메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
송민균 (금오공과대학교) 문창배 (금오공과대학교) 김현수 (금오공과대학교) 김병만 (금오공과대학교) 오득환 (금오공과대학교) 유경령 (금오공과대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제39권 제3호
발행연도
2012.3
수록면
236 - 243 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2012

장르 분류 체계에 따른 음악 장르 자동 판별 성능분석
송민균 ,  문창배 ,  김현수 외 3명 정보과학회논문지 : 소프트웨어 및 응용 2012.03 학술저널

2011

음악 장르 분류법에 따른 자동판별 성능분석
송민균 ,  문창배 ,  김현수 외 1명 한국정보과학회 학술발표논문집 2011.06 학술대회자료

초록· 키워드

오류제보하기
기존 음악 장르 분류의 경우 대부분의 연구가 음악의 특징 추출 또는 기계학습에 중점을 두어 진행하여왔다. 하지만, 기계학습에 사용되는 장르 데이터가 웹 사이트마다 다르고 각 웹사이트의 장르가 해당 음악의 장르가 아닌 해당 음악이 속한 앨범의 장르로 표시하기 때문에 해당 음악의 장르가 앨범의 장르와 정확히 일치한다고 할 수 없다. 장르 분류 시스템 간의 객관적인 성능분석을 위해서는 일관된 음악 장르 데이터 구축이 필요한데, 이러한 연구의 일환으로 본 논문에서는 현재 음악을 제공하는 각 웹사이트에서 다르게 제공하는 장르 데이터에 따른 성능 분석을 하였고, 또한 새로운 장르 분류법을 제안하고 이의 성능도 분석하였다. 분석 결과 분류 방법에 따라 판별성능이 다소 차이가 발생하였으며 그 중 Allmusic에서 제공한 장르 분류가 가장 좋은 성능을 보였다. 하지만 실험 시 학습 및 판별에 사용한 데이터의 수를 고려한다면 Allmusic보다는 벅스에서 제공된 장르/스타일 사전을 이용하여 장르를 분류한 결과가 더 좋은 신뢰성을 가진다고 할 수 있다.
#음악장르 #장르판별 #장르분류 #신경망학습 #Music Genre Data #Music Genre Classification #Neural Network Learning #Classification Performance

목차

요약
Abstract
1. 서론
2. 관련연구
3. 음악의 장르 설정 그리고 학습 및 판별
4. 실험 및 결과
5. 결론
참고문헌

참고문헌 (18)

참고문헌 신청
1. [인터넷자원] - / / http://www.bugs.co.kr/ google schola 2. [학술지(정기간행물)] - Tzanetakis, G. / 2002 / Musical genre classification of audio signals / Speeach and Audio Processing, IEEE Transaction on 10 (5) : 293 ~ 302 google schola 3. [학술대회논문] - Jiang, D. / 2002 / Music type classification by spectral contrast feature / Proc. of ICME 1 : 113 ~ 116 google schola 4. [기타자료] - Peter Ahrendt / 2005 / Music Genre Classification using the multivariate AR feature integration model / MIREX google schola 5. [학술지(정기간행물)] - Alan Hanjalic / 2006 / Extracting Moods from Pictures and Sounds / IEEE Signal Processing Magazine 23 (2) : 90 ~ 100 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

오디오신호의 음계 변조를 이용한 음악 스타일 변환 방법
이장우 ,  김현우 ,  이교구 에밀레 2010 .12
장르 벡터를 이용한 음악추천시스템
황태규 ,  박찬수 ,  김수철 외 1명 한국정보과학회 학술발표논문집 2013 .06
문화적 취향의 분화와 계급 : 음악장르를 중심으로
양종회 한국사회학 2009 .10
빅 데이터 분석을 위한 아파치 스파크 성능 비교 분석
정영교 ,  이병준 ,  김경태 외 2명 한국지능정보시스템학회 학술대회논문집 2016 .08
스펙트로그램을 이용한 딥 러닝 기반의 오디오 장르 분류 기술
장우진 ,  윤호원 ,  신성현 외 1명 한국방송미디어공학회 학술발표대회 논문집 2016 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2013-569-001659360