• 제목/요약/키워드: Memory Retrieval

검색결과 153건 처리시간 0.02초

Bi-LSTM 모델을 이용한 음악 생성 시계열 예측 (Prediction of Music Generation on Time Series Using Bi-LSTM Model)

  • 김광진;이칠우
    • 스마트미디어저널
    • /
    • 제11권10호
    • /
    • pp.65-75
    • /
    • 2022
  • 딥러닝은 기존의 분석 모델이 갖는 한계를 극복하고 텍스트, 이미지, 음악 등 다양한 형태의 결과물을 생성할 수 있는 창의적인 도구로 활용되고 있다. 본 고에서는 Niko's MIDI Pack 음원 파일 1,609개를 데이터 셋으로 삼아 전처리 과정을 수행하고, 양방향 장단기 기억 순환 신경망(Bi-LSTM) 모델을 이용하여, 효율적으로 음악을 생성할 수 있는 전처리 방법과 예측 모델을 제시한다. 생성되는 으뜸음을 바탕으로 음악적 조성(調聲)에 적합한 새로운 시계열 데이터를 생성할 수 있도록 은닉층을 다층화하고, 디코더의 출력 게이트에서 인코더의 입력 데이터 중 영향을 주는 요소의 가중치를 적용하는 어텐션(Attention) 메커니즘을 적용한다. LSTM 모델의 인식률 향상을 위한 파라미터로서 손실함수, 최적화 방법 등 설정 변수들을 적용한다. 제안 모델은 MIDI 학습의 효율성 제고 및 예측 향상을 위해 높은음자리표(treble clef)와 낮은음자리표(bass clef)를 구분하여 추출된 음표, 음표의 길이, 쉼표, 쉼표의 길이와 코드(chord) 등을 적용한 다채널 어텐션 적용 양방향 기억 모델(Bi-LSTM with attention)이다. 학습의 결과는 노이즈와 구별되는 음악의 전개에 어울리는 음표와 코드를 생성하며, 화성학적으로 안정된 음악을 생성하는 모델을 지향한다.

온라인 리뷰 환경에서의 디지털 넛지: 사진을 먼저 업로드 하는 행동이 리뷰의 품질에 미치는 영향 (Digital Nudge in an Online Review Environment: How Uploading Pictures First Affects the Quality of Reviews)

  • 이재민;김태영;이호근
    • 경영정보학연구
    • /
    • 제25권1호
    • /
    • pp.1-26
    • /
    • 2023
  • 소비자들은 판매자가 제공하는 정보 보다는 다른 소비자가 제공하는 정보를 더욱 신뢰하는 경향이 있다. 그렇기 때문에 소비자로 하여금 높은 품질의 리뷰를 작성하도록 유도하는 것은 기업에게 있어서 매우 중요한 과제지만, 이처럼 양질의 리뷰를 생산하게 만드는 것은 쉽지 않다. 그래서 우리는 리뷰 작성 및 기억 회상 관련 연구를 토대로 소비자들이 자연스럽게 높은 품질의 리뷰를 작성하도록 만드는 디지털 넛지(digital nudge) 방법을 개발하기로 결정했다. 구체적으로, 우리는 온라인 리뷰 작성 과정에서 리뷰 작성자의 사진을 먼저 업로드 하는 행동이 리뷰의 품질에 미치는 영향을 검증하는 실험을 설계하였다. 이를 위해 우리는 실험 대상자를 모집 후, 리뷰 작성 전에 사진을 먼저 업로드 하는 그룹과 그렇지 않는 그룹으로 나누었다. 그리고 각 실험 대상자들에게 긍정 리뷰와 부정 리뷰를 작성하게 하는 과제를 할당하였다. 그 결과, 사진을 먼저 업로드 하는 행동이 리뷰 내용의 길이를 늘린다는 점을 확인하였다. 또한 사진을 먼저 업로드 하는 온라인 유저들이 그 상품에 대한 만족도가 극단적으로 부정적일 때, 그 유저가 작성하는 리뷰 내용의 양면성의 정도가 증가한다는 것을 확인하였다.

확률 뇌 지도를 이용한 뇌 영역의 위치 정보 추출 (Probabilistic Anatomical Labeling of Brain Structures Using Statistical Probabilistic Anatomical Maps)

  • 김진수;이동수;이병일;이재성;신희원;정준기;이명철
    • 대한핵의학회지
    • /
    • 제36권6호
    • /
    • pp.317-324
    • /
    • 2002
  • 목적: SPM 기법을 이용하여 뇌 영상을 분석할 때 Talairach 뇌 지도를 찾아 해부학적 정보를 추측함으로 생기는 문제점들을 해결하기 위하여 통계적 확률 뇌지도(SPAM)을 이용하여 뇌 영역에 대한 해부학적 위치와 확률을 추출하는 프로그램을 개발하였다. 대상 및 방법: 몬트리얼 신경과학연구소에서 개발한 MNI152 표준지도에 기반한 SPAM을 이용하였다. SPM 분석 결과로 주어진 x, y, z 좌표 값을 입력하면 SPAM의 해당 좌표에서 0이 아닌 확률 값을 갖는 영역의 이름 및 확률을 추출하여 출력하게 하였으며 가장 높은 확률을 갖는 영역의 SPAM을 표준지도 위에 표시하도록 하였다. IDL 및 자바를 기반으로 프로그램을 개발하였으며 향후 인터넷 기반 프로그램으로 확장이 용이하게 하였다. 이 프로그램의 유용성을 보이고자 기존의 SPM 결과보고 형식과 이 프로그램의 결과 형식을 비교하였다. 또한 이 프로그램에 대한 예비적인 검증을 위하여 활성화되는 영역이 국소화되고 또한 그 영역이 잘 알려져 있는 기억 활성화 PET 실험 분석에 이 프로그램을 이용하여 보았다. 결과: 기존의 SPM 분석한 결과는 MNI 좌표계에서의 좌표 값만을 보여주나 이 프로그램을 이용하여 그 좌표에 대한 확률적 해부학적 정보를 얻을 수 있었다. 기억 실험 결과 유의한 활성화를 보인 영역에 대해서 이 프로그램을 적용한 결과 좌측해마구성체일 확률이 80% 이상임을 알 수 있었으며 이는 이 영역이 기억기능을 담당한다는 기존의 널리 알려진 사실과 잘 부합되었다. 결론: 이 연구에서 개발한 프로그램을 이용하여 MNI 좌표에 대한 해부학적 위치와 확률을 빠르고 정확하게 찾을 수 있어서 뇌영상 분석에 유용할 것이다.