211service.com
Verwenden neuronaler Netze zum Klassifizieren von Musik
Neue Arbeit von Studenten der University of Hong Kong beschreibt eine neuartige Verwendung neuronaler Netze, Ansammlungen künstlicher Neuronen oder Knoten, die trainiert werden können, um eine Vielzahl von Aufgaben zu erfüllen, die bisher nur in der Bilderkennung verwendet wurden. Die Schüler benutzten a Faltungsnetzwerk um Funktionen wie Tempo und Harmonie aus einer Songdatenbank zu lernen, die sich über 10 Genres erstreckt. Das Ergebnis war eine Reihe trainierter neuronaler Netze, die das Genre eines Liedes, das in der Informatik als sehr schwieriges Problem gilt, mit einer Genauigkeit von mehr als 87 Prozent richtig identifizieren konnten. Im März gewann die Gruppe einen Preis für den besten Beitrag bei der Internationale Multikonferenz von Ingenieuren und Informatikern .
Was dieses Kunststück möglich machte, war die Tiefe des konvolutionellen neuronalen Netzwerks des Studenten. Herkömmliche Kernel-Machine-Neural-Netze sind, wie Yoshua Bengio von der Universität Montreal es formuliert hat, seicht . Diese Netzwerke haben zu wenige Schichten von Knoten – analog zu den Schichten von Neuronen in Ihrer Großhirnrinde –, um nützliche Mengen an Informationen aus komplexen natürlichen Mustern zu extrahieren.
In ihren Experimenten fanden die Studenten unter der Leitung von Professor Tom Li heraus, dass die optimale Anzahl von Schichten für die Musikgenreerkennung drei Faltungs- (oder Denk-)Schichten waren, wobei die erste Schicht die rohen Eingabedaten aufnimmt und die dritte Schicht das Genre ausgibt Daten.
In jeder Schicht (oben abgebildet) hört ein einzelner Knoten oder Neuron nur einen winzigen Teil des Liedes, etwa 23 Millisekunden. Jeder Knoten überschneidet sich jedoch zu 50 Prozent mit seinen Nachbarn, sodass die vielen Knoten des neuronalen Netzes insgesamt etwas mehr als zwei Sekunden des Liedes hören.
Während es einem Menschen schwer fallen mag, das Genre eines Tracks in so kurzer Zeit zu identifizieren, tut dieser spezielle Algorithmus dies leicht, wenn er auf Songs aus der Standardbibliothek angewendet wird, die zum Testen der automatischen Genreerkennung verwendet wird. In nachfolgenden Tests fiel es jedoch flach, in denen die Schüler es außerhalb der Bibliothek, an der es trainiert wurde, mit Musik aussetzten.
Sie führen das Scheitern ihres Algorithmus in der Wildnis auf eine unzureichend große Trainingsbibliothek zurück, auf der das Netzwerk überhaupt gelernt hat. Da ihr Algorithmus in nur zwei Stunden 240 Songs durchkauen konnte, sagen die Hongkonger Studenten, dass er das Potenzial hat, ziemlich skalierbar zu sein.
Interessanterweise wurde das verschachtelte neuronale Netzwerk, auf dem diese Arbeit basiert, ursprünglich von einer Untersuchung des visuellen Kortex von Katzen inspiriert. Katzen haben als Säugetiere einen visuellen Kortex, der unserem eigenen nicht unähnlich ist. Experimente an einer verwandten Spezies, dem Frettchen, haben gezeigt, dass es im Gegensatz zu dem, was in diesem Artikel gemacht wurde, bei dem ein visuelles neuronales Netzwerk auf ein Hörproblem angewendet wurde, möglich ist, ein Säugetiergehirn neu zu verdrahten sehen mit seinem auditiven Kortex .
Wenn gefaltete neuronale Netze so flexibel sind wie die Wahrnehmungssysteme von Säugetieren, auf denen sie basieren, warum werden sie dann nicht auf alle möglichen anderen Wahrnehmungsprobleme in der KI angewendet?