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
장우진 (광운대학교) 윤호원 (광운대학교) 신성현 (광운대학교) 조효진 (광운대학교) 장원 (광운대학교) 박호종 (광운대학교)
저널정보
한국방송·미디어공학회 방송공학회논문지 방송공학회논문지 제22권 제6호
발행연도
2017.11
수록면
693 - 701 (9page)

이용수

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

이 논문의 연구 히스토리 (3)

2018

심층 신경망과 인간 청각 시스템 기반의 특성 벡터를 이용한 음악 장르 분류 기술
장우진 전자공학과 2018.01 학위논문

2017

스파이크그램과 심층 신경망을 이용한 음악 장르 분류
장우진 ,  윤호원 ,  신성현 외 3명 방송공학회논문지 2017.11 학술저널
심층 신경망 기반의 사운드 분류를 위한 청각 특성 추출 기술
장우진 ,  신성현 ,  윤호원 외 3명 한국방송미디어공학회 학술발표대회 논문집 2017.06 학술대회자료

초록· 키워드

오류제보하기
본 논문은 스파이크그램과 심층 신경망을 이용한 새로운 음악 장르 분류 방법을 제안한다. 인간의 청각 시스템은 최소 에너지와 신경 자원을 사용하여 최대 청각 정보를 뇌로 전달하기 위하여 입력 소리를 시간과 주파수 영역에서 부호화한다. 스파이크그램은 이러한 청각 시스템의 부호화 동작을 기반으로 파형을 분석하는 기법이다. 제안하는 방법은 스파이크그램을 이용하여 신호를 분석하고 그 결과로부터 장르 분류를 위한 핵심 정보로 구성된 특성 벡터를 추출하고, 이를 심층 신경망의 입력 벡터로 사용한다. 성능 측정에는 10개의 음악 장르로 구성된 GTZAN 데이터 세트를 사용하였고, 제안 방법이 기존 방법에 비해 낮은 차원의 특성 벡터를 사용하여 우수한 성능을 제공하는 것을 확인하였다.
#music genre #genre classification #spikegram #deep neural network

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 스파이크그램 추출
Ⅲ. 제안하는 음악 장르 분류 방법
Ⅳ. 성능 분석
Ⅴ. 결론
참고문헌 (References)

참고문헌 (10)

참고문헌 신청
M. Henaff, K. Jarrett, K. Kavukcuoglu and Y. LeCun, Unsupervised Learning of Sparse Features for Scalable Audio Classification, Proceeding of International Society for Music Information Retrieval Conference (ISMIR), pp.681-686, Sep. 2011. S. H. Kim, D. S. Kim and B. W. Suh, Music Genre Classification Using Multimodal Deep Learning, Proceeding of Human Computer Interaction Korea, pp.389-395, Jan. 2016. D. Bhalke, B. Rajesh and D. Bormane, Automatic Genre Classification Using Fractional Fourier Transform Based Mel Frequency Cepstral Coefficient and Timbral Features, Archives of Acoustics, Vol.42, No.2, pp.213-222, 2017. M. Patil and U. Nemade, Music Genre Classification Using MFCC, K-NN and SVM Classifier, International Journal of Computer Engineering In Research Trends, Vol.4, No.2, pp.43-47, Feb. 2017. P. Manzagol, T. Bertin-Mahieux and D. Eck, On The Use of Sparse Time-Relative Auditory Codes for Music, Proceeding of International Society for Music Information Retrieval Conference (ISMIR), pp.603-608, Sep. 2008.

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

5.8GHz에서 유리와 안테나 간의 거리 및 각도에 따른 특성 분석
김동우 ,  나세웅 ,  김진대 외 1명 Journal of Advanced Marine Engineering and Technology (JAMET) 2017 .11
CNN을 이용한 음성 데이터 성별 및 연령 분류 기술 연구
박대서 ,  방준일 ,  김화종 외 1명 한국정보기술학회논문지 2018 .11
음악 장르 분류를 위한 스파이크그램 기반의 시간 및 주파수 특성 추출 기술
장원 ,  조효진 ,  신성현 외 1명 한국방송미디어공학회 학술발표대회 논문집 2018 .06
일본의 지속가능 도시재생 계획에 관한 사례 연구 : 입지적정화계획의 도시기능유도구역 설정을 중심으로
고주연 ,  이승일 국토계획 2017 .11
심층 신경망 기반의 사운드 분류를 위한 청각 특성 추출 기술
장우진 ,  신성현 ,  윤호원 외 3명 한국방송미디어공학회 학술발표대회 논문집 2017 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-567-001576755