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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
노승관 (한양대학교)
저널정보
커뮤니케이션디자인협회 커뮤니케이션디자인학회 커뮤니케이션디자인학연구 커뮤니케이션디자인학연구 제69권
발행연도
2019.1
수록면
177 - 184 (8page)

이용수

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

초록· 키워드

오류제보하기
머신러닝은 4차 산업혁명의 핵심 기술로 디자인과 예술 창작에도 큰 변화를 가져오고 있다. 미디어아트는 첨단 예술과 테크놀로지를 결합시킨 아트 분야로 머신러닝을 활용한 창작의 가능성의 실험이 활발한 분야이다. 본 논문은 머신러닝을 활용한 미디어아트 작품 FVTM:From Vera to Magenta(2019)의 제작 과정 분석을 통해 머신러닝의 아트와 디자인의 실제적 활용 가능성을 탐구하였다. 먼저 인공지능과 머신러닝의 기술의 발전과정을 살펴보았고, 4가지 주요 머신러닝 프레임워크들의 특징을 비교하였다. 본 연구의 프레임워크로 선택된 구글 텐서플로우의 특징을 밝히고, 아티스트를 위해 개발된 마젠타 API의 사운드 모델과 이미지 모델의 구성을 분석하였다. 작품 제작 단계에서 FTVA의 오픈소스를 활용한 리믹싱의 진화과정을 밝히고, 작품 구현의 두 가지 축을 이루는 마젠타 API의 사전 훈련된 VAE 모델을 적용한 사운드 생성과 색상값의 중첩 과정을 통한 시각 요소의 생성 및 매핑과정을 설명하였다. 완성된 FVTM 작품의 의의와 새로운 모델 훈련 및 적용을 통한 후속 연구의 가능성을 논의하였다. 본 논문은 머신러닝 API를 활용한 실제 생성형 작품제작을 통하여 머신러닝과 아트와 디자인의 협동 창작을 촉진하기를 기대한다.
#머신러닝 #텐서플로우 #미디어아트

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0