지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.6
- 수록면
- 63 - 69 (7page)
- DOI
- 10.5762/KAIS.2024.25.6.63
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
음악 장르는 음악을 분류하기 위한 수단으로 박자, 템포, 멜로디의 높낮이 등의 수많은 특징을 사용하여 분류한다. 본 논문에서는 전처리 과정을 통하여 음악의 특징을 추출하고 머신러닝 기법으로 학습시켜 장르를 구분하는 방법을 제안하였다. CNN(Convolutional Neural Network), LSTM (Long Short-Term Memory)의 두 가지 머신러닝 알고리즘을 사용하여 알고리즘별 성능을 비교 분석하였다. 분석 결과, 경음악(light Music), 발라드(Ballad), 록(Rock), 블루스(Blues), 알앤비(R&B), 클래식(Classic) 등 크게 6가지 장르로 분류 실험을 수행한 결과로 CNN을 이용한 머신러닝 기법의 정확도가 98.7%로 가장 높았으며, 이는 특징을 자동으로 추출해주는 CNN의 특성 때문이었다. 높은 정확도를 보여준 CNN을 통해 자동 음악 추천 시스템과 비슷한 응용 분야에서의 활용 가능성을 확인하였으며, 제한된 데이터와 비 최적화된 매개변수 설정에도 불구하고 유의미한 결과를 제시하였다.
목차
요약
Abstract
1. 서론
2. 장르 구분에 관한 연구
3. 분류를 위한 머신러닝 기법 비교
4. 실험 및 결과
5. 결론
References
참고문헌 (15)
참고문헌 신청
S.E. Kim, E.J. Song, "A Study of New Possibility on Computer Music", Journal of Digital Contents Society, Vol.10, No.4, pp.561-568, 2009. https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE02270757
J. H. Lee, "Music genre classification using Deep learning", Korean Institute of Information Scientists and Engineers, Pusan, pp.2007-2009, Dec, 2017. https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE07322780
Pierce & J.Robinson, “The Science of Musical Sound", W.H. Freeman & Company Inc., USA, PP.25-48, 1992.
S.H. Kim, D.S. Kim and B.W. Suh, "Music Genre Classification using Multimodal Deep Learning", Proc. of HCI KOREA 2016, pp.389-395, Jan, 2016. https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE06592384&language=ko_KR&hasTopBanner=true
S. Oramas, O. Nieto, F. Barbieri and X. Serra, "Multi-label music genre classification from audio, text, andimages using deep features", Proc. of the 18th International Society for Music Information Retrieval Conference(ISMIR), pp.23-30, 2017. DOI: https://doi.org/10.48550/arXiv.1707.04916
J. H. Lee, "Music genre classification using Deep learning", Korean Institute of Information Scientists and Engineers, Pusan, pp.2007-2009, Dec, 2017. https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE07322780
Pierce & J.Robinson, “The Science of Musical Sound", W.H. Freeman & Company Inc., USA, PP.25-48, 1992.
S.H. Kim, D.S. Kim and B.W. Suh, "Music Genre Classification using Multimodal Deep Learning", Proc. of HCI KOREA 2016, pp.389-395, Jan, 2016. https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE06592384&language=ko_KR&hasTopBanner=true
S. Oramas, O. Nieto, F. Barbieri and X. Serra, "Multi-label music genre classification from audio, text, andimages using deep features", Proc. of the 18th International Society for Music Information Retrieval Conference(ISMIR), pp.23-30, 2017. DOI: https://doi.org/10.48550/arXiv.1707.04916
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
소프트맥스를 이용한 딥러닝 음악장르 자동구분 투표 시스템
한국정보통신학회논문지
2019 .01
-
CNN 기법을 이용한 공간정보 자동분류연구
대한공간정보학회 학술대회
2017 .05
-
딥러닝을 이용한 음악 장르 분류
한국정보과학회 학술발표논문집
2017 .12
-
전처리와 특징 추출이 CNN기반 화재 탐지 성능에 미치는 효과
한국산업정보학회논문지
2018 .08
-
음악 감정 인식을 위한 CNN 기반 최신 연구 동향
대한전자공학회 학술대회
2023 .06
-
CNN을 이용한 이미지 분류
Proceedings of KIIT Conference
2017 .06
-
생성적 적대 신경망(GAN)을 이용한 딥러닝 음악 장르 분류 시스템 모델 개선
한국정보통신학회논문지
2020 .07
-
CNN-LSTM을 사용한 긴 주기 펄스 레이다 신호 속성 분류
한국전자파학회논문지
2022 .01
-
A Study of Facial Organs Classification System Based on Fusion of CNN Features and Haar-CNN Features
한국정보기술학회논문지
2018 .11
-
CNN-LSTM 조합모델을 이용한 영화리뷰 감성분석
지능정보연구
2019 .12
-
음악 감성과 장르 자동 분류를 위한 데이터셋 구축과 평가
한국차세대컴퓨팅학회 논문지
2023 .06
-
다양한 변수에 따른 CNN 성능 분석
정보 및 제어 논문집
2019 .04
-
이미지화 알고리즘 및 딥러닝을 이용한 자동 변조 분류
한국전자파학회논문지
2021 .04
-
인공지능 기법(CNN)을 이용한 음성과 음악구분
한국산학기술학회 논문지
2021 .10
-
Dance Movement Recognition based on Deep Learning
IEIE Transactions on Smart Processing & Computing
2024 .06
-
CNN 기반의 행동 인식 및 분류 모델 개발
대한전기학회 학술대회 논문집
2020 .07
-
CNN 기반 장르 소분류 모델을 활용한 실시간 음악 장르 분류 모델 연구
제어로봇시스템학회 논문지
2021 .07
-
상황 인지를 위한 시공간적 특징을 추출하는 CNN-LSTM 융합 신경망
한국정보과학회 학술발표논문집
2020 .12
-
3D CNN-LSTM 알고리즘을 이용한 손동작 비디오 영상 분류
한국산학기술학회 논문지
2024 .09
-
Survey of the 3D Convolutional Neural Networks for Video Action Recognition
대한전자공학회 학술대회
2022 .06
이 논문과 함께 이용한 논문
지방소멸 위기 대응 차원의 저출생 문제에 대한 머신러닝 기반 시계열분석 및 지방대학의 역할
이상엽
,
주상현
,
장지현
외 1명
사회적경제와 정책연구
2024
.05
EEG 기반 실시간 집중 상태 분류 머신러닝 모델: 의료분야 VR 교육 성취 향상을 중심으로
서예찬
,
최연진
,
지혜선
외 1명
한국컴퓨터정보학회 학술발표논문집
2024
.07
딥러닝 기반 에폭시 도포 불량 검출시스템의 데이터셋 구축 및 학습
한재웅
,
조재훈
,
김용태
한국지능시스템학회 논문지
2024
.08
음악 장르 분류를 위한 이미지 증강 기반 자기 지도 학습
박형민
,
홍성래
,
이솔
외 2명
한국정보과학회 학술발표논문집
2024
.06
머신러닝 기반 한국 임야 공매의 낙찰가격 예측
문혜정
,
조남욱
지능정보연구
2024
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-151-24-02-090075651