최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보처리학회 2017년도 추계학술발표대회, 2017 Nov. 01, 2017년, pp.857 - 860
김대연 (인천대학교 임베디드시스템공학과) , 오정록 (인천대학교 임베디드시스템공학과) , 이수경 (인천대학교 임베디드시스템공학과) , 강우철 (인천대학교 임베디드시스템공학과)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
악기 연주법을 일반적인 사용자가 보유한 악보를 사용하여 배울 수 있는 방법은? | 이는 즉 하드웨어와 소프트웨어를 사용한 사용자의 연주에 대한 정확한 평가를 하는 시스템의 부재를 의미하며, 실제로 현재 악기 연주법을 일반적인 사용자가 보유한 악보를 사용하여 배울 수 있는 방법은 실제 강사 또는 시청각 자료를 통한 연주법의 강의, 그리고 개인적으로 튜너와 악보를 통해 연주법을 스스로 익히는 방법이 유일한 접근 방식이다. | |
Neural Network 기반 악기 연주 보조 시스템의 개선점은? | 또한 현재 사용된 Autocorrelation 알고리즘의 고유한 한계점과 Neural Network를 사용하여 발생한 기술적 문제로 인한 복합적인 한계점인 화음을 분류할 수 없는 문제의 해결에 대해서는 개선의 여지가 있다. | |
소리의 특징을 학습하기 위한 Convolutional Neural Network은 어떤 모델을 사용하는가? | 소리의 특징을 학습하기 위한 Convolutional Neural Network는 LeNet-5[5] 모델을 사용한다. Convolutional Neural Network는 2012년 AlexNet의 성공적 결과 이후부터 Visual Recognition 분야의 정석적인 방법으로 인지[6] 되고 있으며, Classification의 대상인 특정한 Feature를 지닌 이미지가 입력으로 주어진다는 특성은 Autocorrelation을 거친 소리 정보가 주파수적 특징을 드러낸다는 점에서 큰 유사성과 호환성을 가지고 있기 때문에 Convolutional Neural Network를 사용한다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.