• 한국항행학회논문지
• /
• 제10권3호
• /
• pp.250-255
• /
• 2006

디지털 멀티미디어 사회에서 음원은 과거 아날로그 방식에서 탈피하여 디지털 방식으로 생성, 저장 및 전송되는 음악 시스템이 주류를 이룬다. 이 과정에서 특정 규약에 따라 음악의 각종 정보를 위한 디지털 코드를 삽입해 놓는다면 음원분류 시스템이 내장된 Mp3 플레이어나 기타 디지털 음원 재생기에서 특정 곡의 선택, 분류등 여러 기능을 효율적으로 수행 할 수 있다. 본 논문에서는 기존의 음원에 정보 코드를 삽입하여 특정 재생기에서 개인이 원하는 방식으로 음악을 분류 및 검색할 수 있는 음원 분류 시스템을 구현하였다. 구현된 시스템을 이용하여 임의 장르에 대한 선별적 분류, 검색 실험 결과 제안한 방법의 타당성을 입증하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.316-325
• /
• 2003

기존의 협력적 필터링 기술을 이용한 사용자 선호도 예측 방법에서는 피어슨 상관 계수에 의해 사용자의 유사도를 구하고, 아이템에 대한 사용자의 선호도를 기반으로 이웃 선정 방법을 사용하므로 아이템에 대한 내용을 반영하지 못할 뿐만 아니라 희박성 문제를 해결하지 못하였다. 본 논문에서는 기존의 사용자 선호도 예측 방법의 문제점을 보완하기 위하여 베이지안 추정치가 부여된 유사도 가중치와 연관 사용자 군집을 이용한 선호도 예측 시스템을 제안한다. 제안한 방법에서는 협력적 필터링 시스템에서의 희박성 문제를 해결하기 위하여 Association Rule Hypergraph Partitioning 알고리즘을 사용하여 사용자를 장르별로 군집하며 새로운 사용자는 Naive Bayes 분류자에 의해 이들 장르 중 하나로 분류된다. 또한, 분류된 장르 내에 속한 사용자들과 새로운 사용자의 유사도를 구하기 위해 Naive Bayes 학습을 통해 사용자가 평가한 아이템에 추정치를 달리 부여한다. 추정치가 부여된 선호도를 기존의 피어슨 상관 관계에 적용할 경우 결측치(Missing Value)로 인한 예측의 오류를 적게 하여 예측의 정확도를 높일 수 있다. 제안된 방법의 성능을 평가하기 위해서 기존의 협력적 필터링 기술과 비교 평가하였다. 그 결과 기존의 협력적 필터링 기술의 문제점을 해결하여 예측의 정확도를 높이는데 효과적임을 확인하였다.

• 공연문화연구
• /
• 제35호
• /
• pp.61-92
• /
• 2017

일제강점기 전통음악공연은 식민지라는 특수한 상황에 놓이면서 점차 축소, 약체화 되어 갔고, 개화기 이후부터 사회전반에 꾸준히 확산되기 시작한 서양문물의 영향으로 서양식 장르의 공연이 활성화되었다. 이러한 상황 속에서 전통음악공연은 단독공연형태보다는 서양식 장르와 함께 연행되는 혼성공연(混成公演)형태를 보이는데, 특히 서양음악과의 혼성공연형태가 주를 이루었고 이 밖에 연극, 강연, 영화, 댄스, 마술과 같은 장르와도 함께 공연되었다. 이와 같은 서양식 장르와의 혼성공연형태는 1920년대에 들어 더욱 활발하게 전개되면서, 전통음악공연의 한 형태로 자리 잡게 되었다. 따라서 서양식장르와 전통음악의 혼성공연형태에 대한 연구는 한국근대음악사에서 아직 조명되지 않은 전통음악의 공연형태를 밝혀, 일제강점기 전반적인 전통음악공연의 동향을 파악하는데 그 의의가 있다고 하겠으나, 지금껏 이에 대한 연구는 거의 이루어진 바가 없는 실정이다. 이에 본 연구는 1920년대 서양식 장르와 전통음악의 혼성공연형태에 대해 당시의 신문기사들을 중심으로, 서양식 장르와 전통음악의 혼성공연형태 활성화 배경과 형태별 특징에 대해 고찰하였다. 서양식 장르와 전통음악의 혼성공연형태 활성화 배경에서는 1920년대에 들어 서양식 장르와 전통음악의 혼성공연형태가 이전에 비해 활성화 되었음을 알 수 있었다. 이와 같은 원인은 1920년대에 들어 공연의 주최나 후원 단체들이 늘어남에 따라, 전반적인 공연의 개최 수가 이전보다 급격히 증가하였고, 증가한 공연의 양상이 서양문물의 확산으로 더욱 다양해진 대중들의 기호 충족을 위해 대부분 혼성공연형태로 이루어진 데에 기인하고 있었다. 서양식 장르와 전통음악의 혼성공연형태별 특징에서는 전통음악과 함께 공연된 서양식 장르들을 분류하여, 전통음악이 개개의 서양식 장르와 함께 공연되었을 때 어떠한 특징이 나타나는지 살펴보았다. 첫째, 서양음악과 전통음악의 혼성공연형태에서는 전반적으로 서양음악의 프로그램 수가 많은 비중을 차지하였으며, 당시에 흔치 않았던 서양악기와 전통악기의 합주가 이루어지기도 하였고, 부제나 날짜별로 두 장르를 구분하여 공연되기도 하는 특징을 보였다. 둘째, 연극과 전통음악의 혼성공연형태에서는 전통음악이 창극과 유사한 형식으로 연극에 직접 참여하거나, 연극의 무대전환을 위한 막간공연의 역할로 연극과 독립되어 공연되기도 했고, 관객모집이나 여흥을 위해서도 공연되는 특징이 있었다. 셋째, 강연과 전통음악의 혼성공연형태에서는 전통음악이 강연의 전이나 후에 연주 되어서 강연의 분위기 조성과 여흥의 역할을 하는가 하면, 관객모집을 위해서도 공연되는 특징을 보였다. 넷째, 영화와 전통음악의 혼성공연형태에서는 전통음악이 영화에 직접 참여하거나, 독립적인 공연의 성격을 띠기도 했고, 영화 상영 후 여흥을 위해서도 공연되는 특징이 있었다.

• 정보관리학회지
• /
• 제35권1호
• /
• pp.61-82
• /
• 2018

소설은 학교도서관에서 학생들이 가장 많이 열람하고 대출하는 장서이다. KDC는 학생들이 원하는 다양한 소설을 찾는데 제한점을 가진다. 이에 본 연구는 도서관과 서점, 출판사 등에서 사용하고 있는 소설 분류의 다양한 사례와 중학생의 소설 이용 행태를 설문 조사하여 이용자 요구에 맞게 소설 분류 개선안을 제안하였다. KDC 기호에 더하여 소설의 장르별 색띠를 부착하여 이용자들이 손쉽게 원하는 소설을 찾을 수 있도록 하였으며 추가적인 사항은 중학생들의 소설 접근성과 발견성을 향상시키고 향후 도서관이나 서점, 출판사에서 사용하는 소설 분야 세분에 대한 참고자료로 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.27-40
• /
• 2023

스마트 기기의 보급률 증가와 더불어 코로나의 영향으로 스마트 기기를 통한 미디어 콘텐츠의 소비가 크게 늘어나고 있다. 이러한 추세와 더불어 OTT 플랫폼을 통한 미디어 콘텐츠의 시청과 콘텐츠의 양이 늘어나고 있어서 해당 플랫폼에서의 콘텐츠 추천이 중요해지고 있다. 콘텐츠 기반 추천 관련 기존 연구들은 콘텐츠의 특징을 가리키는 메타 데이터를 활용하는 경우가 대부분이었고 콘텐츠 자체의 내용적인 메타 데이터를 활용하는 경우는 부족한 상황이다. 이에 따라 본 논문은 콘텐츠의 내용적인 부분을 설명하는 제목과 시놉시스를 포함한 다양한 텍스트 데이터를 바탕으로 유사한 콘텐츠를 추천하고자 하였다. 텍스트 데이터를 학습하기 위한 모델은 한국어 언어모델 중에 성능이 우수한 KLUE-RoBERTa-large를 활용하였다. 학습 데이터는 콘텐츠 제목, 시놉시스, 복합 장르, 감독, 배우, 해시 태그 정보를 포함하는 2만여건의 콘텐츠 메타 데이터를 사용하였으며 정형 데이터로 구분되어 있는 여러 텍스트 피처를 입력하기 위해 해당 피처를 가리키는 스페셜 토큰으로 텍스트 피처들을 이어붙여서 언어모델에 입력하였다. 콘텐츠들 간에 3자 비교를 하는 방식과 테스트셋 레이블링에 다중 검수를 적용하여 모델의 유사도 분류 능력을 점검하는 테스트셋의 상대성과 객관성을 도모하였다. 콘텐츠 메타 텍스트 데이터에 대한 임베딩을 파인튜닝 학습하기 위해 장르 분류와 해시태그 분류 예측 태스크로 실험하였다. 결과적으로 해시태그 분류 모델이 유사도 테스트셋 기준으로 90%이상의 정확도를 보였고 기본 언어모델 대비 9% 이상 향상되었다. 해시태그 분류 학습을 통해 언어모델의 유사 콘텐츠 분류 능력이 향상됨을 알 수 있었고 콘텐츠 기반 필터링을 위한 언어모델의 활용 가치를 보여주었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2018년도 춘계 종합학술대회 논문집
• /
• pp.151-152
• /
• 2018

컨셉 앨범(Concept Album)은 "The Beatles - Sgt. Pepper's Lonely Hearts Club Band", "The Who - Tommy" 등이 발매된 1960년대 이후로 계속해서 발전하고 있다. 장르적 발전과 형식적 발전을 거듭하고 있는데, 그에 비해 학술적 연구는 부족한 실정이다. 본 연구에서는 컨셉 앨범의 발전 경향을 알아보기 위해 컨셉 앨범의 시대적 구분 기준을 마련한다. 또한 이러한 시대적 구분에 따라 각 시대의 컨셉 앨범이 어떤 특징을 보이는지 살펴봄으로써, 2000년대 이후 다양해지는 컨셉 앨범에 대한 분석 기틀을 마련한다.

• 방송과미디어
• /
• 제28권2호
• /
• pp.60-74
• /
• 2023

미디어 콘텐츠 편집 기술은 콘텐츠 제작 과정에 필수적으로 요구되는 기술로, 비디오 특성 기반 장르 분류 기술, 자동 장면 분할 기술, 객체 인식 기술 등으로 구분될 수 있다. 코로나19 이후 미디어 콘텐츠 시장은 폭발적으로 성장하였으며, 인공지능을 활용하여 콘텐츠를 보다 쉽게 제작하려는 요구가 증가하면서 인공지능 기반의 미디어 콘텐츠 제작 및 편집 기술에 대한 연구 개발이 활발히 진행되고 있다. 본고에서는 미디어 콘텐츠 제작 과정에 적용 가능한 인공지능 기반의 미디어 편집 기술에 대한 개발현황에 대하여 살펴본다.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.142-147
• /
• 2008

본 논문에서는 support vector machine (SVM)을 이용하여 기존의 3GPP2 selectable mode vocoder (SMV)코덱의 음성/음악 분류 성능을 향상시키는 방법을 제시한다. SVM은 통계적 학습 이론으로 훈련 데이터 사이의 최적 분류 초평면을 찾아내 최적화된 이진 분류를 보여준다. SMV의 음성/음악 실시간 분류 알고리즘에서 사용된 특징벡터와 분류방법을 분석하고, 이를 기반으로 분류성능향상을 위해 통계적 학습 이론인 SVM을 도입한다. 구체적으로, SMV의 음성/음악 분류알고리즘에서 사용되어진 특징벡터만을 선택적으로 사용하여 효과적으로 SVM을 구성한 분류기법을 제시한다. SMV의 음성/음악 분류에 적용한 SVM의 성능 평가를 위해 SMV 원래의 분류알고리즘과 비교하였으며, 다양한 음악장르에 대해 시스템의 성능을 평가한 결과 SVM을 이용하였을 때 기존의 SMV의 방법보다 우수한 음성/음악 분류 성능을 보였다.

• 전자공학회논문지CI
• /
• 제46권1호
• /
• pp.121-127
• /
• 2009

본 논문은 다단계 특징벡터를 이용한 분류기 모델(Multistage Feature-based Classification Model: MFCM)을 제안하는데, MFCM은 주어진 데이터에서 추출된 특징벡터 전체를 한 번에 이용하지 않고, 같은 성질들의 특징벡터들끼리 모아서, 여러 단계에 걸쳐서 분류에 이용한다. 학습단계에서, 같은 성질을 가지는 특징벡터 그룹 각각을 이용하는 국지적 분류기의 분류 정확도 산출을 통해 각 특징벡터그룹의 기여도를 측정한다. 분류단계에서는 각 특징벡터그룹의 기여도에 따라 차등적으로 가중치를 적용하여 최종적인 분류결론을 이끌어 낸다. 본 논문에서는 MFCM의 개념을 기존의 몇 가지 분류 알고리즘에 적용하고, 음악 장르 분류 문제에 응용하여, 제안된 알고리즘의 유용성에 관한 실험을 수행하였다. 실험의 결과 제안된 MFCM을 이용하는 분류기는 기존의 알고리즘과 비교하여 분류정확도에서 평균적으로 7%-13%의 성능향상을 보여준다.

• 한국음향학회지
• /
• 제26권8호
• /
• pp.390-396
• /
• 2007

본 논문에서는 음성 인식과 음악 인식에서 뛰어난 성능을 보이는 Expectation-Maximization(EM) 알고리즘 기반의 패턴인식기법인 가우시안 혼합모델(Gaussian Mixture Model, GMM)을 이용하여 기존의 3GPP2 Selectable Mode Vocoder(SMV)의 실시간 음성/음악 분류 성능을 향상 시키는 방법을 제안한다 SMV의 음성/음악 실시간 분류 알고리즘에서 사용된 특징벡터와 분류방법을 분석하고, 이를 기반으로 분류성능향상을 위해 패턴인식 알고리즘인 GMM을 도입한다. 구체적으로, SMV의 음성/음악 분류알고리즘에서 사용되어진 특징벡터만을 선택적으로 사용하여 효과적인 GMM을 구성한 실시간 분류기법이 제시되었다. SMV의 음성/음악 분류에 적용한 GMM의 성능 평가를 위해 SMV 원래의 분류알고리즘과 비교하였으며, 다양한 음악장르에 대해 시스템의 성능을 평가한 결과 GMM을 이용하였을 때 기존의 SMV의 방법보다 우수한 음성/음악 분류 성능을 보였다.