文献

J-GLOBAL ID：202002236984209647   整理番号：20A1760041

音楽ジャンル分類へのアーティストグループ因子の移動学習【JST・京大機械翻訳】

Transfer Learning of Artist Group Factors to Musical Genre Classification

著者 (4件)： Kim Jaehun (Delft University of Technology, Delft, Netherlands) ,  Won Minz (Universitat Pompeu Fabra, Barcelona, Spain) ,  Serra Xavier (Universitat Pompeu Fabra, Barcelona, Spain) ,  Liem Cynthia C. S. (Delft University of Technology, Delft, Netherlands)
資料名： ACM Proceedings  (ACM Proceedings)
号： WWW ’18  ページ： 1929-1934  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 音声情報からの音楽ジャンルの自動認識は,ジャンルラベルが主観的でノイズが多いので,挑戦的な問題である。芸術者ラベルは主観的でノイズが少ないが,ある芸術家は特定のジャンルとより強く関連している可能性がある。同時に,予測時間において,芸術者ラベルが与えられたオーディオセグメントに対して利用可能であるとは保証されない。したがって,本研究では,転送学習フレームワークを適用して,ジャンル分類のために推論時間で使用される,芸術者関連情報を学習することを提案する。より効果的な学習と潜在的なラベルノイズに対する強いロバスト性を可能にする,芸術者グループ因子により表現される異なるタイプの芸術者関連情報を考察した。さらに,単一タスク転送,マルチタスク転送および最終的にマルチタスク学習を含む,様々な種類の転送手法による実験により,与えられたFMAデータセット上で最高の検証精度を達成する方法を検討した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  音楽 ,  *学習 ,  ニューラルネットワーク ,  オーディオ機器 ,  ロバスト性
準シソーラス用語： 自動認識 ,  マルチタスク ,  マルチタスク学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： マルチタスク学習 ,  音楽情報検索 ,  ニューラルネットワーク ,  伝達学習

分類 (2件)： 楽器音響  (BB03070Y) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 音楽 ,  分類 ,  アーティスト ,  グループ ,  因子 ,  学習