• 한국정보통신학회논문지
• /
• 제11권6호
• /
• pp.1170-1175
• /
• 2007

본 논문에서는 신경회로망 알고리즘 중 하나인 backpropagation network을 이용한 악보인식 기법과 그에 필요한 악보 영상에 대한 전처리 기법을 제안한다. 전처리과정으로 이진화, 기울기 보정, 오선제거 등의 과정을 수행하여 인식에 필요한 음악 기호와 음표를 분리한다. 분리된 음악 기호와 음표들은 backpropagation 알고리즘을 사용하여 구성된 음표 인식 신경망과 비음표 인식 신경망을 통해 각각 음표와 비음표 인식과정을 거친다. 다양한 복잡도를 가진 악보를 대상으로 한 실험 및 분석 결과를 통해 제안한 악보 인식 기법의 정확도를 기술하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.977-978
• /
• 2008

People feel gloomy or delightfulness psychologically according to characteristic of the music when they listened the music. this effect called acoustic psychology effect. In this paper we have analyzed the music felt with gloomy or delightfulness in spectrum to find out characteristic of that music.

• 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.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권4호
• /
• pp.1869-1886
• /
• 2018

This paper proposes a MIDI- and audio-based music genre classification method for Korean traditional music. There are many traditional instruments in Korea, and most of the traditional songs played using the instruments have similar patterns and rhythms. Although music information processing such as music genre classification and audio melody extraction have been studied, most studies have focused on pop, jazz, rock, and other universal genres. There are few studies on Korean traditional music because of the lack of datasets. This paper analyzes raw audio and MIDI phrases in Korean traditional music, performed using Korean traditional musical instruments. The classified samples and MIDI, based on our classification system, will be used to construct a database or to implement our Kontakt-based instrument library. Thus, we can construct a management system for a Korean traditional music library using this classification system. Appropriate feature sets for raw audio and MIDI phrases are proposed and the classification results-based on machine learning algorithms such as support vector machine, multi-layer perception, decision tree, and random forest-are outlined in this paper.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.467-479
• /
• 2022

Working memory (WM), which plays a vital role in daily activities, is a memory system that temporarily stores and processes information when people are engaged in complex cognitive activities. The influence of music on WM has been widely studied. In this work, we conducted a series of n-back memory experiments with different task difficulties and multiple trials on 14 subjects under the condition of no music and Alpha wave leading music. The analysis of behavioral data show that the change of music condition has significant effect on the accuracy and time of memory reaction (p<0.01), both of which are improved after the stimulation of Alpha wave music. Behavioral results also suggest that short-term training has no significant impact on working memory. In the further analysis of electrophysiology (EEG) data recorded in the experiment, auto-regressive (AR) model is employed to extract features, after which an average classification accuracy of 82.9% is achieved with support vector machine (SVM) classifier in distinguishing between before and after WM enhancement. The above findings indicate that Alpha wave leading music can improve WM, and the combination of AR model and SVM classifier is effective in detecting the brain activity changes resulting from music stimulation.

• 한국IT서비스학회지
• /
• 제7권3호
• /
• pp.47-70
• /
• 2008

File sharing technology is the most popular methodology through which consumers gain music from online. However, music file sharing and free downloads of music have caused terrible recession of traditional music industry. The purpose of this paper is to develop the underlying theory for understanding the acceptance of music file sharing technology and empirically test our theoretical model. We develop extended TAM model and explore the influencing factors on the user acceptance of music file sharing technology. Our study delivers a better understanding on consumers’ attitudes towards music downloads. By understanding the fundamental characteristics of technology that makes consumers enthusiastic, traditional music industry will gain managerial implications.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제15권3호
• /
• pp.159-165
• /
• 2015

The need for the recognition of music emotion has become apparent in many music information retrieval applications. In addition to the large pool of techniques that have already been developed in machine learning and data mining, various emerging applications have led to a wealth of newly proposed techniques. In the music information retrieval community, many studies and applications have concentrated on tag-based music recommendation. The limitation of music emotion tags is the ambiguity caused by a single music tag covering too many subcategories. To overcome this, multiple tags can be used simultaneously to specify music clips more precisely. In this paper, we propose a novel technique to rank the proper tag combinations based on the acoustic similarity of music clips.

• 한국도서관정보학회지
• /
• 제38권1호
• /
• pp.231-256
• /
• 2007

본 연구의 목적은 오늘날 악보자료의 목록을 위해 사용되는 목록규칙의 분석을 통해 악보자료의 목록규칙에 관한 올바른 이해를 돕고, 우리의 악보자료에 대한목록과 목록규칙의 발전을 위한 토대를 마련하기 위한 것이다. 이를 위해 먼저 악보자료의 특성과 종류에 대해 살펴보고 기존의 악보자료에 관련된 목록규칙들을 조사하였다. 그리고 현재 악보자료 목록규칙의 근간을 이루는 ISBD(PM)을 비롯하여, 주요 목록규칙으로 사용되는 AACR2R 2002 Revision 2004 Update 제5장 Music과 KCR4 제5장 악보, 그리고 KORMARC(통합서지용)과 MARC21 (Bibliographic Data)의 악보부문을 대상으로, 악보자료 목록시 다른 자료들과 구별되는 기술영역을 비교 분석하였다. 이들 영역은 기술의 정보원, 표제와 자료유형표시, 악보의 종류에 관한 사항, 발행사항, 형태사항, 주기사항 등에서의 특징과제문제 등이다.

• 한국컴퓨터정보학회논문지
• /
• 제26권2호
• /
• pp.45-52
• /
• 2021

본 논문에서는 모니터링 단체의 특징기반 필터링 기반의 음원 이용 모니터링 도구에서 음원 이용 내역을 블록체인에 기록하도록 하는 블록체인 기반의 주배시 음원 이용 모니터링 정보 생성 방법을 제안한다. 주배시 음원이란 방송사의 방송콘텐츠에 삽입된 음원으로서 통상 음원과 마찬가지로 하나의 창작물로서 인정되며 음원의 권리를 가지고 있는 작사, 작곡가 등이 존재하며 방송에서 음원이 이용된 만큼 모든 권리자가 이에 따른 저작권료를 분배받는다. 하지만 주배시 음원 이용에 대한 정확하지 않은 모니터링 결과와 이에 따른 이용 내역에 대한 누락 및 투명하지 않는 정산 방식에 관한 문제가 발생하고 있다. 본 논문을 통하여 제안한 정보생성 방식을 이용하면 정확한 음원 이용 내역이 생성 가능하고 블록에 저장된 내역이 변경이나 누락 없이 저장되고 투명하지 않는 정산방식을 스마트 계약에 의해 처리하여 투명한 정산 및 분배가 가능하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.533-536
• /
• 2015

모바일 음악 시장이 점차 커지고 있다. 하지만 현재 적용되는 서비스는 사용자가 선호할 만한 음악을 추천하기에는 정확도가 떨어진다. 본 연구에서는 음악 정보와 사용자의 음악적 성향을 분석해 협업 필터링기법으로 사용자가 보다 선호하는 음악을 자동으로 추천해주는 음악 추천 시스템을 제안한다. 본 시스템은 음원의 메타데이터에서 장르 데이터를 추출해서 장르별로 구분하고, STFT기법의 ZCR, Spectral roll-off, Spectral flux의 요소 벡터값을 추출하여 유사한 음원끼리 군집화를 한 후, TF-IDF기법으로 각 음원 가사의 무드를 분류한 다음, 이 요소들로 협업 필터링기법을 이용해 유사한 취향의 사용자를 발견해 자동 음악 추천을 하는 시스템을 제안한다.