Utiliser les réseaux de neurones pour classer la musique

Nouveau travail d'étudiants de l'Université de Hong Kong décrit une nouvelle utilisation des réseaux de neurones, des collections de neurones ou de nœuds artificiels qui peuvent être entraînés pour accomplir une grande variété de tâches, auparavant utilisées uniquement dans la reconnaissance d'images. Les élèves ont utilisé un réseau convolutif pour apprendre des fonctionnalités, telles que le tempo et l'harmonie, à partir d'une base de données de chansons réparties dans 10 genres. Le résultat a été un ensemble de réseaux de neurones entraînés capables d'identifier correctement le genre d'une chanson, ce qui en informatique est considéré comme un problème très difficile, avec une précision supérieure à 87 %. En mars, le groupe a remporté le prix du meilleur article au Multiconférence internationale des ingénieurs et informaticiens .

Ce qui a rendu cet exploit possible, c'est la profondeur du réseau de neurones convolutifs de l'étudiant. Les réseaux de neurones conventionnels des machines à noyau sont, comme l'a dit Yoshua Bengio de l'Université de Montréal, peu profond . Ces réseaux ont trop peu de couches de nœuds, analogues aux couches de neurones de votre cortex cérébral, pour extraire des quantités utiles d'informations à partir de modèles naturels complexes.

Dans leurs expériences, les étudiants, dirigés par le professeur Tom Li, ont découvert que le nombre optimal de couches pour la reconnaissance du genre musical était de trois couches convolutives (ou de réflexion), la première couche recevant les données d'entrée brutes et la troisième produisant le genre. Les données.

Dans chaque couche (photo ci-dessus), un seul nœud, ou neurone, n'entend qu'une infime partie de la chanson, environ 23 millisecondes. Cependant, chaque nœud chevauche 50 % avec ses voisins, et donc au total, les nombreux nœuds du réseau neuronal entendent un peu plus de deux secondes de la chanson.

Alors qu'un humain peut avoir du mal à identifier le genre d'un morceau en si peu de temps, cet algorithme particulier le fait facilement lorsqu'il est appliqué aux chansons de la bibliothèque standard utilisée pour tester la reconnaissance automatisée du genre. Cependant, il est tombé à plat dans des tests ultérieurs dans lesquels les étudiants l'ont exposé à de la musique en dehors de la bibliothèque sur laquelle il a été formé.

Ils attribuent l'échec de leur algorithme à fonctionner dans la nature à une bibliothèque de formation insuffisamment grande sur laquelle le réseau a appris en premier lieu. Parce que leur algorithme était capable de mâcher 240 chansons en seulement deux heures, les étudiants de Hong Kong disent qu'il a le potentiel d'être assez évolutif.

Curieusement, le réseau neuronal alambiqué sur lequel ce travail est basé a été inspiré à l'origine par un examen du cortex visuel du chat. Les chats, étant des mammifères, ont un cortex visuel semblable au nôtre. Des expériences réalisées chez une espèce apparentée, le furet, ont montré que, à l'inverse de ce qui a été fait dans cet article où un réseau neuronal visuel a été appliqué à un problème d'audition, il est possible de reconnecter un cerveau de mammifère à voir avec son cortex auditif .

Si les réseaux de neurones alambiqués sont aussi flexibles que les systèmes perceptifs des mammifères sur lesquels ils sont basés, pourquoi ne sont-ils pas appliqués à toutes sortes d'autres problèmes de perception en IA ?

cacher