研究紹介

マルチメディア情報検索

SEMINAR

音楽配信やポータブル音楽機器の普及により、大量の楽曲を管理する機会が増えています。それに伴って個人が膨大な楽曲を自ら整理し、聴きたい楽曲を探し出すことは非常に困難になってきており、それを解決するための有効な楽曲分類および選択方法が求められています。そこで、音楽のサブジャンルに着目し従来の楽曲自動システムで考慮されていないジャズ音楽の自動分類システムの開発を進めています。

Webサービス

SEMINAR

近年、インターネットサービス上でキュレーターと呼ぶ、自らコンテンツを収集し評論を行う者が増加しています。同時に、キュレーターの評論を読む利用者も増加しています。しかし、キュレーターの増加により、利用者の嗜好に合ったキュレーターを探すことが困難です。そこで、評論などのデータを用いて、意味的距離を算出することで、利用者の嗜好に合ったキュレーターを推薦する手法を進めています。

クラウドセンシングを用いた突発的イベント検出システム

SEMINAR

スマートフォンの普及により、スマートフォンを用いたイベント検出に関する研究が活発に行われています。しかし、事故や火災のように突発的に発生するイベントを対象とした研究は行われていません。そこで、スマートフォンをイベント発生方向に向けるだけで、イベントの検出が可能なシステムの開発を進めています。具体的には、端末のGPS及び地磁気センサから得られた端末の座標と方位から、人間の注視する範囲を模した地図上における三角形の領域をユーザ毎に算出することで検出を行います。現在は、即時検出の必要性を考えて手法高速化に取り組んでいる段階です。

ユーザプロファイルにおけるセレンディピティな楽曲の分析

SEMINAR

セレンディピティな楽曲とは、未知で自力では発見できなかったであろうが、提示されて初めて興味を持った楽曲と定義します。クラウドソーシングで多数の被験者にテスト用の楽曲データを視聴してもらい、テスト用の楽曲データについて既知・未知および嗜好を調査し、分析することによって、楽曲に対する既知・未知、嗜好の推定に寄与する特徴量を明らかにします。その後、楽曲特徴量とセレンディピティとの関係を分析します。この分析結果を踏まえて、セレンディピティな指向楽曲推薦手法の設計方針について考察していく段階です。