머신러닝 기반 음악 장르 분류에 대한 연구A Study on Classification of Music Genre Based on Machine Learning
- Other Titles
- A Study on Classification of Music Genre Based on Machine Learning
- Authors
- 서정환; 박재표
- Issue Date
- Jun-2024
- Publisher
- 한국산학기술학회
- Keywords
- Music Genre; Classification of Music; Machine Learning; CNN(Convolutional Neural Network); LSTM (Long Short-Term Memory)
- Citation
- 한국산학기술학회논문지, v.25, no.6, pp 63 - 69
- Pages
- 7
- Journal Title
- 한국산학기술학회논문지
- Volume
- 25
- Number
- 6
- Start Page
- 63
- End Page
- 69
- URI
- https://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/49868
- DOI
- 10.5762/KAIS.2024.25.6.63
- ISSN
- 1975-4701
2288-4688
- Abstract
- 음악 장르는 음악을 분류하기 위한 수단으로 박자, 템포, 멜로디의 높낮이 등의 수많은 특징을 사용하여 분류한다. 본 논문에서는 전처리 과정을 통하여 음악의 특징을 추출하고 머신러닝 기법으로 학습시켜 장르를 구분하는 방법을 제안하였다. CNN(Convolutional Neural Network), LSTM (Long Short-Term Memory)의 두 가지 머신러닝 알고리즘을 사용하여 알고리즘별 성능을 비교 분석하였다. 분석 결과, 경음악(light Music), 발라드(Ballad), 록(Rock), 블루스(Blues), 알앤비(R&B), 클래식(Classic) 등 크게 6가지 장르로 분류 실험을 수행한 결과로 CNN을 이용한 머신러닝 기법의 정확도가 98.7%로 가장 높았으며, 이는 특징을 자동으로 추출해주는 CNN의 특성 때문이었다. 높은 정확도를 보여준 CNN을 통해 자동 음악 추천 시스템과 비슷한 응용 분야에서의 활용 가능성을 확인하였으며, 제한된 데이터와 비 최적화된 매개변수 설정에도 불구하고 유의미한 결과를 제시하였다.
- Files in This Item
-
Go to Link
- Appears in
Collections - ETC > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.