카오디오 시스템의 라디오로부터 출력된 오디오 신호로부터 분할된 다양한 오디오 구간을 5가지 음악장르로 분류하여 음악 장르 분류 성능을 측정하였다.

• 한국음향학회지
• /
• 제36권2호
• /
• pp.144-150
• /
• 2017

음악 장르는 음악 검색 및 분류 등의 정보 처리 시스템 구현에 있어서 필수적인 요소이다. 일반적으로 장르 분류를 위한 스펙트럼 특징은 음악의 화음 및 강약 구조를 표현하기 위해 부밴드로 분해하여 구해진다. 본 논문은 음악 장르 분류 성능 개선을 위한 특징 추출을 위한 부밴드 분해 방법에 관해 연구하였다. 또한 부밴드 음악 특징의 차수를 줄일 수 있는 방법에 대해서도 연구하였다. 널리 사용되고 있는 장르 데이터셋들에서 실험을 수행하여 널리 사용되고 있는 옥타브 스케일보다 세분화된 부밴드 분해가 장르 분류 성능을 향상시킬 수 있으며, 특징 차수 축소를 결합하여 분류기의 계산량도 줄일 수 있음을 보였다.

• 한국산학기술학회논문지
• /
• 제17권5호
• /
• pp.213-218
• /
• 2016

1850년 프랑스에서 시작된 음악 저작권은 건축이나 미술 등의 분야처럼 시각적으로 고정이 되어있는 저작물에 대한 권리와는 다르게 곡 시간의 흐름에 의한 저작물이다. 음악 저작물의 보호되어지는 범위는 다른 분야의 저작물과 같이 전체 음악이기 보다 음악저작물 안의 각각의 요소와 구조를 분석하여 법적으로 권리를 주장할 수 있는 창작적 표현이라 판단되는 부분을 보호의 범위로 보는 것이 타당할 것이다. 우리나라 대중가요에서 표절에 관한 이슈 중 창작성 판단은 원고의 저작물에 대한 보호에 해당 되는지 여부를 가리는 측면에서 매우 중요한 부분을 차지하는 것으로 보인다. 저작물로 인정되는 곡안의 아이디어나 창작요소의 판단은 중요한 논점이다. 창작성을 판단하기에 앞서 해당 표현이 창작의 표현에 해당하는 음악적 요소에 대한 문제는 법원의 판단이 아닌 산업과 학계에서 검토되어 공감대를 형성해야 할 문제라 판단된다. 또한 오늘날 대중가요는 저작권을 보호받는 저작물 중 창작적 표현의 논의가 없었던 것으로 보인다. 본 논문을 통해서 대중가요의 창작적 요소와 비창작적 요소를 구분하고, 창작적 표현 요소에 대한 음악 창작자들의 공감대를 마련하는 시론이 되고자 한다.

• 한국항행학회논문지
• /
• 제20권3호
• /
• pp.258-264
• /
• 2016

우리는 서로소 배열 안테나에 기존의 프로퍼게이터 방법을 기반으로 하는 도래각 (DoA; direction of arrival) 추정 알고리즘을 제안한다. 서로소 배열 기법은 도래각 추정 해상도를 증가시키나 복잡도를 상호배열의 크기만큼 증가시킨다. 이러한 복잡도를 감소시키기 위하여 우리는 특이값 분해없이 도래각을 추정하는 프로퍼게이터 방법을 이용하는 방법을 제안한다. 우리는 시뮬레이션을 통해 선형 균일 배열 MUSIC, 선형 균일 배열 프로퍼게이터 방법, 서로소 배열을 이용한 MUSIC과 제안한 방법을 비교 및 분석하여, 우리가 제안한 방법이 복잡도가 훨씬 높은 서로소 배열을 이용한 MUSIC 보다는 약간 낮은 성능을 보이지만 나머지 기법들 보다는 훨씬 우수한 성능을 보임을 관찰한다.

• 한국음향학회지
• /
• 제33권1호
• /
• pp.81-86
• /
• 2014

본 논문은 음악신호의 옥타브 밴드 상에서 주파수와 시간 방향의 순서 통계량에 기반한 음악분류기에 대한 연구이다. 음악의 화음 및 강약 구조를 표현하기 위해서 파워스펙트럼의 옥타브 밴드 순서 통계량을 이용하였다. 널리 사용되고 있는 두 음악 데이터셋을 이용한 성능 실험을 통해서, 옥타브 밴드 순서 통계량이 기존의 MFCC 와 옥타브밴드 스펙트럼 고저차 특징에 비해서 두 데이터셋에대해 각각 2.61 %와 8.9 % 장르 분류정확도가 개선되었다. 실험결과는 옥타브 밴드 순서 통계량이 음악 장르 분류에 적합함을 보인다.

• 대한의용생체공학회:의공학회지
• /
• 제31권6호
• /
• pp.456-463
• /
• 2010

In the present study, we proposed a new subspace scanning algorithm to enhance the spatial resolution of electroencephalography (EEG) and magnetoencephalography(MEG) source localization. Subspace scanning algorithms, represented by the multiple signal classification (MUSIC) algorithm and the first principal vector (FINE) algorithm, have been widely used to localize asynchronous multiple dipolar sources in human cerebral cortex. The conventional MUSIC algorithm used principal component analysis (PCA) to extract the noise vector subspace, thereby having difficulty in discriminating two or more closely-spaced cortical sources. The FINE algorithm addressed the problem by using only a part of the noise vector subspace, but there was no golden rule to determine the number of noise vectors. In the present work, we estimated a non-orthogonal signal vector set using independent component analysis (ICA) instead of using PCA and performed the source scanning process in the signal vector subspace, not in the noise vector subspace. Realistic 2D and 3D computer simulations, which compared the spatial resolutions of various algorithms under different noise levels, showed that the proposed ICA-MUSIC algorithm has the highest spatial resolution, suggesting that it can be a useful tool for practical EEG/MEG source localization.

• 한국정보기술학회 영문논문지
• /
• 제9권2호
• /
• pp.41-54
• /
• 2019

The cinema circuit is facing a digital, network, and mobile age, which expands non-theater accessibility to movies. Application platforms are situated as the most competitive business model that provide digital content such as games, music, books, and movies. Consumers can acquire content-related information not just offline, but online as well. Therefore, item information provided by application platforms is required. The information provided by application platforms consists of richly descriptive information such as storyline summary, consumer reviews, and related articles, while non-descriptive normative information covers data such as sales ranking, release date, genre, rental or purchase cost, domestic/foreign classification, consumer rating, number of consumer ratings, film rating, and so on. In this study, we surveyed and analyzed statistically the correlation between real-time sales ranking and other comparable non-descriptive information.

• 정보관리학회지
• /
• 제19권3호
• /
• pp.5-30
• /
• 2002

본 연구는 음악의 내용에 해당하는 음렬 패턴을 대상으로 분류자질을 선정하고 이를 기준으로 음렬간 유사도를 측정한 후 음렬간 군집을 형성하였다. 이는 내용기반음악검색 시스템에서 유사한 음렬을 검색 결과로 제시함으로써 이용자 탐색을 용이하게 하기 위함이다. 실험문헌집단으로는 $\ulcorner$A Dictionary of Musical Themes$\lrcorner$에 수록된 주제소절의 kern 형식 파일을 사용하였으며, 음렬 처리도구로는 Humdrum Toolkit version 1.0을 사용하였다. 음렬의 분절 여부와 시작 위치에 따른 네 가지 형태의 유사도 행렬을 대상으로 계층적 클러스터링 기법을 사용하여 유사한 음렬간 군집을 형성하였다. 이들 결과에 대한 평가는 외적 기준이 되는 수작업 분류표가 있는 경우 WACS 척도를 사용하였고, 음렬 내 임의의 위치에서부터 시작한 음렬을 대상으로 한 경우, 클러스터링 결과로부터 얻어낸 군집 내 공통 자질 패턴 분포를 통해 내적 기준을 마련하여 평가하였다. 평가 결과에 의하면 음렬의 시작 위치와 무관하게 분절한 자질을 사용하여 클러스터링한 결과가 그렇지 않은 것에 비해 뚜렷한 차이를 보이며 높게 나타났다.

• 한국음향학회지
• /
• 제29권4호
• /
• pp.265-269
• /
• 2010

본 논문에서는 새로운 형태의 스펙트럼 특징인 스펙트럼 대비 MFCC (SCMFCC)를 제안하고 음악 장르 분류 성능을 분석하였다. 음악 장르 분류를 위해서는 장르 간의 차이를 두드러지게 할 수 있는 특징을 사용해야 하므로, 음악의 화음 구조 및 강약을 잘 표현하는 스펙트럼 대비 특징들이 관심을 받아왔다. 본 논문에서 제안된 SCMFCC는 멜 켑스트럼 상에서 스펙트럼의 대비를 이용하여 기존의 MFCC를 음악 분류에 적합하도록 변형했다. 널리 사용되고 있는 음악 장르 데이터베이스에서 실험을 수행하여, 제안된 SCMFCC 특징의 음악 장르 분류 성능을 기존의 다른 특징들과 비교하였다.