Аналіз підходів до класифікації аудіофайлів методами машинного навчання

Тип публікації :
Магістерська робота
Дата випуску :
2022
Автор(и) :
Кучерявий Ярослав Анатолійович
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Кучерявий, Я. А. (2022). Аналіз підходів до класифікації аудіофайлів методами машинного навчання [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/3438
[ДСТУ] Кучерявий Я. А. Аналіз підходів до класифікації аудіофайлів методами машинного навчання : кваліфікаційна робота магістра : 12 Інформаційні технології. Київ, 2022. 118 с. URL: https://ir.library.knu.ua/handle/123456789/3438 (дата звернення: 25.07.2026).
В рамках роботи проведено аналіз теоретичних засад цифрової обробки звуку. Було вибрано оптимальний програмний засіб вилучення акустичних метрик сигналів, та розроблений алгоритм переведення аудіофайлу у табличний вигляд за релевантними показниками. Додатково було розроблено засіб збору аудіофайлів з веб-джерел, знайдено набір контрольних даних, проведена нормалізація зібраних та контрольних даних з 523 пісень, розбитих 6 жанрів як ціль класифікації.
Наукова новизна роботи полягає у розробці набору метрик для класифікації музики, створенні та порівнянні ефективності моделей жанрової класифікації та рекомендаціях щодо практичного застосування напрацювань.
Галузі знань та спеціальності :
12 Інформаційні технології
122 Комп’ютерні науки
Файл(и) :
Вантажиться...
Ескіз
Завантажити
Формат :

Adobe PDF

Розмір :

2.89 MB

Контрольна сума :

(MD5):cc9c64acd47be47133ef0850332f5f95

Creative Commons Attribution-NonCommercial 4.0 International
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International