もう1年以上かけて音声信号処理の勉強をしてきました(Pythonで音声信号処理)。ここらで具体的なアプリケーションとして類似楽曲検索の実験をしてみたのでレポートをまとめておきます。言語はPythonです。 前に 類似画像検索システムを作ろう(2009/10/3) Visual Wordsを用いた類似画像検索(2010/2/27) という画像の類似検索に関するエントリを書きましたが、今回は画像ではなく音楽を対象に類似検索をやってみたいと思います! 今回作る類似楽曲検索システムは、従来からよくあるアーティスト名や曲名などテキストで検索するシステムや購買履歴をもとにオススメする協調フィルタリングベースのシステムとは異なります。WAVEファイルやMP3ファイルなどの音楽波形そのものを入力とするのが特徴です。たとえば、「具体的なアーティストや曲名は知らないけれど、この曲とメロディや雰囲気が似た曲がほ
There is a cool service called Shazam, which take a short sample of music, and identifies the song. There are couple ways to use it, but one of the more convenient is to install their free app onto an iPhone. Just hit the “tag now” button, hold the phone’s mic up to a speaker, and it will usually identify the song and provide artist information, as well as a link to purchase the album. What is s
+ Build my CFP list in minutes. + Search and sort by title, category, location and year. + Browse with graphical timeline. + Subscribe to RSS of lists and various categories. + Get email and iCal reminders. + Present CFPs to thousands of researchers. + Broadcast CFPs to Twitter and Facebook. + Push CFPs to targeted RSS subscribers. + Check numbers of views and users following my CFPs. + Update CFP
研究室の学生用に用意した資料をここにも掲載しておきます。 PDFをslideshareからダウンロード出来るように公開しました。 卒修論生のみなさま、こんにちは、五味です。 卒修論(卒業論文・修士論文。異なる名称であってもそれに類する研究活動)において、これまでに立派な研究成果が上がっている、という前提で、よりよい研究発表をするための心得を紹介したいと思います。まずは本資料の構造を紹介しましょう。 まず、この資料はそもそもなにか、そしてどのように使うべきか。次は研究報告プレゼンテーション、特に卒修論発表というのが、そのものがどのような場であるか。次はメッセージとストーリー、すなわち報告全体の方針。スライド作成の原則、口頭発表の注意事項、そして最後に、本番の報告にあたっての心構え、です。 前書きではまずこの資料そのものについて。 本資料の目的はよりよい卒修論プレゼンテーションをしていただくこ
近年,汎用計算の高速化のためのアクセラレータとして注目されているGPUを,ネットワーク処理に適用する一環として,サーバサイドのSSL処理に注目した論文を読んだので,内容を軽く紹介します. SSLShader - GPU-accelerated SSL Proxy SSLShader SSLShader: Cheap SSL acceleration with commodity processors Proceedings of the 8th USENIX conference on Networked systems design and implementation 2011 なお,評価に使われた実装の一部のソースコードが公開されています. http://shader.kaist.edu/sslshader/libgpucrypto/ 紹介 背景 SSL(Secure Socket
科学英文のチェックマニュアル (第6版) 牧島一夫 November 15, 2010 初版:2005 年 10 月 24 日。 第2版:2006 年 7 月 10 日。新たな項目は先頭に (△ 2) が付いている。 第3版:2007 年 2 月 18 日。新たな項目は先頭に (△ 3) が付いている。 第4版:2007 年 3 月 14 日。更新部分には (△ 4) が付いている。 第5版:2010 年 2 月 3 日。更新部分には (△ 5) が付いている。 第6版:2010 年 11 月 16 日。更新部分には (△ 6) が付いている。 投稿論文、会議収録、博士論文などの英文の校正を行っていると、日本人に共通した、多くの類型的な間違 いに出会います。そこで私自身の作業の効率を上げ、また皆さんにより系統的に英文の書き方を身につけて もらうため、類型的な誤りをまとめ、チェックマニュア
This is the companion website for the following book. Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008. You can order this book at CUP, at your local bookstore or on the internet. The best search term to use is the ISBN: 0521865719. The book aims to provide a modern approach to information retrieval from a compu
最近ずっと時系列解析について調べています。 その基礎の中に「ARIMA」というモデルがあります。 ARIMAは「Autoregressive Integrated Moving Average」、日本語で言うと「自己回帰和分移動平均」というモデルです。 はあ?なにそれ? ARIMAモデルは次の3つのモデルを合わせたモデルであるために、よくわからない名前になっています。 Autoregressive model 自己回帰モデル Moving Average model 移動平均モデル Integrated model 和分モデル それぞれはAR、MA、I、という略称で呼ばれ、また、それぞれは1つのパラメタを取ります。 ARはp、MAはq、Iはd これらを合わせたARIMAモデルは、3つのパラメタを取ることになり、ARIMA(p, d, q)と記述されます。 私は、ARIMAの理解に手こずった
言いたいことはタイトル. そもそもSIGKDDとはSpecial Interest Group on Knowledge Discovery and Data Miningというデータマイニングや知識獲得のトップカンファレンス.WWWについで読んでて興味が合う論文が多い. How to do good research, get it published in SIGKDD and get it cited!(pdf) 173ページあるスライドだけど良い事ばかり書いてあるし,読者を楽しませるような非常に多くの著者の実体験(成功したものだけでなく,失敗したものも)や,後半になるとダメな論文,間違っている論文,その例が大量に載っていて飽きずに読める.ただKDDに通したい人だけでなく,研究を少しでもやろうとしている人,論文を書こうとしている人,面白いことをやりたい人は必ず読むべき. 適当に面白か
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く