표제지
목차
국문초록 9
I. 서론 11
II. 사전 지식 14
2.1. 대조 학습(Contrastive Representation Learning) 14
2.1.1. 개요 14
2.1.2. 대표적인 대조 학습 기반 사전 훈련 기법 16
2.1.3. 대표적인 멀티모달 대조 학습 기반 사전 훈련 기법 17
III. 대조 학습을 이용한 시계열 분류 모델 성능 향상 기법 19
3.1. 개요 19
3.2. 제안 기법 22
3.2.1. 시계열 데이터 증강기법 22
3.2.2. 대조 학습 기반 사전 훈련 기법 24
3.3. 성능평가 28
3.3.1. 실험 방법 28
3.3.2. 시계열 데이터 증강기법 평가 결과 30
3.3.3. 대조 학습 기반 사전 훈련 기법 평가 결과 33
IV. 대조 학습을 이용한 음악 분류 모델 성능 향상 기법 38
4.1. 개요 38
4.2. 제안 기법 41
4.3. 성능평가 47
4.3.1. 데이터셋 47
4.3.2. 대조 학습 기반 사전 훈련 49
4.3.3. 음악 태깅 51
4.3.4. 음악 검색 및 추천 53
V. 결론 54
참고문헌 56
ABSTRACT 58
표 1. 실험에 사용된 시계열 데이터셋 29
표 2. 제안 시계열 데이터 증강 기법을 사용한... 31
표 3. 제안 사전 훈련 기법을 사용한 분류 모델의... 35
표 4. 실험에 사용된 오디오 인코더 구조 50
표 5. 제안 기법의 음악 태깅 모델 적용 결과 52
표 6. 사용자가 입력한 텍스트 및 검색된 음악의 태그 예 53
그림 1. 대조 학습의 일반적인 아키텍처 16
그림 2. 멀티모달 대조 학습의 절차 17
그림 3. 제안하는 시계열 데이터 증강 예 20
그림 4. 제안하는 대조 학습 기반 사전 훈련 기법 24
그림 5. 제안 증강 기법으로 생성된 시계열 데이터의 예 25
그림 6. 실험에 사용된 시계열 데이터 분류 모델 30
그림 7. 실험에 사용된 대조 학습 기반 사전 훈련 기법 34
그림 8. 최대 변화율 변화에 따른 제안 사전 훈련 기법의 효과 36
그림 9. 음악 태그 임베딩 시각화 40
그림 10. 제안하는 오디오-태그-텍스트 멀티모달 대조 학습 기반... 41