최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보처리학회 2011년도 제35회 춘계학술발표대회, 2011 Apr. 30, 2011년, pp.365 - 368
문창배 (금오공과대학교 소프트웨어공학과) , 김현수 (금오공과대학교 소프트웨어공학과) , 송민균 (금오공과대학교 소프트웨어공학과) , 김병만 (금오공과대학교 소프트웨어공학과)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
일반 적인 기계 학습/판별 방법의 단점은? | 분위기 추출에 관한 초창기의 연구들 [1, 2, 3] 은 일반 적인 기계 학습/판별 방법을 사용하였으나, 이러한 방법은 음악을 하나의 분위기로 판단하기 때문에 정확성이 떨어지는 문제가 있고, 또한 개인의 주관적인 느낌과 이질감을 반영하지 못하는 문제가 있었다. 단일 분위기로 판정하기 때문에 발생하는 불확실성을 해결하기 위해 [4] 의 연구에서는 퍼지 기반의 학습/분류 방법을 사용하였으나, 이 또한 개인에게 느껴지는 음악의 분위기에 대한 주관적 성향을 해결하기에는 한계가 있었다. | |
퍼지 기반의 학습/분류 방법의 단점은? | 분위기 추출에 관한 초창기의 연구들 [1, 2, 3] 은 일반 적인 기계 학습/판별 방법을 사용하였으나, 이러한 방법은 음악을 하나의 분위기로 판단하기 때문에 정확성이 떨어지는 문제가 있고, 또한 개인의 주관적인 느낌과 이질감을 반영하지 못하는 문제가 있었다. 단일 분위기로 판정하기 때문에 발생하는 불확실성을 해결하기 위해 [4] 의 연구에서는 퍼지 기반의 학습/분류 방법을 사용하였으나, 이 또한 개인에게 느껴지는 음악의 분위기에 대한 주관적 성향을 해결하기에는 한계가 있었다. | |
결정계수에 의해 획득한 특징을 신경망을 통하여 실험하였고, Leave-one-out 교차 검증방법을 이용하여 성능분석한 결과는 어떠한가? | 결정계수에 의해 획득한 특징을 신경망을 통하여 실험하였고, Leave-one-out 교차 검증방법을 이용하여 성능분석 하였다. 실험 결과, 3,000번 학습시 66%를, 4,000번 학습시 65%의 성능을 보였다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.