講演抄録/キーワード |
講演名 |
2022-10-21 10:00
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 PRMU2022-22 |
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。 |
(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 / |
(英) |
melody / time-sequence / SPICE / circuit / neural network / t_SNE / cosine similarity / |
文献情報 |
信学技報, vol. 122, no. 223, PRMU2022-22, pp. 1-5, 2022年10月. |
資料番号 |
PRMU2022-22 |
発行日 |
2022-10-14 (PRMU) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
PRMU2022-22 |
研究会情報 |
研究会 |
PRMU |
開催期間 |
2022-10-21 - 2022-10-22 |
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 |
講演論文情報の詳細 |
申込み研究会 |
PRMU |
会議コード |
2022-10-PRMU |
本文の言語 |
日本語 |
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(英) |
|
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 |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
今本 歩美 / Ayumi Imamoto / イマモト アユミ |
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/ヨミ) |
小島 太一郎 / Taichiro Kojima / コジマ タイチロウ |
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/ヨミ) |
本庄 佑佳 / Yuka Honjo / ホンジョウ ユウカ |
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/ヨミ) |
竹内 幹 / Kan Takeuchi / タケウチ カン |
第4著者 所属(和/英) |
明星大学 (略称: *)
Meisei University (略称: *) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-10-21 10:00:00 |
発表時間 |
15分 |
申込先研究会 |
PRMU |
資料番号 |
PRMU2022-22 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.223 |
ページ範囲 |
pp.1-5 |
ページ数 |
5 |
発行日 |
2022-10-14 (PRMU) |