دانلود کتاب از تشخیص احساسات موسیقی مبتنی بر محتوا تا نقشههای احساسی قطعات موسیقی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : From Content-based Music Emotion Recognition to Emotion Maps of Musical Pieces
ویرایش : 1
عنوان ترجمه شده به فارسی : از تشخیص احساسات موسیقی مبتنی بر محتوا تا نقشههای احساسی قطعات موسیقی
سری : Studies in Computational Intelligence 747
نویسندگان : Jacek Grekow (auth.)
ناشر : Springer International Publishing
سال نشر : 2018
تعداد صفحات : 142
ISBN (شابک) : 9783319706085 , 9783319706092
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 5 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
مشکلاتی که به آن می پردازد شامل نمایش احساسات، حاشیه نویسی گزیده های موسیقی، استخراج ویژگی و یادگیری ماشینی است. این کتاب عمدتاً بر تجزیه و تحلیل مبتنی بر محتوا فایلهای موسیقی متمرکز است، سیستمی که به طور خودکار ساختارهای یک فایل موسیقی را تجزیه و تحلیل میکند و فایل را با احساسات درک شده حاشیهنویسی میکند. علاوه بر این، تشخیص احساسات در MIDI و فایلهای صوتی را بررسی میکند.
در آزمایشهای ارائهشده در اینجا، از رویکردهای طبقهبندی و ابعادی استفاده شد و از دانش و تخصص متخصصان موسیقی با تحصیلات موسیقی دانشگاهی برای حاشیهنویسی فایلهای موسیقی استفاده شد. سیستمهای تشخیص خودکار احساسات ساخته شده و شرح داده شده در کتاب، فهرستبندی و متعاقباً جستجو در پایگاههای داده موسیقی را با توجه به احساسات ممکن میسازد. به نوبه خود، نقشههای احساسات ترکیبهای موسیقی، بینشهای ارزشمند جدیدی را در مورد توزیع احساسات در موسیقی ارائه میکنند و میتوانند برای مقایسه آن توزیع در ترکیبهای مختلف، یا برای انجام مقایسههای احساسی تفاسیر مختلف از یک ترکیب استفاده شوند.The problems it addresses include emotion representation, annotation of music excerpts, feature extraction, and machine learning. The book chiefly focuses on content-based analysis of music files, a system that automatically analyzes the structures of a music file and annotates the file with the perceived emotions. Further, it explores emotion detection in MIDI and audio files.
In the experiments presented here, the categorical and dimensional approaches were used, and the knowledge and expertise of music experts with a university music education were used for music file annotation. The automatic emotion detection systems constructed and described in the book make it possible to index and subsequently search through music databases according to emotion. In turn, the emotion maps of musical compositions provide valuable new insights into the distribution of emotions in music and can be used to compare that distribution in different compositions, or to conduct emotional comparisons of different interpretations of the same composition.