본 논문은 스파이킹 신경망과 같은 이산 신경망의 구조와 피아노곡의 구성 사이의 흥미로운 유사성을 탐구합니다. 두 가지 모두 순차적 또는 병렬적으로 활성화되는 노드 또는 음표를 포함하지만, 후자는 의미 있는 조합을 안내하는 풍부한 음악 이론의 도움을 받습니다. 본 논문에서는 음악 문법을 활용하여 스파이킹 신경망의 활성화를 조절하는 새로운 방법을 제안하여 기호를 인력자로 표현합니다. 음악 이론의 코드 진행 규칙을 적용하여 특정 활성화가 인력 개념과 유사하게 다른 활성화를 자연스럽게 따르는 방법을 보여줍니다. 또한 네트워크 내의 다양한 인력 분지를 탐색하기 위해 조옮김(key modulation) 개념을 도입합니다. 궁극적으로 본 논문은 모델의 개념 지도가 음악의 5도권에 의해 구조화되어 있음을 보여주며, 심층 학습 알고리즘에서 음악 이론 원리를 활용할 가능성을 강조합니다.
