• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1738-1741
• /
• 2019

Music performance techniques have been primarily trained by apprenticeship. The technique transfer, which relies on the imitation of experience and actual performance without scientific evidence, required the pianists more time and effort than necessary. However, if the players in the field discover the principles of universally applicable piano playing techniques in collaboration with scientists, they will avoid errors and prepare a new paradigm in the development of piano playing techniques. This is why music performance science is needed. Little has been studied about it in Korea, but it has been activated abroad since the mid-1990s. The core science of music performance science is expected to be computer science fitting data analysis. In this paper, we introduce music performance science for the pianist and present how computer can help it.

• 한국문헌정보학회지
• /
• 제26권
• /
• pp.75-112
• /
• 1994

The purpose of this study is to investigate the problems concerning 780 music division of DDC. The object is especially arrangement of 780 music in the 20th edition of DDC which is the complete revision. The result is summarized as follows : 1. Although music is an important subject in humanities, especially in arts, it was classified as one division (780) not class. 2. The arrangement of 780 music is severely west-oriented music theory, vocal music and instrumental music. 3. Classification number of 780 music becomes longer because of the limitation of decimal notation. 4. 780 music division of DDC neglects music theory and emphasizes music practicing, especially performance. 5. The assignment of classification number is unbalanced, especially between theory and practice, composition and performance, and among sub-sections of vocal and instrumental music. 6. Many important subject are omitted in DDC music schedule, for example, musicology and branches of musicology, composition and traditional instruments of many countries. 7. Employment of terminology is often improper and inconsistant.

• Journal of Information Technology Applications and Management
• /
• 제23권1호
• /
• pp.33-43
• /
• 2016

Along with the spread of digital music and recent growth in the digital music industry, the demands for music recommender are increasing. These days, listeners have increasingly preferred to digital real-time streamlining and downloading to listen to music because it is convenient and affordable for the listeners to do that. We use Bayesian learning through weight of listener's prefered music site such as Melon, Billboard, Bugs Music, Soribada, and Gini. We reflect most popular current songs across all genres and styles for music recommender system using user profile. It is necessary for us to make the task of preprocessing of clustering the preference with weight of listener's preferred music site with popular music charts. We evaluated the proposed system on the data set of music sites to measure its performance. We reported some of the experimental result, which is better performance than the previous system.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2004년도 ICEIC The International Conference on Electronics Informations and Communications
• /
• pp.229-232
• /
• 2004

In this paper, we propose a robust music retrieval system based on the content analysis of music. New feature extraction method called Multi-Feature Clustering (MFC) is proposed for the robust and optimum performance of the music retrieval system. It is demonstrated that the use of MFC significantly improves the system stability of music retrieval with better classification accuracy.

• 한국전자파학회논문지
• /
• 제18권12호
• /
• pp.1352-1358
• /
• 2007

본 논문에서는 차세대 이동위성 관제 시스템에서 위성 방향을 탐지하는 알고리즘으로 제안된 MUSIC(Multiple Source Classification) 알고리즘의 통계적 특성에 대하여 서술하였다. 이동위성 관제 시스템에서 MUSIC 알고리즘을 위성 방향 탐지 알고리즘으로 채택할 경우, 이동 위성 관제 시스템 성능이 MUSIC의 위성 방향 탐지 성능에 종속될 수밖에 없다. 따라서 본 논문에서는 여러 가지 데이터 길이와 신호대 잡음비에 따른 MUSIC 알고리즘에 사용되는 파라미터의 통계적 특성을 조사하고 이러한 파라미터가 궁극적으로 위성 방향 탐지에 미치는 영향을 분석하였다.

• 한국도서관정보학회지
• /
• 제38권3호
• /
• pp.425-454
• /
• 2007

이 연구는 한국 전통음악 녹음자료의 통일표제 기술원칙에 관한 모형안을 제시한 것이다. 주요부분을 중심으로 그 결과를 요약하여 보면 다음과 같다. 비악곡형식의 경우에는 구국악의 아악은 속명을, 민속악은 일반화된 표제를, 신국악은 작곡자가 최초로 표현한 원표제를 통일표제로 하여 각 괄호 속에 기입하되 식별적 요소를 제외하고는 연주수단 등을 생략한다. 그러나 기악곡의 악곡형식의 경우에는 악곡형식, 연주수단 축차번호, 작품번호, 조, 기타 한정어구나 설명구의 순으로 통일표제를 구성하여 각 괄호 속에 기술한다. 그리고 구국악의 성악곡 중 합창곡의 연주수단은 남성, 여성, 혼성합창으로만, 독창곡은 남성, 여성독창으로만 기술하고, 신국악은 양악의 형식을 따른다. 이 밖에 상이한 작품이 동일한 통일표 제를 가질 경우는 연주수단, 축차번호 조 한정어구나 설명구, 발행사명, 발행년 등을 부가하여 구별하도록 한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제11권2호
• /
• pp.124-128
• /
• 2011

Music emotion recognition is currently one of the most attractive research areas in music information retrieval. In order to use emotion as clues when searching for a particular music, several music based emotion recognizing systems are fundamentally utilized. In order to maximize user satisfaction, the recognition accuracy is very important. In this paper, we develop a new music emotion recognition system, which employs a multilabel feature selector and multilabel classifier. The performance of the proposed system is demonstrated using novel musical emotion data.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1726-1733
• /
• 2019

움직임은 삶의 모든 것이며 음악은 우리의 전반적인 삶과 함께하고 있다. 움직임과 소리를 바탕으로 탄생한 예술은 기술과 밀접한 관계를 가지고 발전하며 시대를 반영해 왔으며 디지털 시대에 새로운 문화콘텐츠를 만들어가고 있다. 융합 예술과 교육에 있어 음악과 신체의 움직임이 접목되는 빈도에 비해 다양한 분야의 학문적 지식과 경험을 가진 전문가와 연구기관의 부재는 현실적 문제이다. 외국 대학의 선례를 통해 음악, 움직임을 구성하는 가장 기초적인 원리인 '리듬'을 연구하는 학문인 리드믹을 소개하고 함께 연구되는 분야인 음악생리학과 음악인의학 그리고 행위예술과학에 대해 살펴보며 국내 도입의 필요성을 제기한다. 격변하는 디지털 시대에 유일하게 '나 자신'이 주체가 되는 움직임을 생리학과 의학을 통해 체계적으로 인지하고 음악을 매개체로 과학적으로 움직이고 표현하는 연구 분야를 개척해 융합시대와 교육에 새로운 방향을 제시한다.

• 한국전자파학회논문지
• /
• 제28권11호
• /
• pp.880-885
• /
• 2017

기존에 제안된 AD-MUSIC 알고리즘을 이용하여 2차원 탐색 없이 1차원 탐색을 반복함으로써 DOD/DOA 추정이 가능하다. 본 논문에서는 계산량을 더욱 감소하기 위해 1차원 탐색에 Newton 기반 기법을 적용한다. 본 논문은 바이스태틱 MIMO 레이다 시스템의 수신신호 모델링과 AD-MUSIC의 유도과정을 보이고, 뉴턴 반복 기법을 AD-MUSIC에 적용한다. 추정 시, 기존의 AD-MUSIC 알고리즘의 성능과 계산량이 탐색 간격에 영향을 받는 것에 반해, AD-MUSIC의 성능과 뉴턴기법을 적용하는 본 논문의 방법인 경우, 탐색 간격에 관계없이 우수한 성능을 보이고, 계산량 또한 감소하는 효과를 보인다는 것을 시뮬레이션을 통해 보인다.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.47-54
• /
• 2023

For Bengali music emotion classification, deep learning models, particularly CNN and RNN are frequently used. But previous researches had the flaws of low accuracy and overfitting problem. In this research, attention-based Conv1D and BiGRU model is designed for music emotion classification and comparative experimentation shows that the proposed model is classifying emotions more accurate. We have proposed a Conv1D and Bi-GRU with the attention-based model for emotion classification of our Bengali music dataset. The model integrates attention-based. Wav preprocessing makes use of MFCCs. To reduce the dimensionality of the feature space, contextual features were extracted from two Conv1D layers. In order to solve the overfitting problems, dropouts are utilized. Two bidirectional GRUs networks are used to update previous and future emotion representation of the output from the Conv1D layers. Two BiGRU layers are conntected to an attention mechanism to give various MFCC feature vectors more attention. Moreover, the attention mechanism has increased the accuracy of the proposed classification model. The vector is finally classified into four emotion classes: Angry, Happy, Relax, Sad; using a dense, fully connected layer with softmax activation. The proposed Conv1D+BiGRU+Attention model is efficient at classifying emotions in the Bengali music dataset than baseline methods. For our Bengali music dataset, the performance of our proposed model is 95%.