Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Information retrieval" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Artificial Intelligence on the Identification of Beiguan Music
    Autorzy:
    Chang, Yu-Hsin
    Yao, Shu-Nung
    Powiązania:
    https://bibliotekanauki.pl/articles/1945644.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    artificial neural network
    Beiguan music
    music information retrieval
    social tagging
    Opis:
    This research determines an identification system for the types of Beiguan music – a historical, non-classical music genre – by combining artificial neural network (ANN), social tagging, and music information retrieval (MIR). Based on the strategy of social tagging, the procedure of this research includes: evaluating the qualifying features of 48 Beiguan music recordings, quantifying 11 music indexes representing tempo and instrumental features, feeding these sets of quantized data into a three-layered ANN, and executing three rounds of testing, with each round containing 30 times of identification. The result of ANN testing reaches a satisfying correctness (97% overall) on classifying three types of Beiguan music. The purpose of this research is to provide a general attesting method, which can identify diversities within the selected non-classical music genre, Beiguan. The research also quantifies significant musical indexes, which can be effectively identified. The advantages of this method include improving data processing efficiency, fast MIR, and evoking possible musical connections from the high-relation result of statistical analyses.
    Źródło:
    Archives of Acoustics; 2021, 46, 3; 471-478
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A Key-Finding Algorithm Based on Music Signature
    Autorzy:
    Kania, Dariusz
    Kania, Paulina
    Powiązania:
    https://bibliotekanauki.pl/articles/177312.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    music information retrieval
    computational music cognition
    music data mining
    music visualisation
    Opis:
    The paper presents the key-finding algorithm based on the music signature concept. The proposed music signature is a set of 2-D vectors which can be treated as a compressed form of representation of a musical content in the 2-D space. Each vector represents different pitch class. Its direction is determined by the position of the corresponding major key in the circle of fifths. The length of each vector reflects the multiplicity (i.e. number of occurrences) of the pitch class in a musical piece or its fragment. The paper presents the theoretical background, examples explaining the essence of the idea and the results of the conducted tests which confirm the effectiveness of the proposed algorithm for finding the key based on the analysis of the music signature. The developed method was compared with the key-finding algorithms using Krumhansl-Kessler, Temperley and Albrecht-Shanahan profiles. The experiments were performer on the set of Bach preludes, Bach fugues and Chopin preludes.
    Źródło:
    Archives of Acoustics; 2019, 44, 3; 447-457
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Auditory Display Applied to Research in Music and Acoustics
    Autorzy:
    Kostek, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/176425.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    auditory display
    music
    acoustics
    music technology
    music information retrieval
    sonification
    music annotation
    Opis:
    This paper presents a relationship between Auditory Display (AD) and the domains of music and acoustics. First, some basic notions of the Auditory Display area are shortly outlined. Then, the research trends and system solutions within the fields of music technology, music information retrieval and music recommendation and acoustics that are within the scope of AD are discussed. Finally, an example of AD solution based on gaze tracking that may facilitate music annotation process is shown. The paper concludes with a few remarks about directions for further research in the domains discussed.
    Źródło:
    Archives of Acoustics; 2014, 39, 2; 203-214
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Deep Image Features in Music Information Retrieval
    Autorzy:
    Gwardys, G.
    Grzywczak, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/226400.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    music information retrieval
    deep learning
    genre classification
    convolutional neural networks
    transfer learning
    Opis:
    Applications of Convolutional Neural Networks (CNNs) to various problems have been the subject of a number of recent studies ranging from image classification and object detection to scene parsing, segmentation 3D volumetric images and action recognition in videos. CNNs are able to learn input data representation, instead of using fixed engineered features. In this study, the image model trained on CNN were applied to a Music Information Retrieval (MIR), in particular to musical genre recognition. The model was trained on ILSVRC-2012 (more than 1 million natural images) to perform image classification and was reused to perform genre classification using spectrograms images. Harmonic/percussive separation was applied, because it is characteristic for musical genre. At final stage, the evaluation of various strategies of merging Support Vector Machines (SVMs) was performed on well known in MIR community - GTZAN dataset. Even though, the model was trained on natural images, the results achieved in this study were close to the state-of-the-art.
    Źródło:
    International Journal of Electronics and Telecommunications; 2014, 60, 4; 321-326
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Music Recommendation System
    Autorzy:
    Hoffmann, P.
    Kaczmarek, A.
    Spaleniak, P.
    Kostek, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/308747.pdf
    Data publikacji:
    2014
    Wydawca:
    Instytut Łączności - Państwowy Instytut Badawczy
    Tematy:
    feature vectors
    music classification
    music information retrieval
    music parametrization
    principal component analysis
    Opis:
    The paper focuses on optimization vector content feature for the music recommendation system. For the purpose of experiments a database is created consisting of excerpts of music files. They are assigned to 22 classes corresponding to different music genres. Various feature vectors based on low-level signal descriptors are tested and then optimized using correlation analysis and Principal Component Analysis (PCA). Results of the experiments are shown for the variety of feature vectors. Also, a music recommendation system is presented along with its main user interfaces.
    Źródło:
    Journal of Telecommunications and Information Technology; 2014, 2; 59-69
    1509-4553
    1899-8852
    Pojawia się w:
    Journal of Telecommunications and Information Technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Automatic Music Summarization.A "Thumbnail" Approach
    Autorzy:
    Głaczyński, J.
    Łukasik, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/177412.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    automatic music summarization
    music thumbnail
    key phrases
    automatic music transcription
    music information retrieval
    Opis:
    In the paper, various approaches to automatic music audio summarization are discussed. The project described in detail, is the realization of a method for extracting a music thumbnail – a fragment of continuous music of a given duration time that is most similar to the entire music piece. The results of subjective assessment of the thumbnail choice are presented, where four parameters have been taken into account: clarity (representation of the essence of the piece of music), conciseness (the motifs are not repeated in the summary), coherence of music structure, and overall quality of summary usefulness.
    Źródło:
    Archives of Acoustics; 2011, 36, 2; 297-309
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Classification of Music Genres Based on Music Separation into Harmonic and Drum Components
    Autorzy:
    Rosner, A.
    Schuller, B.
    Kostek, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/177566.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    music information retrieval
    musical sound separation
    drum separation
    music genre classification
    support vector machine (SVM)
    co-training
    nonnegative matrix factorization
    Opis:
    This article presents a study on music genre classification based on music separation into harmonic and drum components. For this purpose, audio signal separation is executed to extend the overall vector of parameters by new descriptors extracted from harmonic and/or drum music content. The study is performed using the ISMIS database of music files represented by vectors of parameters containing music features. The Support Vector Machine (SVM) classifier and co-training method adapted for the standard SVM are involved in genre classification. Also, some additional experiments are performed using reduced feature vectors, which improved the overall result. Finally, results and conclusions drawn from the study are presented, and suggestions for further work are outlined.
    Źródło:
    Archives of Acoustics; 2014, 39, 4; 629-638
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Music Genre Recognition Using Convolutional Neural Networks
    Rozpoznawanie gatunków muzycznych z użyciem splotowych sieci neuronowych
    Autorzy:
    Matocha, M.
    Zieliński, S. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/88408.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    automatyczne rozpoznawanie gatunków muzycznych
    splotowe sieci neuronowe
    pozyskiwanie informacji w muzyce
    automatic music genre recognition
    convolutional neural networks
    music information retrieval
    Opis:
    The aim of this study was to develop a music genre classifier using convolutional neural networks and to compare its performance with a traditional algorithm based on support vector machines. A distinct feature of the proposed approach was to utilize two-channel stereo signals at the input of the convolutional network. The proposed method yielded similar results compared to those obtained with the traditional approach, demonstrating the potential of the proposed method and indicating the need for its further optimization. Using two-channel stereo signals at the input of the algorithm showed no improvements over the baseline method exploiting single-channel recordings, suggesting that monaural signals fed to the convolutional network might be sufficient to undertake the task of music genre recognition. According to the results, the network ‘prioritized’ the temporal changes over the frequency variations of the signals. This observation tentatively implies that the classifiers specifically designed to account for temporal changes might potentially better serve the task of music genre recognition than the convolutional neural networks.
    Celem niniejszej pracy było opracowanie klasyfikatora gatunków muzycznych z użyciem splotowych sieci neuronowych i porównanie go z tradycyjnym algorytmem opartym na maszynie wektorów wspierających. Wyróżniającą cechą zaproponowanego podejścia było wykorzystanie dwu-kanałowego dźwięku stereofonicznego na wejściu sieci splotowej. Zaproponowana metoda dała podobne wyniki do rezultatów otrzymanych z użyciem podejścia tradycyjnego, demonstrując potencjał zaproponowanej metody oraz wskazując na potrzebę jej dalszej optymalizacji. Wykorzystanie dwu-kanałowego dźwięku stereofonicznego na wejściu algorytmu nie poprawiło wyników w porównaniu z metodą bazową wykorzystującą nagrania jednokanałowe, sugerując, iż zastosowanie dźwięków monofonicznych na wejściu splotowej sieci neuronowej jest adekwatne do celów rozpoznawania gatunków muzycznych. Zgodnie z uzyskanymi wynikami, sieć potraktowała priorytetowo zmiany czasowe w porównaniu ze zmianami częstotliwościowymi sygnałów. Obserwacja ta pozwala wstępnie przypuszczać że klasyfikatory specjalnie zaprojektowane, by uwzględnić zmiany czasowe, potencjalnie mogłyby lepiej służyć celom rozpoznawania gatunków muzycznych niż neuronowe sieci splotowe.
    Źródło:
    Advances in Computer Science Research; 2018, 14; 125-142
    2300-715X
    Pojawia się w:
    Advances in Computer Science Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies