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.
Reader Engagement
Steady Performance
74.8
/100
214 views
150 readers
Trending
AI Quality Assessment
Not analyzed
Readership in this journal
SteadyRanked #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 mintedCreate 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
Comments
No comments yet. Be the first to comment on this article.