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
دسته بندی: موسیقی ویرایش: نویسندگان: Valeri Tsatsishvili سری: ناشر: سال نشر: 2011 تعداد صفحات: 65 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Automatic Subgenre Classification of Heavy Metal Music 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 طبقه بندی خودکار زیرژانر موسیقی هوی متال 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.
نویسنده بر اساس رویکردی کاملاً علمی، مسائلی را که در تلاش برای طبقهبندی سبکهای موسیقی متال به وجود میآیند را مورد توجه قرار میدهد و راهحل خود را برای این مشکل ارائه میکند. مطالب پیشنهادی بخشی از پایان نامه کارشناسی ارشد وی می باشد.
Автор, основываясь на строго научном подходе, рассматривает вопросы, возникающие при попытке классифицировать жанры метал-музыки и предлагает собственное решение проблемы. Предлагаемый материал - часть его магистерской диссертации.
ACKNOWLEDGMENT......Page 4
1. INTRODUCTION......Page 7
1.1 Motivation......Page 8
1.2 Thesis organization......Page 9
2.1 Problems with genre taxonomies......Page 10
2.2 Automatic genre classification......Page 14
3.1 Introduction......Page 22
3.2.1 Traditional Heavy Metal......Page 24
3.2.2 Neoclassical Metal......Page 25
3.2.4 Power Metal......Page 26
3.2.5 Thrash Metal......Page 27
3.2.6 Death Metal......Page 28
3.2.8 Traditional Doom Metal......Page 29
3.2.11 Drone......Page 30
3.2.12 Progressive......Page 31
3.2.15 Metalcore......Page 32
3.2.16 Black Metal......Page 33
3.2.18 NU-Metal......Page 34
4.1 Overview......Page 36
4.2 Dataset......Page 37
4.3 Feature extraction......Page 39
4.4 Feature selection......Page 41
4.5.1 The classifier implemented in this study......Page 43
4.5.2 AdaBoost......Page 46
4.5.3 K-Nearest Neighbours......Page 47
5.2 Feature sets......Page 48
5.3.1 Classification using implemented algorithm......Page 49
5.3.2 Classification using K-NN......Page 50
5.3.3 Classification using AdaBoost......Page 51
5.4 Conclusions......Page 52
6. FUTURE PROSPECTS......Page 58
Bibliography......Page 59
Appendix......Page 63