• 대한전자공학회논문지SP
• /
• 제42권3호
• /
• pp.115-120
• /
• 2005

본 논문에서는 multi-feature clustering(MFC) 방법을 이용한 강인한 내용 기반 음악 장르 분류 알고리즘을 제안한다. 기존 연구와 비교하여 본 논문에서는 입력 질의 패턴(또는 구간)과 입력 질의 길이의 변화에 따라 나타나는 불안정한 시스템 성능을 개선하는데 노력하였고, k-means clustering 기법에 기반한 multi-feature clustering(MFC)이라는 새로운 알고리즘을 제안하였다. 제안된 시스템의 성능을 검증하기 위해 질의 음악 파일의 서로 다른 여러 구간에서 질의 길이를 다변화하여 음악 특징 계수를 추출하였고, MFC 방법을 사용한 시스템과 MFC 방법을 사용하지 않은 시스템에 대한 장르 분류 성공률을 비교하여 제안 알고리즘의 성능을 비교${\cdot}$분석하였다. 모의실험 결과 MFC 방법을 사용한 시스템의 장르 분류 성공률이 높게 나타났고, 시스템의 안정성 역시 높게 나타났다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2004년도 ICEIC The International Conference on Electronics Informations and Communications
• /
• pp.229-232
• /
• 2004

In this paper, we propose a robust music retrieval system based on the content analysis of music. New feature extraction method called Multi-Feature Clustering (MFC) is proposed for the robust and optimum performance of the music retrieval system. It is demonstrated that the use of MFC significantly improves the system stability of music retrieval with better classification accuracy.

• 대한전자공학회논문지SP
• /
• 제43권1호
• /
• pp.85-90
• /
• 2006

본 논문에서는 빠르고 안정적이면서도 높은 검색 성공률을 보장하는 내용기반 음악 정보 검색 시스템을 구축하였다. 시스템 질의 구간이나 질의 길이에 따른 시스템 불안정성 문제를 해결할 수 있는 DB 구축 방법인 MFC기법과 각 Superclass별로 특징 벡터의 차수를 차등 적용하여 시스템의 검색 속도를 향상시킬 수 있는 기법을 적용하였다. Superclass를 적용한 시스템은 SuperClass를 적용하지 않은 시스템과의 검색 성공률, 검색 속도 그리고 검색 Precision 비교 실험에서 대등한 성능을 유지하면서 검색 속도를 $20\%\~40\%$ 향상시켰다.