| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Automātika un datortehnika |
| Nosaukums |
Emociju noteikšana mūzikā, pielietojot neironu tīklus |
| Nosaukums angļu valodā |
Emotion Recognition in Music by Using Neural Networks |
| Struktūrvienība |
12600 Viedo datortehnoloģiju institūts |
| Darba vadītājs |
Sintija Petroviča |
| Recenzents |
Katrina Boločko |
| Anotācija |
Darba mērķis ir izstrādāt un apmācīt neironu tīklu modeļus emociju klasificēšanai mūzikā. Tiek pētītas audio signāla apstrādes metodes spektrālo reprezentāciju – spektrogrammas un hromagrammas – iegūšanā un neironu tīklu darbības principi.
Audio faili un emociju dati ir iegūti no “DEAM” mūzikas emociju datu bāzes, kurus izmantojot, tiek ģenerēti dati apmācībai. Emociju reprezentācijai tiek izmantots 2-dimensiju valences-uzbudinājuma emociju modelis. Darba gaitā tiek apmācītas un salīdzinātas vairāk kā 80 konvolūciju un mākslīgo neironu tīklu variācijas.
Neironu tīklu realizācijai tiek izmantota programmēšanas valoda Python un tās bibliotēkas Tensorflow un Librosa neironu tīkliem un audio signāla apstrādei.
Bakalaura darbs sastāv no Ievada, 5 nodaļām, Secinājumiem un Izmantotās literatūras. Kopā darbā ir 52 lpp., 22 attēli, 1 tabula, 18 izmantotās literatūras avoti un 4 pielikumi. |
| Atslēgas vārdi |
FURJĒ TRANSFORMĀCIJA, HROMAGRAMMA, NEIRONU TĪKLI, EMOCIJAS MŪZIKĀ |
| Atslēgas vārdi angļu valodā |
FURIER TRANSFORM, CHROMAGRAM, NEURAL NETWORKS, EMOTIONS IN MUSIC |
| Valoda |
lv |
| Gads |
2019 |
| Darba augšupielādes datums un laiks |
31.05.2019 20:42:37 |
