文献

J-GLOBAL ID：201802215220954090   整理番号：18A2120282

デコンボリューションニューラルネットワークの音楽スタイル認識への応用【JST・京大機械翻訳】

Musical Genre Recognition with Deep Convolutional Neural Networks

著者 (2件)： Hu Zhaohua (南京信息工程大学 電子与信息工程学院,南京210044;南京信息工程大学 江蘇省大气環境与装備技術協同創新中心,南京210044) ,  Yu Yuanyuan (南京信息工程大学 電子与信息工程学院,南京,210044)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 39  号： 9  ページ： 1932-1936  発行年： 2018年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  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、時間特徴に基づく音楽スタイル識別問題の分類性能はあまり良くない。畳み込みニューラルネットワーク(CNNs)の情報取得能力のため,本論文では,CNNを用いて音楽信号の多様な特徴を抽出し,分類する。最初に,オリジナルの音楽信号のスペクトル図を,時間的特徴の高調波成分と周波数特性の衝撃成分に分離して,オリジナルのスペクトルグラフとともにCNNの入力として,harmonic/percussivesoundseparation(HPSS)アルゴリズムを使用した。次に,画像のアフィン変換とPCAを用いて訓練画像中のRGBチャネルの画素値を変化させ,データセットを拡大した。最後に,CNNのネットワーク構造を設計して,認識比率に及ぼす異なるパラメータの影響を研究した。GTZANデータセットに関する実験結果は,提案方法が単一特徴を用いた音楽スタイル認識を効果的に改善できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 画像 ,  *デコンボリューション ,  スペクトル ,  アルゴリズム ,  情報収集 ,  *ニューラルネットワーク ,  *音楽 ,  衝撃 ,  周波数特性 ,  アフィン変換 ,  ネットワーク構造 ,  チャネル ,  画素値 ,  畳込みニューラルネットワーク
準シソーラス用語： 認識率 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 音楽 ,  スタイル ,  応用