Κατηγοριοποίηση της Μουσικής σε είδη με τη χρήση Αρχιτεκτονικών Βαθιάς Μάθησης
Date Issued
October 12, 2020
Type
Πτυχιακή Εργασία
Abstract
Η παρούσα εργασία έχει θέμα την κατηγοριοποίηση της μουσικής σε είδη με τη χρήση Αρχιτεκτονικών Βαθιάς Μάθησης. Με την έννοια κατηγοριοποίηση της μουσικής εννοούμε την ταξινόμηση των μουσικών σημάτων σε μοναδικές κατηγορίες, που βασίζονται σε υπολογιστικές αναλύσεις αναπαραστάσεων των μουσικών χαρακτηριστικών. Έχουν γίνει πολλές προσπάθειες κατηγοριοποίησης μουσικής με χειρωνακτικό τρόπο, όμως η μέθοδος αυτή αποτελεί μια ακριβή, χρονοβόρα και υποκειμενική διαδικασία σε τέτοιο βαθμό που απαιτείται η αυτοματοποίησή της. Η αυτόματη κατηγοριοποίηση της μουσικής αποτελεί βασικό στοιχείο της ανάκτησης μουσικής πληροφορίας και έχει κερδίσει μεγάλη βαρύτητα ως τρόπος δόμησης και οργάνωσης του αυξανόμενου μεγάλου αριθμού μουσικών αρχείων που είναι διαθέσιμα ψηφιακά στο διαδίκτυο.
Ένας τρόπος για την αυτόματη κατηγοριοποίηση της μουσικής είναι η χρήση μοντέλων βαθιάς μάθησης , τα οποία εκπαιδεύονται με τη χρήση μεγάλων επισημασμένων συνόλων δεδομένων και αρχιτεκτονικές νευρωνικών δικτύων που «μαθαίνουν» τα χαρακτηριστικά των δεδομένων αυτόματα, χωρίς τη δημιουργία ανάγκης της χειροκίνητης εξαγωγής τους.
Στο πρώτο κεφάλαιο γίνεται μια εισαγωγή στο ρόλο της μουσικής από την αρχαιότητα έως σήμερα, στην ανάγκη για την κατηγοριοποίησή της, στα είδη κατηγοριοποίησης και στα χαρακτηριστικά της μουσικής που χρησιμοποιούνται. Έπειτα, εισάγονται βασικοί ορισμοί όπως η Τεχνητή Νοημοσύνη, η Μηχανική Μάθηση, τα Νευρωνικά δίκτυα και η Βαθιά Μάθηση. Αναφέρονται προσπάθειες κατηγοριοποίησης της μουσικής που έχουν γίνει μέχρι σήμερα. Στη συνέχεια, διεξάγονται πειράματα με το εργαλείο ΜΕΚΑ, με τη χρήση του συνόλου δεδομένων « Greek Audio Dataset» , αλγόριθμο ταξινόμησης τον Deep Learning Mlp Classifier του WEKA, και μεθόδους ταξινόμησης cross-validation και train-test split. Τέλος, γίνονται συγκρίσεις μεταξύ ανεπεξέργαστων και επεξεργασμένων δεδομένων, μεταξύ χαρακτηριστικών του ήχου , και μεταξύ δεδομένων ήχου και δεδομένων στίχων και αναλύονται τα αποτελέσματα.
Subjects