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
학술대회자료
저자정보
김선훈 (서울대학교) 김대식 (서울대학교) 서봉원 (서울대학교)
저널정보
한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2016 학술대회 발표 논문집
발행연도
2016.1
수록면
389 - 395 (7page)
DOI
10.17210/hcik.2016.01.389

이용수

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

초록· 키워드

오류제보하기
기계학습의 한 분야인 딥러닝은 최근 다양한 분야에서 비약적인 성능 향상에 기여하였다. 본 논문은 음악 장르분류 문제에 있어서 최초로 멀티모달 딥러닝 구조를 이용할 수 있는 모델을 제안한다. 음악의 스펙트로그램 이미지에 대한 분석을 위해 CNN(Convolutional Neural Network)을 사용하였으며, 음원의 연속적인 데이터에 대해 RNN(Recurrent Neural Network)을 사용하였다. 또한 대표적인 정규화(Regularization)기법인 dropout 을 적용하여 과적합(overfitting) 문제를 해결하였다. 본 연구에서 제안된 멀티모달 딥러닝 모델이 단일 딥러닝 방법보다 음악 장르 분류의 성능 향상에 탁월하게 작용함을 확인할 수 있었다.
#음악 장르 분류 #기계학습 #멀티모달 딥러닝

목차

요약문
ABSTRACT
1. 서론
2. 관련연구
3. 딥러닝을 통한 음악 장르 분류 학습 모델
4. 실험 및 토의
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

다양한 딥러닝 알고리즘과 활용
김지원 ,  표현아 ,  하정우 외 2명 정보과학회지 2015 .08
인간 수준에 근접한 딥러닝 기반 영상 인식의 동향
유병인 ,  황원준 ,  한승주 외 3명 정보과학회지 2015 .09
딥러닝 기반 비디오 분석 기술
김지섭 ,  남장군 ,  장병탁 정보과학회지 2015 .09
불균형 데이터의 효과적인 학습을 위한 딥러닝 기법
이재동 ,  이지형 한국지능시스템학회 학술발표 논문집 2015 .04
Automatic Tagging for Social Images using Convolution Neural Networks
장현웅 ,  조수선 Journal of KIISE 2016 .01

최근 본 자료

전체보기

댓글(0)

0