文献

J-GLOBAL ID：201702216411724816   整理番号：17A0320326

ポップ音楽音響特徴と感情の間の意味的ギャップを埋める:解釈可能モデルを構築【Powered by NICT】

Bridge the semantic gap between pop music acoustic feature and emotion: Build an interpretable model

著者 (4件)： Zhang JiangLong (School of Computer, Communication University of China, Beijing) ,  Huang XiangLin (School of Computer, Communication University of China, Beijing) ,  Yang Lifang (School of Computer, Communication University of China, Beijing) ,  Nie Liqiang (School of Computing, National University of Singapore, Singapore)
資料名： Neurocomputing  (Neurocomputing)
巻： 208  ページ： 333-341  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 音楽感情認識(MER)は,音楽理解,推奨,検索と人間コンピュータ相互作用における重要な話題である。音楽へのヒトの感情応答を推定するための機械学習法によって達成された大成功。しかし,それらのいくつかは感情応答のための意味論的interpretにおいて多くの注目を払った。本研究では,まず音響音声と感情との間の解釈可能なモデルを訓練した。フィルタ,ラッパと収縮法は重要な特徴を選択するために適用した。感情モデルを構築し,説明するための統計学的モデルを適用した。広範な実験結果は,収縮法は,ラッパー手法と覚醒感情におけるフィルタ法より優れていることを明らかにした。添加では,抽出された特徴のほんの小さな組が覚醒に重要な影響を及ぼすことを観察した。が,著者らの抽出された特徴の大部分は価電子音楽知覚にほとんど寄与していた。最終的に,著者らは覚醒時より高い平均正解率,価電子のそれと比較してを得た。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 価電子 ,  意味論 ,  *音楽 ,  *音響 ,  統計模型 ,  ヒト ,  特徴選択 ,  フィルタ ,  覚醒 ,  機械学習
準シソーラス用語： 正解率 ,  感情モデル ,  ラッパー ,  感情認識 ,  *音響特徴 , 【Automatic Indexing@JST】

著者キーワード (5件)： 意味論的ギャップ ,  感情音楽 ,  特徴選択 ,  収縮法 ,  解釈可能なモデル

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 音楽 ,  音響特徴 ,  感情 ,  意味 ,  ギャップ ,  モデル ,  構築