文献

J-GLOBAL ID：202002259388866327   整理番号：20A1960224

音楽における感情予測のための新しいモデル【JST・京大機械翻訳】

A New Model for Emotion Prediction in Music

著者 (4件)： Sharma Hardik (JIIT,Department of CSE and IT,Noida Campus,India) ,  Gupta Shelly (JIIT,Department of CSE and IT,Noida Campus,India) ,  Sharma Yukti (JIIT,Department of CSE and IT,Noida Campus,India) ,  Purwar Archana (JIIT,Department of CSE and IT,Noida Campus,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICSC  ページ： 156-161  発行年： 2020年 
JST資料番号： W2441A  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： 音楽ベースの感情解析は,音楽推薦システム,販売,広告などの形式で様々なアプリケーションを持つ。様々な研究は,リリックを扱い,自然言語処理を用いて感情分析を行う。他は,関連する回答を見つけるためのオーディオ特徴に焦点を当てた。しかし,音楽感情を予測する際に直面する最大の課題は,音楽が単一感情だけを描写しないことである。したがって,本研究では,Russellスケールを用いて,感情よりもむしろ覚醒と原子価を予測した。多重線形回帰によるオーディオ特徴選択を実行し,線形サポートベクトルマシン,決定木,カーネルSVM,K最近傍(K-NN),Naive Bayes,ロジスティック回帰,およびランダムフォレスト間の音声特徴に関する比較研究を行った。さらに,Multi-Layer Perceptronに基づくハイブリッドモデルを,予測の精度を高めるために提案した。本研究のデータセットは,PMEmo2019データから取られた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音楽 ,  原子価 ,  自然言語処理 ,  特徴選択 ,  ディシジョンツリー ,  *オーディオ機器 ,  応用プログラム ,  線形性 ,  サポートベクトルマシン
準シソーラス用語： ロジスティック回帰分析 ,  ハイブリッドモデル ,  ランダムフォレスト ,  多重線形回帰 ,  Naive Bayes ,  感情分析 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 音楽 ,  感情 ,  予測 ,  モデル