인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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
- 저자정보
피인용 0
초록·키워드
Music is a powerful way to express emotions, and as information visualization develops, visualizing emotions in music has become a popular topic. This study proposes a strategy for visualizing emotions in music on mobile devices. It uses the activation-degree-effectiveness emotion model and combines the residual phase with mel-frequency cepstral coefficient weighting to extract emotion features. Convolutional and recurrent neural networks were optimized and used together to recognize musical emotions. Experimental results show that the proposed method achieves the highest recognition accuracy of 90% and 92% in the Sound-track dataset and Song’s dataset, respectively, and an error rate of 10% in the AMG1608 dataset. The accuracy for recognizing happiness, sadness, relaxation, and anger is above 88%. This study provides a feasible direction for optimizing the visual design of expression of emotion in music art and recognition of emotion in music.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-090985648
