文献

J-GLOBAL ID：202102210916598264   整理番号：21A0961603

自己組織化マップを用いた強化学習に基づく楽曲プレイリスト生成に関する検討

A Note on Music Playlist Generation Based on Reinforcement Learning Using Self-Organized Map

著者 (4件)： 櫻井慶悟 (北大 工) ,  藤後廉 (北大 数理・データサイエンス教育研究セ) ,  小川貴弘 (北大 大学院情報科学研究院) ,  長谷山美紀 (北大 大学院情報科学研究院)
資料名： 電気・情報関係学会北海道支部連合大会講演論文集(CD-ROM)  (Joint Convention Record, the Hokkaido Chapters of the Institutes of Electrical and Information Engineers, Japan (CD-ROM))
巻： 2020  ページ： ROMBUNNO.68  発行年： 2020年10月30日 
JST資料番号： L1739B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 1 はじめに. 近年,Spotify1やApple Music2等の楽曲ストリーミングサービスが急速に普及しており,時間や場所を問わず,大量の楽曲を聴取することが可能になっている[1].一般に,大量の楽曲の中からユーザーが嗜好とする楽曲を発...【本文一部表示】

シソーラス用語： 最適化 ,  写像 ,  *学習 ,  位相 ,  二次元 ,  *自己組織化 ,  探索行動 ,  エージェント ,  *強化学習 ,  *自己組織化特徴マップ
準シソーラス用語： 楽曲 ,  Euclid距離 ,  音響特徴 ,  評価指標 ,  低次元 , 【Automatic Indexing@JST】

分類 (4件)： 人工知能  (JE08000Z) ,  その他の情報処理  (JE15050M) ,  パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 自己組織化マップ ,  強化学習 ,  楽曲 ,  プレイリスト