S3T:音楽分類のためのスウィン変圧器による自己教師付き予トレーニング【JST・京大機械翻訳】

Zhao Hang; Zhang Chen; Zhu Belei; Ma Zejun; Zhang Kejun

プレプリント

J-GLOBAL ID：202202208202012544 整理番号：22P0292751

S3T:音楽分類のためのスウィン変圧器による自己教師付き予トレーニング【JST・京大機械翻訳】

S3T: Self-Supervised Pre-training with Swin Transformer for Music Classification

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月21日プレプリントサーバーでの情報更新日： 2022年02月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,音楽分類のためのSwin変換器を用いた自己教師付き事前訓練法であるS3Tを提案し,大規模にアクセス可能なラベルなし音楽データから意味のある音楽表現を学習することを目指した。S3Tは,音楽時間周波数領域に対する特徴抽出器としてSwin変換器を用いて運動量ベースパラダイムMoCoを導入した。より良い音楽表現学習のために,S3Tは音楽データ増強パイプラインと2つの特別に設計したプレプロセッサに寄与する。知る限りでは,S3Tは音楽分類のための自己教師付き学習法とSwin変換器を組み合わせた最初の方法である。学習表現で訓練された線形分類器による音楽ジャンル分類と音楽タグタスクに関するS3Tを評価した。実験結果は,S3Tが以前の自己監督法(CLMR)よりも2つのタスクで,それぞれ12.5パーセントのトップ-1精度と4.8パーセントのPR-AUCを凌駕し,また,タスク特有の最先端の教師付きの方法を凌駕することを示している。そのうえ,S3Tは,100%のラベル付きデータで両方のタスクでCLMRを超える10%のラベル付きデータだけを使用して,ラベル効率の進歩を示す。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

楽器音響 , パターン認識

, , , , ,

前のページに戻る