文献

J-GLOBAL ID：202202237866679975   整理番号：22A0805354

反復再構成深層特徴を用いたエンドツーエンド音楽感情変動検出【JST・京大機械翻訳】

End-to-end music emotion variation detection using iteratively reconstructed deep features

著者 (4件)： Orjesek Richard (BrainIt.sk, Zilina, Slovakia) ,  Orjesek Richard (University of Zilina, Zilina, Slovakia) ,  Jarina Roman (University of Zilina, Zilina, Slovakia) ,  Chmulik Michal (University of Zilina, Zilina, Slovakia)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 4  ページ： 5017-5031  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 自動音楽感情認識(MER)は音楽情報検索とユーザインタフェイス開発の分野でますます注目されている。音楽感情変動検出(または動的MER)は,感情の時間的変化も捉え,音楽における感情的内容は,一連の価数的予測として表現される。MERにおける問題の一つは,オーディオ信号からの感情特性の抽出である。生音声波形から直接音楽感情関連顕著特徴をマイニングするための深層ニューラルネットワークベースソリューションを提案した。提案したアーキテクチャは,1次元畳込み層,反復再構成によるオートエンコーダベース層,および双方向ゲート反復ユニットに基づく。DEAMデータセットの試験は,他の最先端のシステムと比較して,提案した解決策が,特に原子価次元に対して,回帰精度の著しい改善をもたらすことができることを示した。提案した反復再構成層は,特徴の識別特性を強化し,さらに回帰精度を増加させることを示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  *音楽 ,  *感情 ,  原子価 ,  音声信号 ,  *エンドツーエンド方式 ,  一次元 ,  深層 ,  計算機アーキテクチャ ,  ユーザインタフェイス ,  機械学習
準シソーラス用語： 感情認識 ,  音楽情報検索 ,  深層学習 ,  ディープニューラルネットワーク ,  自己符号化器 , 【Automatic Indexing@JST】

著者キーワード (6件)： 音楽感情認識 ,  覚醒 ,  原子価 ,  エンドツーエンド深層学習 ,  双方向ゲートリカレントユニット ,  反復再構成

分類 (1件)： 楽器音響  (BB03070Y)

タイトルに関連する用語 (6件)： 反復再構成 ,  深層 ,  エンドツーエンド ,  音楽 ,  感情 ,  変動検出