메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김영 (상명대학교) 장민호 (상명대학교)
저널정보
한국문화산업학회 문화산업연구 문화산업연구 제23권 제3호
발행연도
2023.9
수록면
35 - 45 (11page)
DOI
10.35174/JKCI.2023.09.23.3.35

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
이 연구는 인공지능 기반 음악 생성 기술을 포괄적으로 분석하며 이를 통해 음악적 표현을 개선하는 것을 목표로 한다. 이 목표를 달성하기 위해 인공신경망 모델의 구조를 개선했으며 활성화 함수를 최적화하는 방법론을 도입하였다. 학습 데이터는 약 5,000개의 미디파일로 구성된 데이터셋을 활용하였으며 이 데이터셋은 1980년부터 2000년까지의 빌보드 연말 차트곡을 기반으로 하였다. 음원을 수집, 분리, 변환하는 등의전처리 과정을 통해 알고리즘 모델의 효과적인 학습을 위한 토대를 마련하였다. 본 연구는 인공신경망 모델 최적화를 위한 상세한 설계 및 구현 방법을 제안하며 이를 위해 딥 러닝 기반의 16개 단계의 실험을 시행하였다. 실험은 선행 연구를 바탕으로 시계열 데이터에 강점을 가진 R.N.N(Recurrent Neural Network) 인공신경망 모델을 이용하여 진행하였으며 각 단계에서의 손실률 변화와 과적합 현상을 분석하여 인공지능 기반의 음악 생성알고리즘 모델의 성능 향상 및 일반화 능력을 강화하는 방안을 제안한다. 이는 산업환경에서의 알고리즘 적용 가능성과 예측 정확도에 중요한 역할을 한다. 또한 대중의 음악적 취향을 반영하는 다양한 장르의 데이터셋을 구축하여 인공지능 음악 생성 모델의 범용성을 강화하는 방향을 제시한다.이러한 연구는 인공지능 음악 모델의 발전과 함께 현대 음악 산업에 중요한 기여를 할 것이다.

목차

Ⅰ. 서론
Ⅱ. 시스템 설계 및 구현
Ⅲ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088080071