KCI등재
Convolutional VAE를 이용한 음악 분위기 인식 = Music Mood recognition using Convolutional Variation Auto Encoder
저자
발행기관
학술지명
한국지능시스템학회논문지(Journal of Korean institute of intelligent systems)
권호사항
발행연도
2019
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
352-358(7쪽)
KCI 피인용횟수
0
제공처
소장기관
본 논문에서는 속성 학습 모델을 이용하여 음악 분위기 인식을 시도하였다. 제안하는 방법은 다양한 분포를 포함하는데이터셋을 사용하여 비교사 학습 모델인 CVAE(Convolutional Variational Auto Encoder) 모델을 학습시키고, 학습된 CVAE 모델에 분위기 인식과 관련된 DEAM 데이터셋을 입력하여 계층별 음악 속성을 추출한다. 이로부터 추출된 음악 속성과음악에서 사람이 느낄 수 있는 분위기를 회귀모델(Regressor)을 이용하여 맵핑시키는 방식으로 분위기인식을 수행한다.
제안하는 방법은 뉴럴 네트워크 회귀모델을 사용한 결과 Arousal과 Valence에서 각각 0.282, 0.257의 RMSE값을 얻었다. 본논문에서는 MIR(Music Information Retrieval) 작업 수행 시에 원인과 결과에 대한 분석을 가시적 측면에서 수행할 수 있도록Auto Encoder 모델을 채택하였으며, CVAE에 서로 다른 길이를 가진 오디오 데이터를 입력으로 주었을 때 나타나는 재구성결과를 가시화하여 MIR 결과의 개선 방안을 모색해 보았다. CVAE 모델은 오디오 데이터로부터 얻은 저수준 음악속성인 멜스펙트로그램을 입력으로 주었으며, 네트워크의 계층별 출력은 계층 간 가중치를 동등하게 주기 위해 같은 크기로 요약하여회귀 모델의 입력으로 사용하였다. 본 논문에서 분위기의 평가는 짧은 시간에 해당하는 데이터로부터 도출되는 예측 결과를종합하는 방법과 긴 시간에 해당하는 데이터를 시간 순서에 따라 살펴보는 방법을 사용하였으며, 분위기인식 결과의 개선을위해 첫 번째 계층에만 다양한 크기의 콘볼루션 커널을 적용하는 실험을 수행해 보았다.
This paper tries to recognize the music mood using feature learning model. The proposed method trains the Convolutional Variational Auto Encoder(CVAE) model, which is an unsupervised learning model, using a dataset with various distributions. Subsequently, the DEAM dataset related to mood recognition is input to the trained CVAE model to extract the music features of each layer.
Finally, mood recognition is performed by mapping the extracted musical features and the mood that a human can feel from the music by using a regressor. The proposed method uses the neural network regression model to obtain RMSE values of 0.282 and 0.257 in Arousal and Valence, respectively. In this paper, the Auto-Encoder model is adopted to perform cause and effect analysis in visual aspect when MIR work is performed. We also discussed how to improve the MIR results by visualizing the reconstruction results when inputting audio data with different lengths into the CVAE. In the CVAE training, the mel-spectrogram, which is a low-level musical feature obtained from audio data, is used as an input.
Before inputting to the regressor, the outputs from each layer of the CAVE are summarized to be the same size in order to give the equal importances for all layers. In this paper, we use the method of aggregating the mood prediction results derived from short-time data, and the method of observing long-time dynamic behavior of evaluated data in sequence.
Additionally, in order to improve mood recognition results, we have apply various sized convolution kernels only to the first layer.
분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2023 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 선정 (재인증) | KCI등재 |
2019-12-01 | 평가 | 등재후보로 하락 (계속평가) | KCI후보 |
2016-01-01 | 평가 | 등재학술지 선정 (계속평가) | KCI등재 |
2015-12-01 | 평가 | 등재후보로 하락 (기타) | KCI후보 |
2011-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2009-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-02-20 | 학술지명변경 | 한글명 : 한국퍼지및지능시스템학회 논문지 -> 한국지능시스템학회 논문지외국어명 : 미등록 -> Journal of Korean Institute of Intelligent Systems | KCI등재 |
2008-02-18 | 학회명변경 | 한글명 : 한국퍼지및지능시스템학회 -> 한국지능시스템학회영문명 : Korea Fuzzy Logic And Intelligent Systems Society -> Korean Institute of Intelligent Systems | KCI등재 |
2007-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2002-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
1999-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.62 | 0.62 | 0.63 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.56 | 0.49 | 0.866 | 0.2 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)