Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali uporabite sodobnejši brskalnik.
|
|
SLO
|
ENG
|
Piškotki in zasebnost
DKUM
EPF - Ekonomsko-poslovna fakulteta
FE - Fakulteta za energetiko
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
FF - Filozofska fakulteta
FGPA - Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo
FKBV - Fakulteta za kmetijstvo in biosistemske vede
FKKT - Fakulteta za kemijo in kemijsko tehnologijo
FL - Fakulteta za logistiko
FNM - Fakulteta za naravoslovje in matematiko
FOV - Fakulteta za organizacijske vede
FS - Fakulteta za strojništvo
FT - Fakulteta za turizem
FVV - Fakulteta za varnostne vede
FZV - Fakulteta za zdravstvene vede
MF - Medicinska fakulteta
PEF - Pedagoška fakulteta
PF - Pravna fakulteta
UKM - Univerzitetna knjižnica Maribor
UM - Univerza v Mariboru
UZUM - Univerzitetna založba Univerze v Mariboru
COBISS
Ekonomsko poslovna fakulteta
Fakulteta za kmetijstvo in biosistemske vede
Fakulteta za logistiko
Fakulteta za organizacijske vede
Fakulteta za varnostne vede
Fakulteta za zdravstvene vede
Knjižnica tehniških fakultet
Medicinska fakulteta
Miklošičeva knjižnica - FPNM
Pravna fakulteta
Univerzitetna knjižnica Maribor
Večja pisava
|
Manjša pisava
Uvodnik
Iskanje
Brskanje
Oddaja dela
Za študente
Za zaposlene
Statistika
Prijava
Prva stran
>
Izpis gradiva
Izpis gradiva
Naslov:
SAMODEJNA KLASIFIKACIJA GLASBENIH ŽANROV ZVOČNIH POSNETKOV
Avtorji:
ID
Rupnik, Dal
(Avtor)
ID
Holobar, Aleš
(Mentor)
Več o mentorju...
Datoteke:
MAG_Rupnik_Dal_2013.pdf
(3,50 MB)
MD5: 9E2B388C8606473DCED84730EFC2E2F0
Jezik:
Slovenski jezik
Vrsta gradiva:
Magistrsko delo/naloga
Tipologija:
2.09 - Magistrsko delo
Organizacija:
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:
V magistrskem delu predstavimo sistem, ki na mobilni platformi iOS samodejno klasificira glasbeni žanr zvočnih posnetkov na podlagi zajetih vrednosti značilnic. Sistem za posamezen posnetek izračuna vektor značilnic, ki opredeljujejo ritmične, tonske in energetske lastnosti posnetka. Na osnovi učne množice vektorjev z označenim glasbenim žanrom se sistem nauči značilnosti posameznih žanrov, na podlagi le teh pa kasneje opravlja klasifikacijo testnih posnetkov, ki nimajo označenega glasbenega žanra. Klasifikacijo smo izvedli z metodo podpornih vektorjev in pri tem na 1.000 testnih posnetkih dosegli 64 % natančnost ločevanja med naslednjimi desetimi žanri: blues, klasična glasba, country, disco, hip hop, jazz, metal, pop, reggae in rock.
Ključne besede:
klasifikacija glasbenih žanrov
,
analiza posnetka
,
značilnice glasbe
,
strojno učenje
,
metoda podpornih vektorjev
,
mobilna platforma
Kraj izida:
Maribor
Založnik:
[D. Rupnik]
Leto izida:
2013
PID:
20.500.12556/DKUM-41907
UDK:
004.9'1(043.2)
COBISS.SI-ID:
17346326
NUK URN:
URN:SI:UM:DK:1MNPJ3X9
Datum objave v DKUM:
13.09.2013
Število ogledov:
2482
Število prenosov:
226
Metapodatki:
Področja:
KTFMB - FERI
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
RUPNIK, Dal, 2013,
SAMODEJNA KLASIFIKACIJA GLASBENIH ŽANROV ZVOČNIH POSNETKOV
[na spletu]. Magistrsko delo. Maribor : D. Rupnik. [Dostopano 24 marec 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=41907
Kopiraj citat
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:
Ocenjevanje je dovoljeno samo
prijavljenim
uporabnikom.
Objavi na:
Podobna dela iz repozitorija:
Electricity production forecast from wind power plants based on weather data
INVESTMENT ANALYSIS IN PHOTOVOLTAIC SYSTEM DEPENDING ON DIFFERENT SOLAR MODULES
ǂThe ǂimpact of sorting of photovoltaic moduls on energy production of photovoltaic systems
Solar power plants on water surfaces
Distributed power generation and its impact on power grid
Podobna dela iz ostalih repozitorijev:
Forecasting of Electric Energy Production from Solar Power Plants
Forecasting the electricity generation of grid-connected solar power plants
Modeliranje napovedovanja proizvodnje električne energije iz sončnih elektrarn
Prediction of daily photovoltaic systems production
The Implementation of Solar Power Plants with Battery Storage in Slovenia
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
CLASSIFICATION OF AUDIO SIGNALS INTO MUSIC GENRES
Opis:
In this work, we present a mobile application for iOS, which determines musical genre of audio signal based on the features extracted from the signal. For each audio signal a feature vector that represents timbral, rhythmic and energetic properties of the signal is calculated. Based on a training set of feature vectors with labelled musical genre, system learns the characteristics of specific genre and uses this information to classify unlabelled audio signals into multiple musical genres. Classification is performed by support vector machine unsupervised machine learning algorithm. When tested on 1,000 audio signals with 10 different genres, the implemented classifier yielded accuracy of 64 %.
Ključne besede:
music genre classification
,
feature extraction
,
audio signal analysis
,
machine learning
,
support vector machine
,
moblie platform
Komentarji
Dodaj komentar
Za komentiranje se morate
prijaviti
.
Komentarji (0)
0 - 0 / 0
Ni komentarjev!
Nazaj