Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17799
Title: Αναγνώριση είδους μουσικής από συμβολικά δεδομένα (MIDI) με τεχνικές μηχανικής μάθησης
Authors: Μάκαρης, Νικόλαος Δ.
Στάμου Γιώργος
Keywords: Μηχανική Μάθηση
Machine Learning
Νευρωνικά Δίκτυα
Neural Networks
Αναγνώριση Είδους Μουσικής
Music Genre Recognition
Συμβολικά Δεδομένα MIDI
Symbolic Data MIDI
Συνελικτικά Νευρωνικά Δίκτυα
Convolutional Neural Networks
Issue Date: 18-Nov-2020
Abstract: Το θέμα της παρούσας διπλωματικής εργασίας είναι η αναγνώριση είδους μουσικής με ανάλυση μουσικών κομματιών από συμβολικά δεδομένα, δηλαδή δεδομένα που είναι κωδικοποιημένα σε MIDI (Musical Instrument Digital Interface) μορφή, βασισμένη σε αρχιτεκτονικές βαθιάς μηχανικής μάθησης (Deep Learning) . Το θέμα αναγνώρισης είδους μουσικής ( MGR - Music Genre Recognition ) αποτελεί ένα ενεργό πρόβλημα στον τομέα της άντληση πληροφορίας από μουσική ( MIR - Music Information Retrieval) και συνδέεται με πολλές ερευνητικές μελέτες τα τελευταία χρόνια. Θα χρησιμοποιηθεί επιβλεπόμενη μηχανική μάθηση και πιο συγκεκριμένα, συνελικτικά νευρωνικά δίκτυα ( CNN ) για την ταξινόμηση κομματιών σε συγκεκριμένες κατηγορίες. Επιλέχθηκαν διάφορα σύνολα δεδομένων για τα πειράματά μας, όπως τα Million Song Dataset ,Tagtraum , Lastfm , τα οποία είναι ευρέως διαδεδομένα στον συγκεκριμένο τομέα της MIR . Περιλαμβάνεται επίσης μια συζήτηση περί κάποιων θεωρητικών θεμάτων που σχετίζεται με τα είδη της μουσικής, δηλαδή οι μηχανισμοι που χρησιμοποιούν οι άνθρωποι για να κατηγοριοποιήσουν τη μουσική ανά είδος και το εάν μπορούν να δημιουργηθούν αντικειμενικές ταξινομήσεις είδους μουσικής.
URI: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17799
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
makaris_nikolaos_diploma_thesis.pdfΔιπλωματική Εργασία4.32 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.