선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 추가적으로 조성이 맞지 않는 곡이 발생하는 것과 반복적인 곡의 구성이 만들어지지 않는 문제점이 있었다. 본 논문에서는 이를 해결하기 위하여 조성을 후처리하는 방법과 마디구분을 이용하여 멜로디 반복을 만드는 방법을 제안한다.
- 또한 학습하는 곡의 순서에 따라서 다른 결과가 나오는 문제점이 있었다. 이를 위하여 본 논문에서는 다수의 곡을 학습하는 방법으로 새로운 방법을 제안한다. 새로 제안한 방법에서는 각각의 곡을 학습한 인공신경망의 가중치를 평균하고 이 평균한 값을 이용하여 새로운 인공신경망을 만들고 이 인공신경망을 이용하여 새 곡을 작곡한다.
- 음악적으로 완성도 높은 곡이 출력되려면 조성 후처리와 반복 후처리가 필요하다. 또한 기존 다수 곡 학습방법의 문제점을 해결하기 위하여 인공신경망의 가중치를 평균하는 새로운 다수 곡 학습방법을 제안한다.
- 이러한 마디구분의 효과는 새로운 곡을 출력할 때 반복되는 마디를 생성하기 위해서 사용될 수 있다. 우리는 이러한 관찰을 통하여 새로운 곡을 출력할 때 마디구분을 적절히 배치하는 것을 통하여 출력되는 곡의 반복성을 조절 하는 것을 제안한다. 즉, 마디구분에의도적인 반복성을 주어서 출력되는 곡의 원하는 부분에 반복성을 만들 수 있다.
- 이 때 마디구분을 학습할 때의 마디구분과 동일하게 넣어주면 출력되는 곡은 반복성이 거의 만들어지지 않는다. 본 논문에서는 출력되는 곡에 반복성을 주기 위하여 그림 3과 같이 마디구분에 반복성을 주었다. 즉 마디구분을 10개씩 반복시키고 입력 멜로디는 학습 때와 동일하게 회귀적으로 입력한다.
- 본 논문에서는 이를 해결하기 위하여 각각 다른 곡을 학습한 신경망들의 가중치를 이용하여 다수의 곡을 학습한 신경망을 새로 만드는 방법을 제안한다. 그림 4에서처럼 먼저 각각의 곡이 학습된 신경망들의 히든 층과 출력 층의 가중치와 바이어스를 모두 구한다.
- 본 논문에서 우리는 인공신경망이 출력한 곡을 특정 조성으로 변환하는 방법과 인공신경망의 마디구분을 이용하여 반복을 주는 방법 그리고 다수의 곡을 적절히 학습하기 위하여 평균 신경망을 사용하는 방법을 제안하였다. 이러한 방법들은 인공신경망이 기존의 곡을 학습한 공간으로부터 작곡한 곡이 음악적 이론과 일반적인 음악구성과는 다르게 출력되는 것을 보완하기 위한 방법으로서 인공신경망을 이용한 자동작곡에서 반드시 구현해야하는 기능이다.
가설 설정
- 쉼표의 경우는 음표보다 큰 값인 50으로 학습하였다. 박자는 4/4박자에서 16분 음표를 1로 가정하고 하나의 점음표까지만 허용하여 1, 2, 3, 4, 6, 8, 12, 16의 총 8개의 박자를 사용하였다[1,2]. 기존 곡 학습을 위해서 곡 정보를 회귀적으로 구성하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.