文献

J-GLOBAL ID：201702231907740398   整理番号：17A1314913

雑音低減自動符号器の特徴学習に基づく音楽自動アノテーションアルゴリズム【JST・京大機械翻訳】

Feature Learning for Music Auto-Tagging Using Denoising Autoencoder

著者 (2件)： Li Peng (華東理工大学信息科学与工程学院,上海,200237) ,  Chen Ning (華東理工大学信息科学与工程学院,上海,200237)
資料名： Huadong Ligong Daxue Xuebao. Ziran Kexue Ban  (Huadong Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 43  号： 2  ページ： 241-247  発行年： 2017年 
JST資料番号： C2920A  ISSN： 1006-3080  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在,音楽自動アノテーションモデルは手動設計パターンを採用することが多いため,最適な特徴選択が難しいという問題がある。本論文は,教師なし学習に基づく特徴学習アルゴリズムを提案して,それは事前知識に依存することなく,自動的に特徴の潜在的構造を学習することができた。最初に,前処理段階において,主に音楽の音階輪郭周波数スペクトルを抽出し,PCAの白化次元縮小処理を行った。次に,深さ学習における雑音除去自動符号器アルゴリズムを用いて,次元縮小後の特徴に対して教師なし学習を行い,最大値のプール化と平均値を用いて新しい特徴ベクトルを得た。最後に、特徴ベクトルとラベルを多層パーセプトロンに送り、教師あり学習を行う。MagnatagatuneとGTZANデータベースに基づく実験結果は,提案したアルゴリズムが音楽自動アノテーションの精度をある程度向上させることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *学習 ,  雑音除去 ,  教師なし学習 ,  教師つき学習 ,  *音楽 ,  *アルゴリズム ,  学習アルゴリズム ,  データベース ,  *符号器 ,  *アノテーション ,  次元縮小 ,  特徴選択 ,  多層パーセプトロン
準シソーラス用語： 特徴ベクトル ,  事前知識 , 【Automatic Indexing@JST】

著者キーワード (4件)： deep learning ,  music auto-tagging ,  denoising autoencoder ,  multilayer perceptron

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 雑音低減 ,  符号器 ,  学習 ,  音楽 ,  アノテーション ,  アルゴリズム