Dans ve makine öğrenimi alanlarının kesişiminde yapılan çalışmalar, sanat ve teknolojinin yenilikçi bir biçimde birleşmesine olanak sağlamaktadır. Bu derleme çalışmasında, yapay zeka (YZ) ve makine öğrenimi (MÖ) tekniklerinin dans hareketlerinin tanınması, sınıflandırılması ve koreografi üretiminde nasıl kullanıldığı incelenmiştir. Özellikle derin öğrenme tabanlı modellerin, dans hareketlerinin kalite değerlendirilmesi ve stil tanıma süreçlerinde yüksek doğruluk oranları sağladığı gözlemlenmiştir.

ML-2DMC-FCM-GWO ve Grafik Konvolüsyonel Adversarial Ağlar (GCAN) gibi modellerin, dans hareketlerini tanıma ve analiz etme süreçlerinde kullanılması, performans analizlerinin daha güvenilir hale gelmesine katkı sağlamaktadır. Ayrıca, yapay zeka destekli sistemler, dans eğitiminin daha erişilebilir ve etkili hale gelmesini sağlamaktadır. Örneğin, DanceGen ve PirouNet modelleri, koreografi üretim süreçlerinde yenilikçi yaklaşımlar sunarak, sanatsal yaratım süreçlerini daha verimli hale getirmiştir.

Sanal gerçeklik (VR) ve multimodal öğrenme tekniklerinin birleştirilmesi, dans performanslarının analiz edilmesinde yeni bir boyut kazandırmaktadır. Bu teknolojiler sayesinde, dans hareketlerinin çok boyutlu analizi yapılmakta ve performans değerlendirmeleri daha nesnel hale gelmektedir. Gelecekte, dansın duygusal boyutunu daha iyi anlamak ve sınıflandırmak amacıyla YZ tabanlı modellerin geliştirilmesi önerilmektedir. Bu çalışma, dans ve yapay zeka entegrasyonunun mevcut uygulamalarını ve gelecekteki araştırma yönlerini ortaya koymayı amaçlamaktadır.