| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-03-01 12:40 ［ポスター講演］ニューラルネットワークを用いた自発脳活動解析による音楽ジャンルの推定 ○糸賀弘樹・鷲沢嘉一（電通大）  EA2016-103 SIP2016-158 SP2016-98 |
|
| 抄録 | （和） | 心の状態の定量評価は古くから試みられてきた.心の状態を評価することで,音楽推薦システムの構築が 可能になる.音楽推薦技術は盛んに研究が行われており,その中に,脳波から推定した感情状態を用いるものがあ る.本研究では,脳波から音楽ジャンルを推定し,推定に有効な特徴を検討する.5 クラスのジャンル識別において 38.1±9.4%の識別率が得られ,チャンスレベルの 20%よりも有意に (p < 0.05) 高いことを示した.ジャンル推定に有 効な特徴は被験者ごとに異なったが,感情状態との関連を示した. |
| （英） | Quantitative evaluation of the mind states has been addressed for a long time. Evaluated mind states can be applied for many applications. For example, recommendation technology such as music is researched widely. Some of them utilized EEG for emotional states estimation. In this study, music genres estimated by EEG and features were effective for genre estimation are studied. In 5 class genre recognition, we achieved 38.1±9.4% recog- nition accuracy, it is higher than chance level, 20%. The features that are effective for genre estimation differs for each subject, however the result showed an association with emotional states. | |
| キーワード | （和） | EEG / 自発脳活動解析 / ニューラルネットワーク / ジャンル識別 / 特徴抽出 / / / |
| （英） | EEG / Spontaneous brain activity analysis / Neural Networks / Genre recognition / Feature Extraction / / / | |
| 文献情報 | 信学技報, vol. 116, no. 476, SIP2016-158, pp. 119-122, 2017年3月. | |
| 資料番号 | SIP2016-158 | |
| 発行日 | 2017-02-22 (EA, SIP, SP) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EA2016-103 SIP2016-158 SP2016-98 |
|
| 研究会情報 | |
| 研究会 | SP SIP EA |
| 開催期間 | 2017-03-01 - 2017-03-02 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Industry Support Center |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2017-03-SP-SIP-EA |
| 本文の言語 | 日本語 |
| タイトル（和） | ニューラルネットワークを用いた自発脳活動解析による音楽ジャンルの推定 |
| サブタイトル（和） | |
| タイトル（英） | Estimation of Music Genres from Spontaneous Brain Activity Analysis by Using Neural Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | EEG / EEG |
| キーワード(2)（和/英） | 自発脳活動解析 / Spontaneous brain activity analysis |
| キーワード(3)（和/英） | ニューラルネットワーク / Neural Networks |
| キーワード(4)（和/英） | ジャンル識別 / Genre recognition |
| キーワード(5)（和/英） | 特徴抽出 / Feature Extraction |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 糸賀 弘樹 / Hiroki Itoga / イトガ ヒロキ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 鷲沢 嘉一 / Yoshikazu Washizawa / |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-03-01 12:40:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2016-103, SIP2016-158, SP2016-98 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.475(EA), no.476(SIP), no.477(SP) |
| ページ範囲 | pp.119-122 |
| ページ数 | 4 |
| 発行日 | 2017-02-22 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]