Muusika žanri avastamine kasutades Naïve Bayes klassifikaatori
Nimi
Anastassia Semjonova
Kokkuvõte
Tänapäeval hoitakse muusikat peamiselt digitaalvormis. Muusika faile on nii palju, et neid tuleb kuidagi klassi tseerida. Kompositsioone on võimalik grupeerida žanrideks heliseva iseloomu järgi. Töö baseerub G. Tzanetakis, G. Essl ja P. Cooki artiklil [GT07], mis
käsitleb muusika žanri avastamisalgoritmi loomise temaatikat. Peamiseks ideeks on esitada muusika faile numbrilises formaadis ja võta välja sellest informatsioonist mõned tunnused, mis kirjeldaksid muusika helisust ja aitaks žanrideks klassi tseerimisel. Esiteks, me realiseerisime artiklis pakutud tunnuste arvutamismeetodit ja hinnasime nende töö meie andmestikul, mis koosneb 300 muusika failidest iga žanri (klassika, pop, punk, rap/hip-hop, rokk
ja trance) esitavad 50 kompositsiooni. Seejärel valisime klassi kaatorit ja pakkusime välja oma ideed. Tulemuseks me saime 13-elemendilist tunnuste vektori, mis pooleli koosneb baseeruvas artiklis esitatud tunnustest ja pooleli meie ideedest. Tunnuste vektor koos valitud algoritmiga võimaldavad klassi tseerida 6 žanri lood 61,6% täpsusega, mis on peaaegu neli korda parem kui juhuslik. Peale seda, tulemus on 5% parem kui see mida said baseeruva artikli autorid.
Lõputöö keel
inglise
Lõputöö tüüp
Bakalaureus - Infotehnoloogia
Juhendaja(d)
Konstantin Tretjakov
Kaitsmise aasta
2009