Odkrivanje vzorcev v večglasni glasbi z nenadzorovanim učenjem

Žerovnik, Manca (author), Marolt, Matija (mentor)

V delu predstavimo nadgradnjo kompozicionalnega hierarhičnega modela za odkrivanje ponavljajočih vzorcev v večglasni glasbi v simbolični obliki. Kompozicionalni hierarhični model je globoka arhitektura zgrajena iz več nivojev, ki vzorce išče na podlagi nenadzorovanega učenja. Algoritem preizkusimo na javno dostopnih zbirkah in ga primerjamo z ostalimi algoritmi na tem področju. Predstavimo upodobitev rezultatov modela v obliki spletne aplikacije. Na podlagi najdenih ponavljajočih vzorcev naredimo klasifikacijo slovenskih ljudskih pesmi glede na variantni tip.

• Language: Slovenian
• Keywords: pridobivanje informacij iz glasbe, kompozicionalni hierarhični model, odkrivanje ponavljajočih vzorcev
• Work type: Master's thesis/paper
• Organization: FRI - Faculty of Computer and Information Science
• Year: 2017
• PID: 20.500.12556/RUL-95568
• Publication date in RUL: 20.09.2017

Secondary language

• Language: English
• Title: Discovery of Repeated Patterns in polyphonic music with unsupervised learning

Abstract

In this work we introduce an upgrade of compositional hierarchical model for repated pattern discovery in polyphonic symbolic music. Compositional hierarchical model is a deep architecture with multi layer structure. Pattern discovery is made in an unsupervised manner. We test algorithm on public datasets and compare it with other approaches. We present a visualization of results in form of web application. Finally we make a classification of slovenian folk songs based on discovered repeated patterns.

• Keywords: music information retrieval, compositional hierarchical model, discovery of repeated patterns