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
김동훈 (전북대학교) 이준환 (전북대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제27권 제3호
발행연도
2017.6
수록면
187 - 194 (8page)
DOI
10.5391/JKIIS.2017.27.3.187

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 속성 학습(Feature Learning) 모델 중 CDBN(Convolutional Deep Belief) 모델을 사용하여 음악 장르를 분류하는 방법을 제안한다. 제안하는 방법은 크게 전처리와 CDBN 훈련, 분류기 훈련 및 다수결 투표로 구성된다. 전처리 과정에서는 가공되지 않은 음악 데이터에서 멜 스펙트로그램(mel-spectrogram)을 추출한 뒤, ZCA 백색화(whitening)을 적용하여 멜스펙트로그램의 주파수 상호간 연관성을 제거한 저 수준 음악 속성을 얻는다. 다음으로 해당 저 수준 음악 속성을 입력으로 사용하여 계층적으로 고 수준의 음악 속성을 추출할 수 있도록 CDBN 커널을 훈련시킨다. 마지막으로 일정 시간 단위로 샘플링 한 저 수준의 음악 속성을 훈련된 CDBN에 입력으로 주어 얻을 수 있는 고 수준의 음악 속성을 사용하여 인공신경망 분류기를 학습시키고, 분류 결과의 다수결 투표를 통해 해당 데이터의 장르를 최종 결정한다. 제안된 방법은 GTZAN 데이터 셋을 사용하여 장르 분류를 시도한 결과 평균적으로 78.88%의 분류율을 보였다.
#속성 학습 #CDBN #ZCA 백색화 #다수결 투표 #장르 분류 #Feature Learning #ZCA Whitening #Voting #Genre Classification

목차

요약
Abstract
1. 서론
2. 제안하는 장르 분류 방법
3. 제안한 방법을 이용한 장르 분류 실험
4. 결론
References

참고문헌 (12)

참고문헌 신청
Baniya, Babu Kaji, and Joonwhoan Lee. “Importance of audio feature reduction in automatic music genre classification.” Multimedia Tools and Applications, vol. 75, no. 6, pp. 3013-3026, 2016. Dieleman, Sander, and Benjamin Schrauwen. “Multiscale approaches to music audio feature learning.” 14th International Society for Music Information Retrieval Conference (ISMIR-2013). Pontificia Universidade Catolica do Parana, pp. 116-121, 2013. Kong, Qiuqiang, Xiaohui Feng, and Yanxiong Li. “Music genre classification using convolutional neural network.” Proc. Int. Soc. Music Inform. Retrieval (ISMIR). 2014. Li, Tom LH, Antoni B. Chan, and A. Chun. “Automatic musical pattern feature extraction using convolutional neural network.” Proc. Int. Conf. Data Mining and Applications. 2010. Hamel, Philippe, and Douglas Eck. “Learning Features from Music Audio with Deep Belief Networks.” ISMIR. vol. 10, pp. 339-344, 2010.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

옥외영상으로 부터의 직렬구조 차량번호판 검출기
김동훈 ,  김병준 ,  이준환 한국통신학회 학술대회논문집 2015 .11
잡음 중의 화자분류를 위한 켑스트럼 잡음모델에 의한 음성 특징 강조기법
최재승 한국정보기술학회논문지 2018 .03
제어 모멘트 자이로스코프를 이용한 외바퀴 이동로봇의 균형 자세 제어
박상형 ,  이수영 한국지능시스템학회 논문지 2017 .04
자동차 클러스터의 감시 및 제어를 위한 모델기반설계 기법 연구
김동헌 한국지능시스템학회 논문지 2017 .02
ICARP : 기회적 에너지 하베스팅 무선 네트워크를 위한 간섭 기반 충전 인지 라우팅 프로토콜
김현태 ,  나인호 한국지능시스템학회 논문지 2017 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-000914469