抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
音楽のディジタル化は人々の日常生活に深く成長してきた。推薦システムと類似性試験のような,ディジタル音楽の誘導されたサービスをオンラインサービスとマーケティングのエッセンシャルにとって不可欠となっている。これらシステムのビルディングブロックとして,音楽ジャンル分類はすべてのこれらのサービスをサポートするために必要である。以前に,低水準特徴,それらのいくつかに焦点を当てた多くの研究者は,より説明可能な方法,すなわち,musicologicalアプローチからこの問題を展望した。これは分級プロセスの中間段階はほとんど説明できた,音楽専門家のドメイン知識の多くは,プロセスに有用であったことが問題となっている。musicological方法でジャンル分類に近づいた。提案した方法は,明確な音楽意味を持つことを高レベル特徴を考慮に入れ,音楽の専門家は,分類結果を解釈できる。追加統計的情報よりも他のよりmusicological要素を調べるために,記号のみピアノのデータセット,クラシック,ジャズ,ラグタイム音楽の200以上の記録を用いた。特徴抽出とn-gramテキスト分類アルゴリズムを実施した。提案した方法は,90%以上の平均予測精度を達成する実験結果と,98%のピークとその概念を証明した。はこの新しい方法は音楽専門家は音楽ジャンル分類プロセスに有意にそれらのエキスパート知識に寄与する可能にする扉を開くと信じている,提案されたアプローチは,将来の音楽分類と推薦システムのための有意に寄与するであろう。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
