GenoGlobe
Learning from Life

User Tools

Site Tools

Trace: • drum_sim_matrix_manual
nano_ardule_midi_controller:drum_sim_matrix_manual

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Next revision		Previous revision
nano_ardule_midi_controller:drum_sim_matrix_manual [2025/11/23 20:10] – created hyjeongnano_ardule_midi_controller:drum_sim_matrix_manual [2025/11/23 20:23] (current) – [3. 드럼 슬롯 정의 (12‑slot 매핑)] hyjeong
Line 1: Line 1:
-====== {{{drum_sim_matrix.py}}} 사용 설명서 ======+====== drum_sim_matrix.py 사용 설명서 ======
  
-2‑bar 드럼 패턴(MIDI 파일)들 사이의 ////유사도(similarity)////를 계산하고,   +2‑bar 드럼 패턴(MIDI 파일)들 사이의 **유사도(similarity)**를 계산하고,   
-두 가지 방법으로 얻은 ////전체 NxN 유사도 행렬////을 화면에 출력하는 스크립트입니다.+두 가지 방법으로 얻은 **전체 NxN 유사도 행렬**을 화면에 출력하는 스크립트입니다.
  
 - 비교 대상: GM 드럼 채널(CH10, = MIDI 채널 번호 9)의 2‑bar 패턴 - 비교 대상: GM 드럼 채널(CH10, = MIDI 채널 번호 9)의 2‑bar 패턴
-- 내부 표현: 12개의 드럼 슬롯 × {{{cols}}}개의 시간 스텝(기본 32)로 이루어진 ////이진 그리드////+- 내부 표현: 12개의 드럼 슬롯 × ''cols''개의 시간 스텝(기본 32)로 이루어진 **이진 그리드**
 - 유사도 지표: - 유사도 지표:
-  1. ////Hamming similarity//// (해밍 유사도) +  1. **Hamming similarity** (해밍 유사도) 
-  2. ////Cosine similarity//// (코사인 유사도)+  2. **Cosine similarity** (코사인 유사도)
  
-각 유사도 값은 모두 ////1.0에 가까울수록 더 비슷한 패턴////을 의미합니다.+각 유사도 값은 모두 **1.0에 가까울수록 더 비슷한 패턴**을 의미합니다.
  
  
----+----
  
 ===== 1. 요구 사항 및 실행 환경 ===== ===== 1. 요구 사항 및 실행 환경 =====
Line 19: Line 19:
 - Python 3.8 이상 권장 - Python 3.8 이상 권장
 - 필수 라이브러리 - 필수 라이브러리
-  - {{{mido}}} (MIDI 파일 파싱)+  - ''mido'' (MIDI 파일 파싱)
 - 선택 사항 - 선택 사항
   - 이 스크립트 자체는 추가적인 외부 라이브러리가 필요 없지만,     - 이 스크립트 자체는 추가적인 외부 라이브러리가 필요 없지만,  
-    비교할 MIDI 파일들은 ////모두 2‑bar 드럼 패턴////이라고 가정합니다 +    비교할 MIDI 파일들은 **모두 2‑bar 드럼 패턴**이라고 가정합니다 
-    (예: {{{split_drums_2bar_save.py}}}로 잘라낸 결과물).+    (예: ''split_drums_2bar_save.py''로 잘라낸 결과물).
  
 설치 예시: 설치 예시:
  
-``{{{bash+<code bash>
 pip install mido pip install mido
-}}}`{{{+</code>
  
  
----+----
  
 ===== 2. 기본 아이디어 ===== ===== 2. 기본 아이디어 =====
  
-이 스크립트의 핵심 아이디어는 ////드럼 패턴을 하나의 고정 길이 이진 벡터로 바꾼 뒤,////  +이 스크립트의 핵심 아이디어는 **드럼 패턴을 하나의 고정 길이 이진 벡터로 바꾼 뒤,**  
 벡터 간의 거리를 재는 것입니다. 벡터 간의 거리를 재는 것입니다.
  
 1. 각 MIDI 파일(패턴)을 다음과 같이 변환합니다. 1. 각 MIDI 파일(패턴)을 다음과 같이 변환합니다.
    - 채널 10(CH10, 드럼 채널)의 note_on 이벤트만 사용    - 채널 10(CH10, 드럼 채널)의 note_on 이벤트만 사용
-   - 시간 축: 2마디(2 bars) 구간을 ////}}}cols{{{개의 균일한 스텝////으로 분할 (기본값 32 스텝) +   - 시간 축: 2마디(2 bars) 구간을 **''cols''개의 균일한 스텝**으로 분할 (기본값 32 스텝) 
-   - 음 높이: GM 드럼 노트를 ////12개의 슬롯////으로 매핑 (킥, 스네어, 하이햇, 탐, 심벌, 퍼커션 등)+   - 음 높이: GM 드럼 노트를 **12개의 슬롯**으로 매핑 (킥, 스네어, 하이햇, 탐, 심벌, 퍼커션 등)
  
-2. 그 결과, 각 패턴은 }}}12 × cols{{{ 크기의 ////이진 그리드(0/1)////가 됩니다. +2. 그 결과, 각 패턴은 ''12 × cols'' 크기의 **이진 그리드(0/1)**가 됩니다. 
-   - 특정 슬롯/스텝에 ////노트가 하나라도 있으면 1////, 없으면 0 +   - 특정 슬롯/스텝에 **노트가 하나라도 있으면 1**, 없으면 0 
-   - 이 2차원 그리드를 ////길이 }}}12×cols{{{인 1차원 벡터////로 평탄화(flatten)+   - 이 2차원 그리드를 **길이 ''12×cols''인 1차원 벡터**로 평탄화(flatten)
  
 3. 이렇게 얻은 두 벡터를 이용해: 3. 이렇게 얻은 두 벡터를 이용해:
Line 54: Line 54:
  
  
----+----
  
 ===== 3. 드럼 슬롯 정의 (12‑slot 매핑) ===== ===== 3. 드럼 슬롯 정의 (12‑slot 매핑) =====
  
-GM 드럼 노트 번호(35–81)를 ////12개의 슬롯////으로 묶어서 표현합니다.+GM 드럼 노트 번호(35–81)를 **12개의 슬롯**으로 묶어서 표현합니다.
  
 슬롯 인덱스와 라벨은 다음과 같습니다. 슬롯 인덱스와 라벨은 다음과 같습니다.
  
 | 슬롯 | 라벨 | 설명 (대략) | | 슬롯 | 라벨 | 설명 (대략) |
-|------|------|-------------| 
 | 0 | BD  | Kick (Bass Drum) | | 0 | BD  | Kick (Bass Drum) |
 | 1 | SD  | Snare Drum (주로 Acoustic/Electric) | | 1 | SD  | Snare Drum (주로 Acoustic/Electric) |
Line 81: Line 80:
  
  
----+----
  
 ===== 4. 스크립트 사용법 ===== ===== 4. 스크립트 사용법 =====
Line 87: Line 86:
 ==== 4.1. 기본 호출 형태 ==== ==== 4.1. 기본 호출 형태 ====
  
-}}}`{{{bash+<code bash>
 python drum_sim_matrix.py PATTERN1.MID PATTERN2.MID PATTERN3.MID ... python drum_sim_matrix.py PATTERN1.MID PATTERN2.MID PATTERN3.MID ...
-}}}`{{{+</code>
  
-- 인자로 넘긴 모든 MIDI 파일에 대해 ////좌표가 정해진 벡터////를 만들고,+- 인자로 넘긴 모든 MIDI 파일에 대해 **좌표가 정해진 벡터**를 만들고,
 - Hamming / Cosine 유사도를 각각 계산하여 - Hamming / Cosine 유사도를 각각 계산하여
-- 두 개의 ////NxN 유사도 행렬////을 출력합니다.+- 두 개의 **NxN 유사도 행렬**을 출력합니다.
  
 ==== 4.2. 와일드카드(glob) 사용 ==== ==== 4.2. 와일드카드(glob) 사용 ====
Line 101: Line 100:
 #### (1) Linux / macOS (bash, zsh 등) #### (1) Linux / macOS (bash, zsh 등)
  
-쉘이 직접 }}}*.MID{{{를 확장하므로, 다음처럼 쓰면 됩니다.+쉘이 직접 ''*.MID''를 확장하므로, 다음처럼 쓰면 됩니다.
  
-}}}`{{{bash+<code bash>
 python drum_sim_matrix.py RCK_P*.MID python drum_sim_matrix.py RCK_P*.MID
-}}}`{{{+</code>
  
 #### (2) Windows PowerShell #### (2) Windows PowerShell
Line 112: Line 111:
 다음처럼 해도 확장이 되지 않습니다. 다음처럼 해도 확장이 되지 않습니다.
  
-}}}`{{{powershell +<code powershell> 
-python drum_sim_matrix.py RCK_P//.MID   # (X) 스크립트 안에서 '//'가 그대로 보임 +python drum_sim_matrix.py RCK_P*.MID   # (X) 스크립트 안에서 '*'가 그대로 보임 
-}}}`{{{+</code>
  
-PowerShell에서는 다음처럼 }}}Get-ChildItem{{{을 이용해 확장할 수 있습니다.+PowerShell에서는 다음처럼 ''Get-ChildItem''을 이용해 확장할 수 있습니다.
  
-}}}`{{{powershell+<code powershell>
 python drum_sim_matrix.py (Get-ChildItem RCK_P*.MID).Name python drum_sim_matrix.py (Get-ChildItem RCK_P*.MID).Name
 ====== 또는 ====== ====== 또는 ======
 python drum_sim_matrix.py (gci RCK_P*.MID).Name python drum_sim_matrix.py (gci RCK_P*.MID).Name
-}}}`{{{+</code>
  
 #### (3) Windows cmd.exe #### (3) Windows cmd.exe
Line 128: Line 127:
 고전 명령 프롬프트(cmd.exe)는 와일드카드를 자동으로 확장해 줍니다. 고전 명령 프롬프트(cmd.exe)는 와일드카드를 자동으로 확장해 줍니다.
  
-}}}`{{{cmd+<code cmd>
 C:\> python drum_sim_matrix.py RCK_P*.MID C:\> python drum_sim_matrix.py RCK_P*.MID
-}}}`{{{+</code>
  
-==== 4.3. 옵션: }}}--cols{{{ ====+==== 4.3. 옵션: --cols ====
  
-}}}`{{{bash+<code bash>
 python drum_sim_matrix.py RCK_P*.MID --cols 32   # 기본값 32 python drum_sim_matrix.py RCK_P*.MID --cols 32   # 기본값 32
-}}}`{{{+</code>
  
-- }}}cols{{{는 2‑bar 구간을 나누는 ////시간 슬롯 개수////입니다. +- ''cols''는 2‑bar 구간을 나누는 **시간 슬롯 개수**입니다. 
-- 기본값 32는 ////한 마디당 16 스텝////(2마디 = 32 스텝)을 의미합니다.+- 기본값 32는 **한 마디당 16 스텝**(2마디 = 32 스텝)을 의미합니다.
 - 만약 더 촘촘한 해상도가 필요하면 48, 64 등으로 늘릴 수 있습니다. - 만약 더 촘촘한 해상도가 필요하면 48, 64 등으로 늘릴 수 있습니다.
-  - 단, 벡터 길이는 }}}12×cols{{{로 늘어나며, 계산 비용도 올라갑니다.+  - 단, 벡터 길이는 ''12×cols''로 늘어나며, 계산 비용도 올라갑니다.
  
  
----+----
  
 ===== 5. 내부 동작: 벡터 생성 과정 ===== ===== 5. 내부 동작: 벡터 생성 과정 =====
Line 150: Line 149:
 각 MIDI 파일에 대해 다음과 같은 순서로 벡터를 만듭니다. 각 MIDI 파일에 대해 다음과 같은 순서로 벡터를 만듭니다.
  
-1. MIDI 파일 로드 (}}}mido.MidiFile{{{)+1. MIDI 파일 로드 (''mido.MidiFile'')
 2. Type 0이면 첫 번째 트랙, Type 1이면 모든 트랙을 merge 2. Type 0이면 첫 번째 트랙, Type 1이면 모든 트랙을 merge
-3. delta time을 절대 시간으로 바꾼 }}}abs_msgs{{{ 생성 +3. delta time을 절대 시간으로 바꾼 ''abs_msgs'' 생성 
-4. 파일의 첫 시점에서의 ////박자표 (time signature)////를 얻고, +4. 파일의 첫 시점에서의 **박자표 (time signature)**를 얻고, 
-   - 예: 4/4 → 한 마디의 tick 수 = }}}ticks_per_beat × 4{{{ +   - 예: 4/4 → 한 마디의 tick 수 = ''ticks_per_beat × 4'' 
-5. ////2마디 길이//// = }}}2 × bar_ticks{{{ 또는 그보다 짧으면 가능한 범위 내 +5. **2마디 길이** = ''2 × bar_ticks'' 또는 그보다 짧으면 가능한 범위 내 
-6. 이 구간을 }}}cols{{{개의 균일한 시간 구간으로 나누고,+6. 이 구간을 ''cols''개의 균일한 시간 구간으로 나누고,
 7. 해당 구간에서 CH10(채널 9)의 note_on 메시지를 조사하여, 7. 해당 구간에서 CH10(채널 9)의 note_on 메시지를 조사하여,
-   - 해당 시점의 tick 위치를 적절한 스텝 index(}}}0..cols-1{{{)로 매핑+   - 해당 시점의 tick 위치를 적절한 스텝 index(''0..cols-1'')로 매핑
    - 노트 번호를 12‑slot 중 하나로 매핑    - 노트 번호를 12‑slot 중 하나로 매핑
    - 해당 슬롯/스텝에 노트가 있음을 표시 → 1    - 해당 슬롯/스텝에 노트가 있음을 표시 → 1
Line 164: Line 163:
  
  
----+----
  
 ===== 6. Hamming similarity (해밍 유사도) ===== ===== 6. Hamming similarity (해밍 유사도) =====
Line 170: Line 169:
 ==== 6.1. Hamming distance란? ==== ==== 6.1. Hamming distance란? ====
  
-////Hamming distance////는 두 개의 ////같은 길이의 이진 벡터////가 있을 때,   +**Hamming distance**는 두 개의 **같은 길이의 이진 벡터**가 있을 때,   
-////서로 다른 비트의 개수////를 세는 거리입니다.+**서로 다른 비트의 개수**를 세는 거리입니다.
  
 예: 예:
Line 183: Line 182:
 일반적으로: 일반적으로:
  
-- }}}d(A, B) = 서로 다른 위치의 수{{{ +- ''d(A, B) = 서로 다른 위치의 수'' 
-- 가능한 값의 범위: }}}0{{{ (완전히 동일) ~ }}}N{{{ (완전히 반대 패턴)+- 가능한 값의 범위: ''0'' (완전히 동일) ~ ''N'' (완전히 반대 패턴)
  
 ==== 6.2. Hamming similarity 정의 ==== ==== 6.2. Hamming similarity 정의 ====
  
 이 스크립트에서는 보다 직관적인 해석을 위해   이 스크립트에서는 보다 직관적인 해석을 위해  
-////유사도(similarity)////를 다음과 같이 정의합니다.+**유사도(similarity)**를 다음과 같이 정의합니다.
  
-- 벡터 길이 N (여기서는 }}}12×cols{{{)+- 벡터 길이 N (여기서는 ''12×cols'')
 - Hamming distance = d - Hamming distance = d
  
-}}}`{{{text+<code text>
 Hamming similarity = 1 - d / N Hamming similarity = 1 - d / N
-}}}`{{{+</code>
  
 - 완전히 동일한 패턴 → d = 0 → similarity = 1.0 - 완전히 동일한 패턴 → d = 0 → similarity = 1.0
Line 204: Line 203:
 ==== 6.3. 드럼 패턴에서의 의미 ==== ==== 6.3. 드럼 패턴에서의 의미 ====
  
-두 드럼 패턴의 ////각 시간 슬롯/슬롯 위치마다 hit 유무(0/1)////을 비교하여,+두 드럼 패턴의 **각 시간 슬롯/슬롯 위치마다 hit 유무(0/1)**을 비교하여,
 - 같은 위치에서 같은 값을 가지면 “일치” - 같은 위치에서 같은 값을 가지면 “일치”
 - 다르면 “불일치”로 보고 카운트합니다. - 다르면 “불일치”로 보고 카운트합니다.
Line 211: Line 210:
  
 - 구현과 해석이 매우 단순합니다. - 구현과 해석이 매우 단순합니다.
-- ////2‑bar 그리드////가 이미 준비되어 있는 Ardule 환경과 잘 맞습니다.+- **2‑bar 그리드**가 이미 준비되어 있는 Ardule 환경과 잘 맞습니다.
 - 패턴을 구체적으로 어느 위치에서 얼마나 다르게 치는지를 정밀하게 반영합니다. - 패턴을 구체적으로 어느 위치에서 얼마나 다르게 치는지를 정밀하게 반영합니다.
  
 #### 단점 / 주의점 #### 단점 / 주의점
  
-- ////한 스텝 정도의 지연/앞당김////도 모두 “불일치”로 취급합니다.+- **한 스텝 정도의 지연/앞당김**도 모두 “불일치”로 취급합니다.
   - 예: 스네어가 한 칸 오른쪽으로 밀려 있으면, 사실상 비슷한 그루브인데도 Hamming distance는 크게 나옵니다.   - 예: 스네어가 한 칸 오른쪽으로 밀려 있으면, 사실상 비슷한 그루브인데도 Hamming distance는 크게 나옵니다.
 - 약간의 swing, shuffle, humanize 등에 대해 둔감하지 못합니다. - 약간의 swing, shuffle, humanize 등에 대해 둔감하지 못합니다.
  
-> 따라서 이 값은 ////“정확히 같은 grid 위에 올려놓았을 때의 모양이 얼마나 같은가”////를 보는 척도로 이해하는 것이 좋습니다.+> 따라서 이 값은 **“정확히 같은 grid 위에 올려놓았을 때의 모양이 얼마나 같은가”**를 보는 척도로 이해하는 것이 좋습니다.
  
  
----+----
  
 ===== 7. Cosine similarity (코사인 유사도) ===== ===== 7. Cosine similarity (코사인 유사도) =====
Line 229: Line 228:
 ==== 7.1. 정의 ==== ==== 7.1. 정의 ====
  
-////Cosine similarity////는 두 벡터 사이의 ////각도(angle)////를 이용한 유사도입니다.+**Cosine similarity**는 두 벡터 사이의 **각도(angle)**를 이용한 유사도입니다.
  
 벡터 v₁, v₂에 대해: 벡터 v₁, v₂에 대해:
  
-}}}`{{{text+<code text>
 cosine_similarity(v1, v2) = (v1 · v2) / (||v1|| * ||v2||) cosine_similarity(v1, v2) = (v1 · v2) / (||v1|| * ||v2||)
-}}}`{{{+</code>
  
 여기서, 여기서,
  
-- }}}v1 · v2{{{는 ////내적(dot product)//// +- ''v1 · v2''는 **내적(dot product)** 
-- }}}||v1||{{{, }}}||v2||{{{는 각 벡터의 ////길이(노름)////입니다.+- ''||v1||'', ''||v2||''는 각 벡터의 **길이(노름)**입니다.
  
 값의 범위: 값의 범위:
-- 이진 벡터의 경우 대체로 }}}0.0 ~ 1.0{{{ 사이 +- 이진 벡터의 경우 대체로 ''0.0 ~ 1.0'' 사이 
-- 1.0이면 ////완전히 같은 방향//// (패턴이 매우 유사) +- 1.0이면 **완전히 같은 방향** (패턴이 매우 유사) 
-- 0.0이면 ////서로 전혀 겹치지 않는 방향//// (공통된 hit 위치가 거의 없음)+- 0.0이면 **서로 전혀 겹치지 않는 방향** (공통된 hit 위치가 거의 없음)
  
 ==== 7.2. 이진 벡터에서의 직관 ==== ==== 7.2. 이진 벡터에서의 직관 ====
Line 251: Line 250:
 패턴을 0/1 벡터로 두었을 때: 패턴을 0/1 벡터로 두었을 때:
  
-- }}}v1 · v2{{{는 ////두 패턴에서 모두 1인 위치의 개수////입니다. +- ''v1 · v2''는 **두 패턴에서 모두 1인 위치의 개수**입니다. 
-- }}}||v1||{{{는 ////v1에서 1의 개수의 제곱근//// (√(hit 수)) +- ''||v1||''는 **v1에서 1의 개수의 제곱근** (√(hit 수)) 
-- }}}||v2||{{{도 마찬가지+- ''||v2||''도 마찬가지
  
-따라서 코사인 유사도는 ////공통 hit 수////를  +따라서 코사인 유사도는 **공통 hit 수**를  
 각 패턴의 전체 hit 수로 정규화한 값에 가깝게 해석할 수 있습니다. 각 패턴의 전체 hit 수로 정규화한 값에 가깝게 해석할 수 있습니다.
  
 #### 예시 (개념적) #### 예시 (개념적)
  
-- 패턴 A: 킥과 스네어를 자주 치는 상대적으로 ////빽빽한//// 패턴+- 패턴 A: 킥과 스네어를 자주 치는 상대적으로 **빽빽한** 패턴
 - 패턴 B: A와 매우 비슷하지만 몇 개의 hit만 빠져 있는 패턴 - 패턴 B: A와 매우 비슷하지만 몇 개의 hit만 빠져 있는 패턴
-- 패턴 C: 킥만 몇 번 치는 ////드문드문한//// 패턴+- 패턴 C: 킥만 몇 번 치는 **드문드문한** 패턴
  
 A와 B는 공통 hit가 많고 전체 hit 수도 비슷하므로,   A와 B는 공통 hit가 많고 전체 hit 수도 비슷하므로,  
-Cosine similarity가 ////매우 높은 값////(예: 0.95 이상)이 나오기 쉽습니다.+Cosine similarity가 **매우 높은 값**(예: 0.95 이상)이 나오기 쉽습니다.
  
 A와 C는 공통 hit가 적고, 한 쪽은 빽빽하고 다른 쪽은 희박하기 때문에,   A와 C는 공통 hit가 적고, 한 쪽은 빽빽하고 다른 쪽은 희박하기 때문에,  
-Cosine similarity는 ////상대적으로 낮은 값////이 나옵니다.+Cosine similarity는 **상대적으로 낮은 값**이 나옵니다.
  
 ==== 7.3. Hamming과의 차이 ==== ==== 7.3. Hamming과의 차이 ====
  
-- Hamming은 ////각 위치별로 동일/다름만 본다////  +- Hamming은 **각 위치별로 동일/다름만 본다**  
   → 작은 오차도 모두 불일치로 들어갑니다.   → 작은 오차도 모두 불일치로 들어갑니다.
-- Cosine은 ////패턴의 전반적인 hit 분포////와 ////공통된 히트의 비율////을 강조합니다.+- Cosine은 **패턴의 전반적인 hit 분포**와 **공통된 히트의 비율**을 강조합니다.
   - 예: 두 패턴이 모두 킥 8번, 스네어 4번, 하이햇 16번 정도의 밀도로 들어있는 경우,   - 예: 두 패턴이 모두 킥 8번, 스네어 4번, 하이햇 16번 정도의 밀도로 들어있는 경우,
     비슷한 스타일로 인식되기 쉽습니다.     비슷한 스타일로 인식되기 쉽습니다.
Line 288: Line 287:
  
 두 척도를 함께 보면서: 두 척도를 함께 보면서:
-- Hamming은 ////정밀한 구조 차이////, +- Hamming은 **정밀한 구조 차이**, 
-- Cosine은 ////전체적인 스타일/밀도 차이////를 본다고 이해하면 좋습니다.+- Cosine은 **전체적인 스타일/밀도 차이**를 본다고 이해하면 좋습니다.
  
  
----+----
  
 ===== 8. 출력 형식 해석 ===== ===== 8. 출력 형식 해석 =====
Line 298: Line 297:
 스크립트를 실행하면, 예를 들어 패턴 4개를 비교했을 때 다음과 같이 출력됩니다. 스크립트를 실행하면, 예를 들어 패턴 4개를 비교했을 때 다음과 같이 출력됩니다.
  
-}}}`{{{text+<code text>
 ================================================================================ ================================================================================
 Hamming similarity matrix (1.000 = identical) Hamming similarity matrix (1.000 = identical)
Line 328: Line 327:
     2: RCK_P003.MID     2: RCK_P003.MID
     3: RCK_P010.MID     3: RCK_P010.MID
-}}}`{{{+</code>
  
 - 위쪽 행렬: Hamming similarity - 위쪽 행렬: Hamming similarity
 - 아래쪽 행렬: Cosine similarity - 아래쪽 행렬: Cosine similarity
-- 왼쪽의 인덱스(0, 1, 2, 3…)는 아래의 }}}Index → Filename` 목록과 매칭됩니다.+- 왼쪽의 인덱스(0, 1, 2, 3…)는 아래의 ''Index → Filename'' 목록과 매칭됩니다.
 - 대각선(각 i,i)은 항상 1.000 (자기 자신과의 유사도)입니다. - 대각선(각 i,i)은 항상 1.000 (자기 자신과의 유사도)입니다.
 - (i,j)와 (j,i)는 동일 값입니다 (대칭 행렬). - (i,j)와 (j,i)는 동일 값입니다 (대칭 행렬).
  
  
----+----
  
 ===== 9. 이론적인 참고 정보 (간단 레퍼런스) ===== ===== 9. 이론적인 참고 정보 (간단 레퍼런스) =====
  
-- ////Hamming distance////+- **Hamming distance**
   - Richard W. Hamming이 1950년대에 정립한 개념으로,     - Richard W. Hamming이 1950년대에 정립한 개념으로,  
     오류 검출·수정 코드, 정보 이론에서 널리 사용됩니다.     오류 검출·수정 코드, 정보 이론에서 널리 사용됩니다.
-  - 여기서는 오류 코드 대신, ////드럼 패턴의 이진 표현////에 적용하여  +  - 여기서는 오류 코드 대신, **드럼 패턴의 이진 표현**에 적용하여  
     “얼마나 많은 위치에서 다른가?”를 측정하는 용도로 사용합니다.     “얼마나 많은 위치에서 다른가?”를 측정하는 용도로 사용합니다.
  
-- ////Cosine similarity////+- **Cosine similarity**
   - 정보 검색(Information Retrieval), 자연어 처리(NLP)에서     - 정보 검색(Information Retrieval), 자연어 처리(NLP)에서  
     문서 벡터 간 유사도를 잴 때 가장 널리 쓰이는 척도 중 하나입니다.     문서 벡터 간 유사도를 잴 때 가장 널리 쓰이는 척도 중 하나입니다.
Line 354: Line 353:
  
 드럼 패턴 연구/리듬 분석 분야에서도 이 두 가지 계열의 아이디어는 흔히 사용되며,   드럼 패턴 연구/리듬 분석 분야에서도 이 두 가지 계열의 아이디어는 흔히 사용되며,  
-보다 복잡한 연구에서는 ////Dynamic Time Warping(DTW)////,   +보다 복잡한 연구에서는 **Dynamic Time Warping(DTW)**,   
-////편집 거리(edit distance)////, ////회전 불변(cyclic/invariant) 거리//// 등으로 확장되기도 합니다.+**편집 거리(edit distance)**, **회전 불변(cyclic/invariant) 거리** 등으로 확장되기도 합니다.
  
  
----+----
  
 ===== 10. 확장 아이디어 ===== ===== 10. 확장 아이디어 =====
  
-현재 스크립트는 ////고정된 grid 위에서의 단순 비교////를 수행합니다.  +현재 스크립트는 **고정된 grid 위에서의 단순 비교**를 수행합니다.  
 이후 다음과 같은 확장도 고려할 수 있습니다. 이후 다음과 같은 확장도 고려할 수 있습니다.
  
-1. ////회전 불변(cyclic shift‑invariant) Hamming distance////+1. **회전 불변(cyclic shift‑invariant) Hamming distance**
    - 패턴을 한 스텝씩 회전시키며 최소 Hamming distance를 사용    - 패턴을 한 스텝씩 회전시키며 최소 Hamming distance를 사용
    - “시작 위치가 달라서 생기는 차이”를 제거    - “시작 위치가 달라서 생기는 차이”를 제거
  
-2. ////슬롯 가중치 부여////+2. **슬롯 가중치 부여**
    - 예: 킥/스네어 차이는 크게, 심벌·퍼커션 차이는 조금만 반영    - 예: 킥/스네어 차이는 크게, 심벌·퍼커션 차이는 조금만 반영
  
-3. ////부분 패턴 비교////+3. **부분 패턴 비교**
    - 특정 구간(예: backbeat 스네어 위치, 하이햇 패턴 등)만 따로 비교    - 특정 구간(예: backbeat 스네어 위치, 하이햇 패턴 등)만 따로 비교
  
-4. ////결과를 CSV/엑셀로 export////+4. **결과를 CSV/엑셀로 export**
    - 유사도 행렬을 CSV로 저장하여 다른 도구에서 더 편하게 시각화    - 유사도 행렬을 CSV로 저장하여 다른 도구에서 더 편하게 시각화
  
 필요하다면 이러한 확장 기능을 추가한 버전도 제작할 수 있습니다. 필요하다면 이러한 확장 기능을 추가한 버전도 제작할 수 있습니다.
  
nano_ardule_midi_controller/drum_sim_matrix_manual.1763896216.txt.gz · Last modified: by hyjeong