Abstract

Celem rozprawy jest zbadanie algorytmów do identyfikacji instrumentów występujących w sygnale polifonicznym z wykorzystaniem sztucznych sieci neuronowych. W części teoretycznej przywołano podstawy przetwarzania sygnałów fonicznych w kontekście ekstrakcji parametrów sygnałów wykorzystywanych w treningu sieci neuronowych. Dodatkowo dokonano analizy rozwoju metod uczenia maszynowego z uwzględnieniem podziału na sieci neuronowe pierwszej, drugiej i trzeciej generacji. Opisano także powszechnie stosowane metody archiwizowania wyników treningu sztucznych sieci neuronowych oraz wystąpień artefaktów. Na podstawie przeglądu literatury zaproponowano tezy rozprawy. W części eksperymentalnej w pierwszej kolejności opisano dostępne i zgromadzone zbiory nagrań instrumentów muzycznych oraz sposób ich przekształcenia do formy zbioru treningowego, walidacyjnego i ewaluacyjnego. Przeprowadzono eksperymenty sprawdzające zasadność zaproponowanej koncepcji na mniejszym zbiorze danych. Na tym etapie zaimplementowano modele sieci neuronowych odpowiadające stanowi wiedzy w kontekście identyfikacji instrumentów muzycznych w celu porównania wyników z zaproponowanym modelami. Bazując na wstępnych wynikach, zaproponowano i przeprowadzono rozszerzone eksperymenty na zbiorze danych treningowych zawierających 13 instrumentów muzycznych, w tym rzadko występujących w typowym instrumentarium oraz w bazach muzycznych. W badaniach tych zostały wykorzystane modele sieci neuronowych drugiej oraz trzeciej (sieci impulsowe) generacji, w tym własne propozycje modeli. W końcowej części zawarto analizę uzyskanych wyników oraz omówiono wnioski z niej płynące, służące udowodnieniu tez badawczych. Przedstawiono również najważniejsze osiągnięcia rozprawy oraz kierunki rozwoju badań, mających na celu identyfikację instrumentów muzycznych w sygnale polifonicznym.

Author (1)