타브 숫자 인식을 위한 기계 학습 알고리즘의 성능 비교

허재혁; 이현종; 황두성; Jaehyeok Heo; Hyunjung Lee; Doosung Hwang

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보처리학회 논문지 > 정보처리학회 논문지 소프트웨어 및 데이터 공학

정보처리학회 논문지 소프트웨어 및 데이터 공학

Current Result Document : 3 / 6 이전건 다음건

한글제목(Korean Title)	타브 숫자 인식을 위한 기계 학습 알고리즘의 성능 비교
영문제목(English Title)	Performance Comparison of Machine Learning Algorithms for TAB Digit Recognition
저자(Author)	허재혁 이현종 황두성 Jaehyeok Heo Hyunjung Lee Doosung Hwang
원문수록처(Citation)	VOL 08 NO. 01 PP. 0019 ~ 0026 (2019. 01)
한글내용 (Korean Abstract)	본 논문에서는 기타 타브 악보에서 추출한 프렛 번호를 대상으로 학습 알고리즘의 분류 성능을 비교한다. 타브 악보로부터 세그먼트를 통해 추출된 타브 숫자 데이터는 타브 선과 악보 기호가 포함하기 때문에 레이블링 기법과 비선형 필터를 이용하여 프렛 숫자를 추출한다. 추가적인 데이터 확보를 위해 전처리가 수행된 데이터에 대해 4 방향으로 이동 연산을 수행한다. 선택된 학습 모델은 베이지안 분류기, 지지벡터기기, 프로토타입 기반 학습, 다층 신경망 그리고 합성곱 신경망 모델 등이다. 실험 결과 베이지안 분류기는 85.0% 평균 정확도를 보였고 나머지 분류기는 99.0% 이상의 평균 정확도를 보였다. 일반화 성능과 전처리 단계를 고려 시 합성곱 신경망이 다른 학습 모델들보다 우수하다.
영문내용 (English Abstract)	In this paper, the classification performance of learning algorithms is compared for TAB digit recognition. The TAB digits that are segmented from TAB musical notes contain TAB lines and musical symbols. The labeling method and non-linear filter are designed and applied to extract fret digits only. The shift operation of the 4 directions is applied to generate more data. The selected models are Bayesian classifier, support vector machine, prototype based learning, multi-layer perceptron, and convolutional neural network. The result shows that the mean accuracy of the Bayesian classifier is about 85.0% while that of the others reaches more than 99.0%. In addition, the convolutional neural network outperforms the others in terms of generalization and the step of the data preprocessing.
키워드(Keyword)	숫자 인식 기계학습 프로토타입 선택 영상처리 교차평가 Digit Recognition Machine Learning Prototype Selection Image Processing Cross-Validation
파일첨부	PDF 다운로드