Μελέτη Μουσικής Ομοιότητας Με Τη Χρήση Ευφυών Συστημάτων

Abstract

Ο σκοπός της παρούσας διπλωματικής εργασίας ήταν η μελέτη της έννοιας της μουσικής ομοιότητας και η σύγκριση διαφόρων συστημάτων ταξινόμησης ως προς την επίδοση τους στην εκμάθηση ενός μέτρου απόστασης, το οποίο εκφράζει την ανομοιότητα μεταξύ δύο μουσικών κομματιών.Χρησιμοποιώντας το σύνολο δεδομένων MagnaTagATune για εξαγωγή των μουσικών χαρακτηριστικών, και μετατρέποντας τις αξιολογήσεις των χρηστών που περιέχονται σε αυτό υπό την μορφή ψήφων ανομοιοτήτων σε περιορισμούς σχετικών αποστάσεων κατασκευάσαμε το πρόβλημα δυαδικής ταξινόμησης, το οποίο στοχεύει στην μάθηση του μέτρου απόστασης, που αντιστοιχεί στην ανομοιότητα των κομματιών. Για την επίλυση του προβλήματος ταξινόμησης χρησιμοποιήθηκαν τόσο Τεχνητά Νευρωνικά Δίκτυα, όσο και Μηχανές Διανυσμάτων Υποστήριξης (SVM), καθώς και μια παραλλαγή Νευρωνικού Δικτύου επηρεασμένη από τα SVM, το SVNN.Τέλος προκειμένου να αποκτήσουμε μια ποιοτική έποψη του αποτελέσματος του Νευρωνικού Δικτύου επιχειρήθηκε μια τρισδιάστατη απεικόνιση των μουσικών κομματιών της βάσης με χρήση της μεθόδου Multidimensional Scaling (MDS) καθώς και μια προσπάθεια ερμηνείας της σημαντικότητας των μουσικών χαρακτηριστικών που χρησιμοποιήθηκαν, βασιζόμενοι στο διάνυσμα συναπτικών βαρών του Νευρωνικού Δικτύου.