Müzik Türlerinin Derin Öğrenme Ağları ile Sınıflandırılması

Clicks: 214
ID: 5534
2019
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #13 of 17 articles by views in sakarya university journal of computer and information sciences

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Abstract
Bu çalışmada günümüzde görüntülerin sınıflandırılmasında yüksek başarı sağlayan derin öğrenme ağları ile  müzik türlerinin sınıflandırılması hedeflenmiştir.  Bu çalışmanın amacı, müziklerin renklerini ortaya çıkararak  şarkıların sınıflandırılması için yeni bir bakış açısı getirmektir. Bu amaçla ilk olarak, müzik türlerinden seçilen parçalar  görüntülere dönüştürülmüştür. Renkli görüntüler kısa zaman fourier dönüşümü, ayrık kosinüs dönüşümü ve uzamsal  dönüşüm yöntemleri ve bazı önişlemlerle elde edilmiştir. Farklı türlere ait görüntülerin renklerinin farklı olduğu  görülmüştür. Ancak bazı türlerde sınıflandırmayı zorlaştıracak  benzer renkler ve desenler  görülmüştür. Önceden  eğitilmiş derin konvolüsyon ağı bu görüntülerle eğitilmiştir. Türkçe müziklerden seçilen, arabesk, pop, türk halk müziği,  türk sanat müziği ve rock müzikleri ile eğitilen ağda, yaklaşık% 55'lik bir sınıflandırma doğruluğu elde edilmiş ve yine  literatürde müzik türü sınıflandırılmasında kullanılan genel bir veri tabanı ile yapılan testlerde,  on farklı müzik türü   için yaklaşık% 40'lık sınıflandırma doğruluğu elde edilmiştir.   
Reference Key
zehra2019mziksakarya Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Zehra Durdağ;Pakize Erdoğmuş and
Journal sakarya university journal of computer and information sciences
Year 2019
DOI
10.35377/saucis.02.01.544616
URL
Keywords

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

No comments yet. Be the first to comment on this article.