دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Jacek Grekow (auth.)
سری: Studies in Computational Intelligence 747
ISBN (شابک) : 9783319706085, 9783319706092
ناشر: Springer International Publishing
سال نشر: 2018
تعداد صفحات: 142
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب از تشخیص احساسات موسیقی مبتنی بر محتوا تا نقشههای احساسی قطعات موسیقی: هوش محاسباتی
در صورت تبدیل فایل کتاب From Content-based Music Emotion Recognition to Emotion Maps of Musical Pieces به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب از تشخیص احساسات موسیقی مبتنی بر محتوا تا نقشههای احساسی قطعات موسیقی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
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.Front Matter ....Pages i-xiv
Introduction (Jacek Grekow)....Pages 1-3
Front Matter ....Pages 5-5
Representations of Emotions (Jacek Grekow)....Pages 7-11
Human Annotation (Jacek Grekow)....Pages 13-24
Front Matter ....Pages 25-25
MIDI Features (Jacek Grekow)....Pages 27-41
Hierarchical Emotion Detection in MIDI Files (Jacek Grekow)....Pages 43-58
Front Matter ....Pages 59-59
Audio Features (Jacek Grekow)....Pages 61-74
Detection of Four Basic Emotions (Jacek Grekow)....Pages 75-83
Emotion Tracking of Radio Station Broadcasts (Jacek Grekow)....Pages 85-93
Music Emotion Maps in the Arousal-Valence Space (Jacek Grekow)....Pages 95-106
Comparative Analysis of Musical Performances by Using Emotion Tracking on the Arousal-Valence Plane (Jacek Grekow)....Pages 107-129
Back Matter ....Pages 131-138