| 講演名 | 2022-10-21 時系列を作り込んだSPICE回路ニューラルネットワークを用いたメロディ人気要素の解析 今本 歩美(*), 小島 太一郎(*), 本庄 佑佳(*), 竹内 幹(*), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | メロディに感動する心を、デジタルAIとは異なるアナログニューラルネットワークで理解することを試みた。その単位ニューロンは、抵抗、容量、スイッチとからなり、一方の入力が他方よりも早く到着した場合のみ発火するように構成される。この時系列を作り込んだニューロン約5000個を接続して小規模ニューラルネットワークを構築する。ビートルズのメロディを入力電圧としてSPICE回路シミュレーションを行なう。そして、ニューロン活性パタン（電圧波形）をt-SNEなどのPythonのデータサイエンス手法で、ビートルズ各楽曲の音楽配信サービス人気度に関連付けて解析する。解析の結果、提案したSPICE回路ニューラルネットワークのニューロン活性パタンは、メロディ人気要素の起源を同定するための手掛かりを内在している可能性が示唆された。 |
| 抄録(英) | To comprehend what in melodies moves our soul, an analog neural network rather than digital AI is used. The unit neuron is composed of resisters, capacitors and switches, and is structured so as to be activated only when one input comes earlier than the other. The time-sequence structured neurons of around 5000 are connected to form the analog neural network. With the Beatles melodies as the input voltage waveforms, the circuit network is simulated by using SPICE circuit simulator. The obtained waveforms of neuron activation patterns are analyzed by using Python data science methodologies such as t-SNE, in terms of popularity of each Beatles piece in the music streaming service. The analysis implies that the obtained activation patterns of the proposed SPICE neural network include some hidden clue to identify melody popularity origin. |
| キーワード(和) | メロディ / 時系列 / SPICE / 回路 / ニューラルネットワーク / t-SNE / コサイン類似度 |
| キーワード(英) | melody / time-sequence / SPICE / circuit / neural network / t_SNE / cosine similarity |
| 資料番号 | PRMU2022-22 |
| 発行日 | 2022-10-14 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2022/10/21(から2日開催) |
| 開催地（和） | 日本科学未来館 |
| 開催地（英） | Miraikan - The National Museum of Emerging Science and Innovation |
| テーマ（和） | 人に関わる認識・理解 |
| テーマ（英） | Recognition and understanding related to people |
| 委員長氏名（和） | 内田 誠一(九大) |
| 委員長氏名（英） | Seiichi Uchida(Kyushu Univ.) |
| 副委員長氏名（和） | 舩冨 卓哉(奈良先端大) / 安倍 満(デンソーアイティーラボラトリ) |
| 副委員長氏名（英） | Takuya Funatomi(NAIST) / Mitsuru Anpai(Denso IT Lab.) |
| 幹事氏名（和） | 山口 光太(サイバーエージェント) / 松井 勇佑(東大) |
| 幹事氏名（英） | Kouta Yamaguchi(CyberAgent) / Yusuke Matsui(Univ. of Tokyo) |
| 幹事補佐氏名（和） | 井上 中順(東工大) / 川西 康友(理研) |
| 幹事補佐氏名（英） | Nakamasa Inoue(Tokyo Inst. of Tech.) / Yasutomo Kawanishi(Riken) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 時系列を作り込んだSPICE回路ニューラルネットワークを用いたメロディ人気要素の解析 |
| サブタイトル（和） | |
| タイトル（英） | Melody popularity analysis by using SPICE circuit neural network having time-sequence structured neurons |
| サブタイトル（和） | |
| キーワード(1)（和/英） | メロディ / melody |
| キーワード(2)（和/英） | 時系列 / time-sequence |
| キーワード(3)（和/英） | SPICE / SPICE |
| キーワード(4)（和/英） | 回路 / circuit |
| キーワード(5)（和/英） | ニューラルネットワーク / neural network |
| キーワード(6)（和/英） | t-SNE / t_SNE |
| キーワード(7)（和/英） | コサイン類似度 / cosine similarity |
| 第 1 著者 氏名（和/英） | 今本 歩美 / Ayumi Imamoto |
| 第 1 著者 所属（和/英） | 明星大学(略称：*) Meisei University(略称：*) |
| 第 2 著者 氏名（和/英） | 小島 太一郎 / Taichiro Kojima |
| 第 2 著者 所属（和/英） | 明星大学(略称：*) Meisei University(略称：*) |
| 第 3 著者 氏名（和/英） | 本庄 佑佳 / Yuka Honjo |
| 第 3 著者 所属（和/英） | 明星大学(略称：*) Meisei University(略称：*) |
| 第 4 著者 氏名（和/英） | 竹内 幹 / Kan Takeuchi |
| 第 4 著者 所属（和/英） | 明星大学(略称：*) Meisei University(略称：*) |
| 発表年月日 | 2022-10-21 |
| 資料番号 | PRMU2022-22 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | PRMU-223 |
| ページ範囲 | pp.1-5(PRMU), |
| ページ数 | 5 |
| 発行日 | 2022-10-14 (PRMU) |