噪声标签对用于音乐标注的深度卷积神经网络的影响
信息检索
2017-11-15 v3 机器学习
多媒体
声音
摘要
深度神经网络（DNN）已成功应用于音乐分类，包括音乐标注。然而，关于DNN的训练、评估和分析仍存在若干未解问题。本文聚焦于神经网络的一个特定方面——噪声标签的影响，以加深对其特性的理解。我们分析并（重新）验证了一个大型音乐标注数据集，以考察训练和评估的可靠性。利用训练好的网络，我们计算了标签向量相似度，并将其与真实相似度进行比较。结果揭示了音乐标注和神经网络的几个重要方面。我们表明，尽管真实数据集中存在相对较大的错误率，网络依然有效，同时推测标签噪声可能是导致不同标签性能差异的原因。最后，对训练网络的分析为音乐标签之间的关系提供了有价值的见解。这些结果凸显了使用数据驱动方法解决自动音乐标注问题的优势。
引用
@article{arxiv.1706.02361,
title = {The Effects of Noisy Labels on Deep Convolutional Neural Networks for Music Tagging},
author = {Keunwoo Choi and George Fazekas and Kyunghyun Cho and Mark Sandler},
journal= {arXiv preprint arXiv:1706.02361},
year = {2017}
}
备注
The section that overlapped with arXiv:1709.01922 is completely removed since the earlier version. This is the camera-ready version