Использование многослойного персептрона для распознавания жанров музыкальных композиций
Автор: Солдатова Ольга Петровна
Журнал: Известия Самарского научного центра Российской академии наук @izvestiya-ssc
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 4-4 т.18, 2016 года.
Бесплатный доступ
В статье приводятся результаты решения задачи распознавания жанров музыкальных композиций при помощи модели многослойного персептрона. Описана методика извлечения классификационных признаков из аудиофайлов музыкальных композиций, приведён перечень используемых в данной работе характеристик. Приведена структура многослойного персептрона, описан алгоритм обучения. Исследована зависимость погрешности обучения многослойного персептрона от значения коэффициента обучения и от числа нейронов в скрытом слое. Исследована точность распознавания музыкальных композиций, принадлежащих пяти различным жанрам на наборе музыкальных композиций GTZAN, состоящем из 1000 примеров.
Классификационные признаки музыкальных композиций, распознавание жанра, быстрое преобразование фурье, многослойный персептрон, алгоритм наискорейшего спуска, метод обратного распространения ошибки
Короткий адрес: https://sciup.org/148204777
IDR: 148204777
Список литературы Использование многослойного персептрона для распознавания жанров музыкальных композиций
- Осовский С. Нейронные сети для обработки информации . М.: Финансы и статистика, 2002. 344 с.
- Haykin S.S. et al. Neural networks and learning machines//Upper Saddle River: Pearson Education, 2009. V. 3.
- Scaringella N., Zoia G., Mlynek D. Automatic genre classification of music content: a survey//Signal Processing Magazine, IEEE (Volume 23, Issue 2), 2006. Pp. 21.
- Peeters G. A large set of audio features for sound description (similarity and classification) in the CUIDADO project. CUIDADO I.S.T. Project Report, 2004. Pp. 25.
- Meng A. Ahrendt P., Larsen J. Improving Music Genre Classification by Short-Time Feature Integration//IEEE International Conference on Acoustics, Speech, and Signal Processing, 2005. Pp 4.
- Gouyon F. Dixon S. A review of automatic rhythm description system//Computer Music Journal. 2005. Vol. 29. Pp. 34-54.
- Aucouturier J.J., Pachet F. Representing musical genre: a state of the art//Journal of New Music Research. 2003. Vol. 32. No. 1. Pp. 83-93.
- MIREX 2013: Audio Train Test: Genre Classification (Mixed) -MIREX08 Dataset /URL: http://www.music-ir.org/nema_out/mirex2013/results/act/mixed_report/summary.html (дата обращения 07.09.2016).
- MachineLearning.Ru -информационно-аналитический ресурс по машинному обучению . URL: http://www.machinelearning.ru/(дата обращения 07.09.2016).
- Солдатова О.П., Мушин А.Е. Классификация музыкальных композиций с использованием однослойного персептрона//Труды международной научно технической конференции «Перспективные информационные технологии (ПИТ 2016)» (Самара, СГАУ, 26-28 апреля 2016 г.). Самара: Издательство Самарского научного центра РАН, 2016. С.355-358.
