| 講演名 | 2022-03-03 Few-Shot音楽アーティスト分類 于 天帥(東大), 鶴岡 慶雅(東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 音楽情報検索分野の一タスクとして，音楽アーティスト分類が知られている．近年では，計算機の演算能力の向上により，深層学習を用いて音楽アーティスト分類タスクを解くことが可能になり，研究が行われている．しかし，実世界のタスクではアーティストの判明した作品数が少なく，Few-Shot の条件になることも少なくない．一方で，Few-Shot 音楽アーティスト分類に関する研究はほぼ行われていない．本研究はCRNN による音楽アーティスト分類手法及び画像分類分野で広く使われている複数のFew-Shot 学習手法を組み合わせ，Few-Shot 音楽アーティスト分類タスクを解くことを試みた．本研究で行われた実験より，Matching Network・Prototypical network 及びRelation Network の手法はFew-Shot 音楽アーティス分類タスクに有効であることが示された．しかしながら，Few-Shot 画像分類タスクで上述の手法とほぼ同じパフォーマンスを示したBaseline++ はFew-Shot 音楽アーティスト分類のタスクで良い結果を達成できなかった．音楽アーティスト分類と画像分類のドメイン差が示された． |
| 抄録(英) | Music artist classification is known as a task in the field of Music Information Retrieval(MIR). Recently, due to the improvement of calculation efficiency, it becomes possible to solve the music artist classification task using deep learning. However, in real-world cases, labeled music pieces of each artist might be limited, making the task a few-shot learning task. Unfortunately, hardly any research about few-shot music artist classification has been reported. In this research, we combine a music artist classification method using CRNN and several few-shot learning algorithms well known in the field of image classification to tackle with the few-shot music artist classification task. In our experiment, Matching Network, Prototypical Network and Relation Network are shown effective. However, Baseline++, which is reported to be as effective as mentioned few-shot learning methods, performs poorly in the few-shot music artist classification task. This shows the differences between the domain of music artist classification and the domain of image classification. |
| キーワード(和) | 音楽情報検索 / 音楽アーティスト分類 / Few-Shot学習 |
| キーワード(英) | Music Information Retrieval / Music Artist Classification / Few-Shot Learning |
| 資料番号 | SIS2021-36 |
| 発行日 | 2022-02-24 (SIS) |
| 研究会情報 | |
| 研究会 | SIS |
|---|---|
| 開催期間 | 2022/3/3(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ソフトコンピューティング，一般 |
| テーマ（英） | Soft Computing, etc. |
| 委員長氏名（和） | 末竹 規哲(山口大) |
| 委員長氏名（英） | Noriaki Suetake(Yamaguchi Univ.) |
| 副委員長氏名（和） | 木村 誠聡(神奈川工科大) / 笹岡 直人(鳥取大) |
| 副委員長氏名（英） | Tomoaki Kimura(Kanagawa Inst. of Tech.) / Naoto Sasaoka(Tottori Univ.) |
| 幹事氏名（和） | 坂東 幸浩(NTT) / 三澤 秀明(宇部高専) |
| 幹事氏名（英） | Yukihiro Bandoh(NTT) / Hideaki Misawa(National Inst. of Tech., Ube College) |
| 幹事補佐氏名（和） | 吉田 壮(関西大学) / 眞壁 義明(神奈川工科大) |
| 幹事補佐氏名（英） | Soh Yoshida(Kansai Univ.) / Yoshiaki Makabe(Kanagawa Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Info-Media Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Few-Shot音楽アーティスト分類 |
| サブタイトル（和） | |
| タイトル（英） | Few-Shot Music Artist Classification |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 音楽情報検索 / Music Information Retrieval |
| キーワード(2)（和/英） | 音楽アーティスト分類 / Music Artist Classification |
| キーワード(3)（和/英） | Few-Shot学習 / Few-Shot Learning |
| 第 1 著者 氏名（和/英） | 于 天帥 / Tianshuai Yu |
| 第 1 著者 所属（和/英） | 東京大学(略称：東大) Tokyo University(略称：Tokyo Univ.) |
| 第 2 著者 氏名（和/英） | 鶴岡 慶雅 / Yoshimasa Tsuruoka |
| 第 2 著者 所属（和/英） | 東京大学(略称：東大) Tokyo University(略称：Tokyo Univ.) |
| 発表年月日 | 2022-03-03 |
| 資料番号 | SIS2021-36 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | SIS-398 |
| ページ範囲 | pp.32-37(SIS), |
| ページ数 | 6 |
| 発行日 | 2022-02-24 (SIS) |