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)
Cite as
Full text
- Publication version
- Accepted or Published Version
- License
- Copyright (Author(s))
Keywords
Details
- Category:
- Thesis, nostrification
- Type:
- praca doktorska pracowników zatrudnionych w PG oraz studentów studium doktoranckiego
- Language:
- Polish
- Publication year:
- 2024
- Verified by:
- Gdańsk University of Technology
seen 2 times