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
학술대회자료
저자정보
박준형 (중앙대학교) 박승민 (중앙대학교) 이영환 (중앙대학교) 고광은 (중앙대학교) 심귀보 (중앙대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 학술발표 논문집 한국지능시스템학회 20주년 기념 2010년도 추계학술대회 학술발표논문집 제20권 제2호
발행연도
2010.11
수록면
268 - 271 (4page)

이용수

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

초록· 키워드

오류제보하기
최근 음악을 장르로 분류하는 다양한 연구가 진행되고 있다. 하지만 이러한 분류는 전문가들 마다 분류하는 기준이 서로 상이하여 정확한 결과를 도출하기가 쉽지 않다. 또한 새로운 장르 출현 시, 새롭게 정의해야하는 번거로움이 발생한다. 따라서 음악을 장르로 구분하기 보다는 감정단어들로 분류, 검색하여야 한다. 본 논문에서는 사람이 느끼는 감정 중, 밝음과 어두움을 기준으로 음악을 분류하려고 한다. 음악이 내포하고 있는 특성들에 SVM(Support Vector Machine)을 적용하여 음악의 명암 분류 시스템을 제안한다. 본 논문에서 이용한 음악적 특성은 2가지이다. 설문조사를 통해 명암이 정의된 기준 음악을 음의 높고 낮음의 분포와 비트의 빠르기를 이용하여 SVM에 먼저 학습을 시킨 후, 학습된 SVM을 통하여 분류 되지 않은 음악을 정의하여 설문조사를 통한 결과와 비교 분석 하였다. 음 추출은 Matlab을 이용하여 샘플링된 음악을 일정한 간격으로 나누어 FFT를 통해 주파수 분석을 한 후 평균값을 그 구간의 대표음이라 가정하고 추출된 음들의 높낮이를 수치화 하여 전체 분포를 파악하였다. 또한 박자 부분에서는 D.P.W Ellis 가 제안한 비트 트래킹 기법을 개선하여 음악에서 비트부분을 추출한 뒤 빠르기를 계산하였다. 이 두 가지 특성을 SVM에 적용하여 실험 결과와 설문 조사 결과를 비교하여 보니 약 66%의 확률로 성공하는 것을 확인 할 수 있었다.

목차

요약
1. 서론
2. 음악에서의 명암 분류 정의
3. 음악적 명암 특징 추출 기법 제안
4. 음악적 명암 분류 알고리즘
5. 실험 결과 및 분석
6. 결론 및 향후 연구
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-ECN-0101-2012-028-003990066