최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 인공신경망의 학습 기능과 화성진행 규칙을 이용하여 자동 작곡하는 방법을 제안합니다. 학습된 멜로디는 리듬 및 화성 규칙에 맞춰 후처리 과정을 거쳐 자연스러운 멜로디를 생성하며, 실험 결과 후처리된 멜로디가 인공신경망으로 생성된 멜로디보다 개선된 것을 확인했습니다.
인공지능, 문학과 예술을 만나다
(청소년을 위한) AI 최강의 수업
Patterns of intuition : musical creativity in the light of algorithmic composition
Machine musicianship
Algorithmic composition : paradigms of automated music generation
삶 속에 들어온 생성형 AI 음악
국악에 기술 한 방울 : 4차 산업 혁명 시대의 전통음악
Handbook of artificial intelligence for music : foundations, advanced approaches, and developments for creativity
Creativity : technology and music
AI와 음악의 변화
Artificial perception and music recognition
(프로툴즈를 활용한) 작곡과 프로듀싱 : 예비 작곡가를 위한 지침서
수학, 음악을 말하다 : 음악이 잘 들리는 음악 속 수학 썰, 수학은 가볍게 음악은 더 깊게
The AI music problem : why machine learning conflicts with musical creativity
The Oxford handbook of algorithmic music
바둑으로 읽는 인공지능 : 감동근 교수 딥블루(Deep blue), 왓슨(Watson), 알파고(AlphaGo)를 말하다
Musical creativity : strategies and tools in composition and improvisation
Generative deep learning : teaching machines to paint, write, compose, and play
Interactive composition : strategies using Ableton Live and Max for Live
멀티미디어학회논문지
오진우; 송정현; 김경환; 정성훈한국지능시스템학회 논문지
김경환, 정성훈디지털콘텐츠학회논문지
김경환, 정성훈디지털콘텐츠학회논문지
김경환, 정성훈한국지능시스템학회 논문지
김경환; 정성훈NEURAL PROCESSING LETTERS
Jin, Cong; Tie, Yun; Bai, Yong; Lv, Xin; Liu, Shouxun정보처리학회논문지. 소프트웨어 및 데이터 공학
조제민, 류은미, 오진우, 정성훈정보과학회논문지
정재훈, 안창욱Transactions of the International Society for Music Information Retrieval
Micchi G.,Bigo L.,Giraud M.,Groult R.,Levé F.정보과학회논문지
정재훈; 안창욱Artificial Intelligence
Wu J.,Liu X.,Hu X.,Zhu J.Journal of KIISE
Chang Wook Ahn; Jaehun JeongJournal of Ambient Intelligence and Humanized Computing
Cai L.,Cai Q.International Journal of Computational Intelligence and Applications
Shaikh, T.; Jadhav, A.문화예술교육연구
유총총IEEE Transactions on Multimedia, Multimedia, IEEE Transactions on, IEEE Trans. Multimedia
Zhang, Z.; Yu, Y.; Takasu, A.当代音乐 / Modern Music
杜啸虎디지털콘텐츠학회논문지
김경환; 정성훈한국통신학회논문지
조원익; 김정훈; 천성준; 김남수한국지능시스템학회 논문지
김호빈, 이민훈, 문미경, 박승민전선 / 대학원
이 과목에서는 자연어처리에 대한 간단한 소개와 함께, 대표적인 인공신경망 기법들이 자연어처리 어떻게 적용되는지 살펴본다. 최근 일상생활에서도 많이 쓰이는 자연어처리는 인공신경망의 성장과 함께 비약적인 발전을 보였다. 인공신경망을 이용한 딥러닝 기법은 이론적인 면뿐만 아니라, 효율적 계산과 최적화 등의 실험적인 요소가 많아 실습이 중요하다. 이 과목을 듣기 위해서는 기계학습에 대한 기본적인 이해와 파이썬, 딥러닝 모형을 사용하는 능력이 요구된다. 이 강좌는 학생들이 자연어처리의 최근 방법론을 학습하고, 실제 구현하는 능력을 배양하며, 마지막으로 최근 방법론이 가진 한계점, 미래 연구주제에 관해 탐구한다.전선 / 대학원
인간의 음악 지각과 인지에 관한 기존의 사변적, 실험적 연구로 밝혀내지 못했던 문제들을 최근에 뇌파, 뇌영상 기기들을 이용한 신경과학적 연구로 속속 규명해 낼 수 있게 되었다. EEG, ERP, PET, fMRI, MEG 등 기기를 이용하여 인간의 언어 인지능력을 연구하는 다양한 연구방법들이 많은 부분 음악인지에도 적용될 수 있음도 발견되었다. <음악신경과학연구> 수업에서는 이 분야의 기초지식을 배우고 최근의 연구 성과를 살펴본 후, 다양한 연구방법론의 장단점을 논의하고, 궁극적으로는 수강생들 각자가 음악에 대한 신경과학적 연구모델을 디자인해 본다.전선 / 학사
4차 산업혁명이라 불리는 인공지능시대를 맞아 음악대학에서는 학생들이 시대적 변화에 맞추어 음악적 역량 발전시킬 수 있는 학습의 장을 마련하고자, 세 영역의 교수(연주실기, 미학, 테크놀로지)가 공동으로 참여하는 수업을 개설하고자 한다. 본 수업은 빅데이터와 AI 기반의 디지털혁신이 전 산업 분야로 확산되는 변화의 시대에 창의적인 사고를 통해 세계적인 변화를 주도할 음악인재(창작, 연주, 이론) 양성을 목표로 한다. 주요 내용: (1) 빅데이터, 딥러닝, AI(인공지능)에 대한 이해를 높이고 이를 활용한 음악 분야의 콘텐츠에 대한 기초 지식과 전망을 제시한다. (2) 새로운 디지털 도구에 대한 이해를 통해 적용 가능한 음악 컨텐츠 개발을 모색하고 창의적 창작, 연주의 실제적 음악 활용을 목표로 한다. (3) AI 음악 창작과 연주에 나타나는 미학적 문제를 ‘포스트휴머니즘 미학’을 중심으로 다룬다. 기계가 인간을 모방하는 차원을 넘어, 창작과 연주의 주체로 등장하면서 촉발되는 쟁점과 AI 음악창작에 나타나는 감정과 창의성, 그리고 창작 주체의 문제를 검토할 것이다.전필 / 학사
단계적 학습을 통해 높은 수준의 독보력 및 청음 기보력, 더 나아가 음악적 인지력을 계발한다.전필 / 학사
단계적 학습을 통해 높은 수준의 독보력 및 청음 기보력, 더 나아가 음악적 인지력을 계발한다.전선 / 대학원
인공 지능 기술의 급격한 발전에 힘입어 인공 지능을 이용해서 신약 개발의 비용과 시간을 줄이고자 하는 시도가 활발히 이루어지고 있다. 알파폴드의 성공은 실제로 신약 개발의 걸림돌이었던 불완전한 인간 단백체의 구조 정보의 한계를 극복할 수 있게 만들었다. 또한, 신약 후보 물질을 빠르게 생성할 수 있는 다양한 인공지능 모델들이 개발되고 있으며, 일부 인공지능에 의해 설계된 후보 물질들은 임상에 진입하고 있다. 본 수업은 신약개발에 활용할 수 있는 인공 지능 관련 지식을 습득하고, 개별 프로젝트 수행하여 관련 분야 연구 및 적용을 위한 역량을 높이는 것을 목표로 한다. 수강생들은 인공 지능 이론의 기초와 실제 인공 지능 코드 작성을 위한 파이썬의 기초, 파이토치 라이브러리 등을 학습하고, 클라우드 플랫폼을 이용하여 실제 코드를 작성 및 실행하면서 진행된다. 강의 후반부에는 실습과 함께 각자 고유한 프로젝트를 선정하여 자신만의 인공 지능 모델을 학습시킨 후 결과를 발표한다.전선 / 대학원
딥러닝 모델은 추상화 복잡도를 증가하면서 정보를 표현하는 여러 계층으로 이루어진 신경망으로, 최근 영상/음성/자연어 처리 등의 문제에서 다른 기계 방법론들을 크게 상회하는 뛰어난 성능을 보이고 있다. 본 과정에서는 딥러닝의 기반이 되는 기계학습 및 최적화 기법들을 배우고, 기본적인 신경망에 대해서 학습한다. 그리고 영상 처리와 자연어 처리의 핵심 모델인 Convolutional neural networks와 Recurrent neural networks의 훈련법과 추론법들을 익힌다. 또한 비감독 생성 모델인 Autoencoders와 Restrict Boltzman machines에 대해 자세히 살펴 보고 마지막으로 딥러닝 기반 강화 학습에 대해서도 학습하고 실습을 진행한다. 본 과목은 대학원생과 일부 고년차 학부생을 대상으로 한다.전선 / 학사
본 수업은 음악대학 교직과정 학생들을 위한 필수교과목으로, 음악에 대한 글쓰기 방법을 체계적으로 지도하여 학생들의 사고능력과 글쓰기 능력을 함양하는 것을 기본목적으로 한다. 이를 위해 음악 또는 음악비평에 관한 글들을 읽고, 나아가 학생 스스로 음악에 대한 에세이를 작성한다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.전선 / 대학원
본 수업에서는 간단한 선율짓기 및 선율에 알맞은 화성과 반주 붙이기 등의 실습을 수행하며, 서로의 과제물을 감상하고 상호평가함으로써 음악창작수업을 지도할 수 있는 역량을 키운다. 또한 다양한 작품들에 대한 정보와 해석을 통해 감상능력을 배양하고 이를 바탕으로 효과적인 감상지도가 이루어질 수 있도록 한다.전필 / 학사
영국 가곡과 미국 가곡을 노래하는데 필요한 자음과 모음에 관한 이론을 공부하며 그 이론을 적용하여 실제로 곡을 다루며 개개인의 발음을 교정해 나간다.전선 / 학사
본 강좌는 예비영어교사들에게 <컴퓨터를 활용한 언어학습 (CALL)>의 원리를 중등학교 영어교육방법의 실제에 활용하는 기회를 제공한다. 학생들은 영어교육 공학기법을 탐구하여, 영어교육방법의 기본적 바탕을 익힌다.전선 / 대학원
전통음악은 연주가에 의해 창작되고 변주되며 오랜 시간 축적되어 오늘에 이르렀다. 본 수업은 오늘날 전해진 전통음악을 재해석하고 발전시켜 새로운 음악컨텐츠를 생산하는 데 목적이 있다. 기존 연구논문들에 역보되어 있는 고악보의 악곡들을 활용하여 복원 및 변주를 실습함으로 전통음악 레퍼토리를 활성화 한다. 또한 기존의 정악과 민속음악 중 알려지지 않은 악곡을 찾아내거나 악기편성, 음악 구조 등의 변화를 통한 변주를 시도해본다. 학내 종강 발표회 혹은 공연현장에서의 기획 연주를 모색하여 연구와 실습이 조화를 이루도록 한다.전선 / 학사
인공지능은 사람의 생각과 행동을 모사하고, 이성적인 행위를 통하여, 주어진 목적을 달성하는 시스템을 연구하는 학문 분야이다. 본 수업에서는 인공지능 시스템을 구성하기 위한 다양한 방법론을 논한다. 이는 효율적인 탐색, 지식의 표현, 불확실성에 대한 이해, 상관관계와 인과관계에 대한 이해, 시각, 음성, 자연어 등의 처리, 학습 등을 포함한다. 이를 통해 학생은 인공지능의 핵심 원리와 기술에 대해 수학적, 논리적, 정성적, 정량적, 확률 통계적, 학습적 관점 등으로 종합적인 이해를 한다.전선 / 대학원
음악교육 연구의 다양한 주제 및 연구 방법을 조사하고 토론한다. 자신의 논문 주제를 구체적으로 선정하고 탐구하는 방법을 성찰하는 동시에 음악교육 연구의 전체적인 동향과 다양한 이론들이 현장에 적용되는 방식들을 조망한다.전선 / 대학원
최근 인공지능 알고리즘의 급격한 발전으로 알고리즘의 고속 및 저전력 처리가 가능한 하드웨어 가속기에 대한 수요가 꾸준히 늘어나고 있다. 이 강의는 가속기 설계에 필요한 다양한 하드웨어 설계 기법을 소개하고, 학생들이 인공신경망 하드웨어 가속기를 설계, 제작함으로써 하드웨어 가속기에 대한 이해를 높인다.전선 / 대학원
이 강좌는 실험심리학에서 최근의 중요 연구들을 소개하고 인간 마음의 기본 원리를 탐색 및 논의하는 세미나이다. 우선 강의 초에 인간의 생리, 지각 및 인지 수준에서 일반이론을 소개하고 그 문제점들을 알아본다. 이 이론들에 기초하여, 이 강좌에서는 시각, 주의, 언어, 문제 해결, 인간 추리 등의 세부 주세를 다룬다. 또한 이 강좌에서는 이런 주제들에 관해 실험 실습을 통해 학생들의 구체적인 이해의 증진을 시도한다.전선 / 대학원
이 수업은 음악교육과 관련된 문헌 연구, 조사 연구, 실험 연구, 관찰 연구 등의 연구 절차와 글쓰기를 학습하여 음악 교육 연구자로서의 논술 및 논리적 사고를 기르는 것을 목적으로 한다. 학생들은 다양한 교육 연구의 형태, 절차, 계획 및 결과 처리에 관한 이론적인 기초를 이해하여, 논문이나 학술지, 연구보고서 등을 작성할 수 있는 자기 주도적인 연구 능력을 기를 수 있다.전필 / 학사
17세기에서 20세기에 이르는 다양한 양식의 다성음악을 분석하고, 그 결과를 바탕으로 한 연습이 진행된다. 매주 분석한 다성음악을 바탕으로 한 대위법적 기술을 응용하여 학생들이 곡을 써오며 이것을 평가하는 형식으로 수업이 진행된다. 이를 통해 보다 분석적이고 실제적인 작곡기술을 습득할 수 있다.전선 / 대학원
본 스튜디오는 인공지능(AI)을 조경의 핵심 설계 도구로 활용하는 것을 목표로 하는 실습 중심의 스튜디오이다. 지난 2년간 진행한 세미나 주제인「조경과 AI」에서 다루었던 이론적 논의를 확장하여, 실제 설계 프로세스 속에서 AI의 잠재력과 한계를 탐구한다. 본 수업은 인간이 직관적으로 해결하기 어려웠던 형태적·공간적 문제를 인공지능을 통해 분석하고 생성하는 과정을 실험하며, 프롬프트 설계(Prompt Design)와 룰 베이스 설계(Rule-Based Design)와 같은 개념을 핵심 학습 주제로 다룬다. 수강생들은 2차원 이미지로부터 3차원 형상을 추출하고, 형태의 특징을 기반으로 기능과 프로그램을 부여하는 과정에서 다양한 AI 도구를 활용한다. 이를 통해 인공지능을 단순한 도구가 아닌 공동 설계자(co-designer)로 이해하며, 디지털 생성 기술을 통해 새로운 형태, 패턴, 그리고 공간 경험을 제안한다. 최종적으로 AI를 활용한 설계 프로토타입 혹은 실험적 디자인 아틀라스를 제작하여, 미래 조경·도시설계의 가능성을 탐구한다.