μμ μ
λ ₯ μ μμ
μΆμ²
- Intro & Backgroud
- μΈμ€νμ€ν 리μ μ¬μ§ μ¬λ¦¬λ©΄ μμ
μΆμ²νλ λͺ¨λΈ μμ±
- μμ(image)μ λ°λ₯Έ μμ
μΆμ²
- Related Work
- Dataset
- Model
- μΆμ²λͺ¨λΈ - Listwise, Pairwise, Pointwise μ€ μ λλκ±°
- λ©ν°λͺ¨λ¬
1μ£Όμ°¨
- μμ λ°μ΄ν° μ
λ ₯ μ, μμ
μΆμ²
- λ©ν° λͺ¨λ¬μ κΏκΎΈλμ€ β> μΈμ€νκ·Έλ¨ μ€ν 리
- μμ
λ°μ΄ν°μ μμ λ°μ΄ν° κ°μ΄ νκΉ
νμ
- input : μμ (ex. rain image)
- model : μΆν μ μ
- output : Top Kκ°μ μμ
μΆμ² (μμν μμ
μΆμ²)
2μ£Όμ°¨
-
Paper
- Music Feature Maps with Convolutional Neural Networks for
Music Genre Classification
- Deep Image Features in Music Information
Retrieval
6μ κ³ν
- νκ·Έμ
λ°μ΄ν° μ°ΎκΈ° + μ΄λ―Έμ§ μ°ΎκΈ°
- λΉμ·ν λ
Όλ¬Έ μλμ§ μ°ΎκΈ°