基于深度学习神经网络的音乐信息检索
Deep Learning Neural Networks for Music Information Retrieval
Manya Singh, Sanjeev Kumar Jha, Bhopendra Singh, Banafsha Rajput
International Conference on Computational Intelligence and Knowledge Economy (ICCIKE) · 2021-03-17
订阅获取音乐与舞蹈被引 4被引前 50%影响因子 ≈0.9
摘要
音乐信息检索是一个涵盖范围广泛的研究领域，旨在解析音轨的不同特征，并据此对其进行分类、聚类与处理。该领域包含音乐分类、生成、推荐、处理、识别等多个分支。本研究仅聚焦于音乐分类方向。本文的核心目标是对比两种用于音乐流派识别的神经网络架构，通过设定不同参数并采用各类优化算法，探究何种架构能够取得更高的识别准确率。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- 本文聚焦于音乐信息检索中的音乐分类子领域，核心在于比较两种不同的神经网络架构在音乐流派分类任务中的表现。研究通过引入不同的参数设置与优化算法，旨在分析并找出能够实现更高分类准确率的模型配置。
- 研究方法
- 研究采用对比实验法，针对两种深度神经网络架构进行音乐流派分类测试。通过调整模型参数并应用多种优化算法，以分类准确率作为核心评估指标来衡量不同架构的性能优劣。
- 学术贡献
- 该研究为音乐信息检索领域的音乐流派分类任务提供了基于深度学习的实证比较。其结论有助于明确不同神经网络架构及优化算法对分类准确率的影响，为后续相关模型的选择与参数调优提供了参考依据。
- 存在局限
- 材料中未明确提及
- 进一步研究方向
- 材料中未明确提及
本综述由 AI（GLM-5-Turbo）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Music and Audio Processing