최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 서강대학교 Sogang University |
---|---|
연구책임자 | 정다샘 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-06 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202300012354 |
과제고유번호 | 1711171521 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2023-10-25 |
키워드 | 딥러닝.연주 모델링.음악 생성.심볼릭 뮤직.평가 지표.Deep Learning.Performance Modeling.Music Generation.Symbolic Music.Evaluation Metric. |
□ 연구개요
본 연구는 딥러닝을 이용한 음악 정보 처리, 그 중에서도 악보와 같은 기호 형태의 음악 데이터를 처리하여 음악을 생성 및 연주하고 평가하는 방법을 다뤘음. 효율적인 딥러닝 학습을 위해 새로운 방식의 정보 인코딩과 음악적 구조를 고려한 신경망 구조를 제안하였고 이를 정량적으로 평가하기 위한 지표를 제안함.
□ 연구 목표대비 연구결과
1) 데이터셋 수집
- 자동 채보 모델 개발: 효율적인 피아노 연주 채보 데이터 추가 수집 및 실시간 채보를 활용한 연주 모델링에의 응용을 위해 실시간 자동 채보
※ AI-Helper는 부적절한 답변을 할 수 있습니다.