判別分析の幾何的解釈と楽器特徴抽出法の考察(ポスターセッション,ネットワーク,通信のための信号処理及び一般)
スポンサーリンク
概要
- 論文の詳細を見る
簡潔かつ判別精度の高い楽器特徴の抽出は音楽情報検索において重要な課題である.本論文では,判別分析を幾何的に解釈することで,楽器特徴として有効である理由を分析する.楽曲からの楽器特徴抽出に関しては様々な方法が提案されている.パワースペクトルを楽器特徴として使用してもよいが,特徴次元が高すぎて冗長となる可能性が高い.様々な応用を考えると,重要な情報のみを用いた高い楽器判別が好ましい.このような特徴をパワースペクトルから抽出する方法として,前処理として主成分分析(PCA)によってパワースペクトルの次元削減を行った後,その特徴に対して線形判別分析(LDA)による次元削減法をとる.この判別分析方法が適している理由に関して分析した.
- 2010-02-22
著者
-
前田 新一
京都大学大学院情報学研究科
-
池田 和司
奈良先端科学技術大学院大学
-
井原 瑞希
奈良先端科学技術大学院大学,情報科学研究科
-
池田 和司
奈良先端科学技術大学院大学情報科学研究科
-
前田 新一
京都大学情報学研究科
-
井原 瑞希
奈良先端科学技術大学院大学 情報科学研究科
関連論文
- 複層マルコフ確率場を事前分布とする超解像法におけるハイパパラメータ推定(バイオサイバネティックス,ニューロコンピューティング)
- ヒト皮質脳波からの黙読母音の判別に関する研究 (ニューロコンピューティング)
- 階層ベイズ法を用いたNIRS-DOTの逆問題解法とその相図 (ニューロコンピューティング)
- 階層変分ベイズ法によるNIRS-DOTの逆問題解法 (ニューロコンピューティング)
- 遮蔽物を含む画像からの超解像
- 不確実性を手なずけるベイズ統計推測による画像超解像 (小特集 ビジョンコンピューティングにおける確率的情報処理の展開)
- マルチキャリア変調のためのAF協調ダイバーシチ法とアウテージ解析(自律・分散・協調システム,自律・分散・協調システム,一般)
- 4.不確実性を手なずけるベイズ統計推測による画像超解像(ビジョンコンピューティングにおける確率的情報処理の展開)
- ヒト皮質脳波からの黙読単語推定に関する研究(BCI/BMIとその周辺)
- 平均場近似を用いたHelmholtz Machineの学習