| 講演名 | 2022-03-03 Spotify Audio Featuresを利用した機械学習による国内ポピュラー音楽のヒット曲分類に関する研究 北村 健悟(名工大), 黒柳 奨(名工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ヒット曲にはヒット曲の特徴に関して共通の特徴が存在していると考えられる.この仮定に基づき.機械学習を利用してヒット曲の予測をする研究がなされている.その多くは洋楽に対して行われていることが多い.そこで,本研究では,邦楽においてヒット曲とそれ以外の曲に分類することができることを検証する.また,楽曲分類に加え,学習データとして,過去の楽曲データ,テストデータに未来の楽曲を利用して分類を行うヒット曲予測についても検証を行う. |
| 抄録(英) | It is assumed that hit songs have common features with respect to the characteristics of hit songs. Based on this assumption, researches have been conducted to predict hit songs using machine learning. Most of them have been conducted for Western music. Therefore, in this study, we verify that it is possible to classify Japanese music into hit songs and other songs. In addition to song classification, we also examine hit song prediction, which is a classification method using past song data, test data, and future songs as training data. |
| キーワード(和) | Spotify Audio Features / サポートベクターマシン / SOM / 機械学習 |
| キーワード(英) | Spotify Audio Features / Support Vector Machine / SOM / Machine Learning |
| 資料番号 | NC2021-67 |
| 発行日 | 2022-02-23 (NC) |
| 研究会情報 | |
| 研究会 | MBE / NC |
|---|---|
| 開催期間 | 2022/3/2(から3日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | NC, ME，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 奥野 竜平(摂南大) / 大須 理英子(早大) |
| 委員長氏名（英） | Ryuhei Okuno(Setsunan Univ.) / Rieko Osu(Waseda Univ.) |
| 副委員長氏名（和） | 堀 潤一(新潟大) / 山川 宏(東大) |
| 副委員長氏名（英） | Junichi Hori(Niigata Univ.) / Hiroshi Yamakawa(Univ of Tokyo) |
| 幹事氏名（和） | 中村 英夫(大阪電気通信大) / 内部 英治(ATR) / 西田 知史(NICT) |
| 幹事氏名（英） | Hideo Nakamura(Osaka Electro-Communication Univ) / Eiji Uchibe(ATR) / Satoshi Nishida(NICT) |
| 幹事補佐氏名（和） | 赤澤 淳(明治国際医療大学) / 湯田 恵美(東北大) / 我妻 伸彦(東邦大) / 栗川 知己(関西医科大) |
| 幹事補佐氏名（英） | Jun Akazawa(Meiji Univ. of Integrative Medicine) / Emi Yuda(Tohoku Univ) / Nobuhiko Wagatsuma(Toho Univ.) / Tomoki Kurikawa(KMU) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on ME and Bio Cybernetics / Technical Committee on Neurocomputing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Spotify Audio Featuresを利用した機械学習による国内ポピュラー音楽のヒット曲分類に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | A study on hit classification by machine learning of Japanese popular music using Spotify Audio Features |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Spotify Audio Features / Spotify Audio Features |
| キーワード(2)（和/英） | サポートベクターマシン / Support Vector Machine |
| キーワード(3)（和/英） | SOM / SOM |
| キーワード(4)（和/英） | 機械学習 / Machine Learning |
| 第 1 著者 氏名（和/英） | 北村 健悟 / Kengo Kitamura |
| 第 1 著者 所属（和/英） | 名古屋工業大学(略称：名工大) Nagoya Institute of Technology(略称：NIT) |
| 第 2 著者 氏名（和/英） | 黒柳 奨 / Susumu Kuroyanagi |
| 第 2 著者 所属（和/英） | 名古屋工業大学(略称：名工大) Nagoya Institute of Technology(略称：NIT) |
| 発表年月日 | 2022-03-03 |
| 資料番号 | NC2021-67 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | NC-390 |
| ページ範囲 | pp.112-117(NC), |
| ページ数 | 6 |
| 発行日 | 2022-02-23 (NC) |