In visual art domain in evolutionary art(EA) field, imageries are created by complexity measures that can induce human preference. However, in temporal art domain i,e. music, few researches have been studied about complexity measure that is relevant to human preference. Instead, only a study on relationship between human’s cognitive ability and preference is existed. Therefore we measure the cognitive complexity values for generating human-preferred novel rhythmic patterns. We focus on measuring complexity of the the patterns with three criteria based on a ’cognitive complexity’ theory by Thul and Toussaint: perceptual complexity, performance complexity, and structural complexity. In order to do this we first extracted preferred rhythmic patterns from each group by using interactive genetic algorithm(IGA). Next, we calculated each complexity of the selected patterns. With this measurements we use the average complexity scores of the pattern to generate novel 8 rhythms. For assessing these values are effective for creation, we compared preference score between ’novel’ and the other rhythmic pattern sets - novel(ps), novel(lhl), novel(met), novel(odd), and existed - by conducting t-test. In addition, in order to find out which complexity factors should be considered for inducing public preference, we conduct comparative analysis between complexity values of preferred patterns from two groups: experts and non-experts. The result first shows that novel pattern sets has a higher preference score than that of the rests. However, there is no significant difference in preference for novel and each novel(lhl), novel(met), and existed. Moreover, there are significant differences in lhl-value and metrical value for patterns preferred by experts and non-experts group. Thus, the primary implication of this is that the quantitative measurement of performance complexity and metrical complexity are important factors in human preference and can be useful to generate novel rhythmic pattern.
진화 생성 예술의 시각 분야에서는 사람들의 선호도를 이끌어 낼 수 있는 복잡성 측정 방법들을 활용하여 예술 작품을 창작한다. 하지만 이와 관련된 시간 예술, 즉 음악의 분야에서는 아직까지 사람들의 선호도와 연관된 복잡성 측정에 대한 연구가 이루어지지 않았다. 따라서 본 논문에서는 사람이 음악 리듬 패턴을 인식하는 3가지 기준인 지각, 재현, 그리고 구조의 복잡성(음운, oddity)을 중심으로, 사람들이 선호하는 리듬 패턴의 각 복잡성 수치를 정량화하여 이를 새로운 리듬 패턴을 생성하는데에 활용하는 연구를 진행하였다. 연구를 진행함에 있어서 우선 웹에서 구축된 인터렉티브 유전 알고리즘을 활용하여 사람들이 선호하는 리듬을 선별하고 해당 리듬 패턴의 복잡성을 수학적으로 계산하였다. 그 다음에는 이렇게 정량화된 네 가지 수치를 모두 고려하여 생성된 패턴군과 각각 한 가지 수치만을 고려하여 생성된 패턴군, 그리고 기존에 존재하는 패턴군과의 선호도 비교를 통해 본 연구에서 도출해낸 수치의 유효성을 검증하였다. 또한 전문가 집단과 비전문가 집단이 선호하는 리듬 패턴의 복잡성 수치의 비교 분석을 진행하여, 비전문가들의 선호를 이끌어내기 위해서는 과연 어떠한 복잡성의 수치를 고려해야할 것인지를 분석하였다. 실험의 결과 네 가지 수치를 모두 고려하여 생성된 리듬 나머지 모든 리듬 패턴 군들에 비해 높은 평균 선호도를 나았다. 하지만 재현의 복잡성과 음운의 복잡성만을 고려한 리듬 패턴군과의 선호도의 차이는 크게 나타나지 않았다. 또한 전문가 집단과 비전문가 집단이 선호하는 리듬 패턴의 복잡성 수치를 비교해본 결과 재현의 복잡성과 음운의 복잡성에서 두 집단간 큰 차이를 나타내었다. 따라서 이렇게 정량화된 리듬 패턴의 재현의 복잡성과 음운의 복잡성은 진화생성 예술을 통한 창작의 과정에서 사람들의 선호도를 이끌어 낼 수 있는 수치로서 활용될 수 있을 것이라고 예상된다.