Διαχωρισμός μουσικών πηγών με χρήση νευρωνικών δικτύων

Η μουσική είναι αναπόσπαστο κομμάτι της ζωής, της κοινωνικότητας και της κοινωνικοποίησης των ανθρώπων. Υπάρχει παντού στην καθημερινότητά μας χωρίς πάντα να το αντιλαμβανόμαστε και πρόκειται για το πιο επιδραστικό ανθρώπινο δημιούργημα, αποτελώντας αντικείμενο μελέτης πολλών επιστημονικών τομέων....

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Προκοπίου, Χριστίνα
Άλλοι συγγραφείς: Prokopiou, Christina
Γλώσσα:Greek
Έκδοση: 2023
Θέματα:
Διαθέσιμο Online:https://hdl.handle.net/10889/25112
Περιγραφή
Περίληψη:Η μουσική είναι αναπόσπαστο κομμάτι της ζωής, της κοινωνικότητας και της κοινωνικοποίησης των ανθρώπων. Υπάρχει παντού στην καθημερινότητά μας χωρίς πάντα να το αντιλαμβανόμαστε και πρόκειται για το πιο επιδραστικό ανθρώπινο δημιούργημα, αποτελώντας αντικείμενο μελέτης πολλών επιστημονικών τομέων. Ποιητικά θα μπορούσαμε να πούμε ότι βρίσκεται μέσα στου καθενός τον εγκέφαλο σε βάσεις δεδομένων με μυστήριο τρόπο στοιχειοθετημένες. Άλλοι την κατατάσουν με βάση το συναίσθημα που τους προκαλεί, άλλοι για το είδος της, άλλοι για τους δημιουργούς της κ.π.α. Η πληροφορία που αφορά και συνοδεύει την μουσική είναι άπειρη και η τεχνολογία αποσκοπεί στον να την προσεγγίσει, μέσα στην απόλυτη πολυπλοκότητά της, ως αποδομημένη και απλή. Όλα αυτά αφορούν στον τομέα της Ανάκτησης Μουσικής Πληροφορίας (Music Information Retrieval), που είναι επιτακτικό συνεχώς να εξελίσσεται ώστε να μπορεί να διαχειριστεί ο τεράστιος όγκος δεδομένων που υπάρχει στο διαδίκτυο. Από την ανάπτυξή της επωφελείται όλη η μουσική βιομηχανία, το κοινό της, οι ακροατές, καθώς και οι μελετητές της, όπως οι καλλιτέχνες, οι δάσκαλοί μουσικής και οι μουσικολόγοι. Η Ανάκτηση Μουσικής Πληροφορίας ασχολείται με ένα ευρύ φάσμα προβλημάτων όπως ο διαχωρισμός των μουσικών πηγών, που είναι και το θέμα της παρούσας εργασίας. Κατά τον διαχωρισμό των μουσικών πηγών, ένα κομμάτι το οποίο συνήθως έχει προκύψει από την μίξη και τον συνδυασμό μεμονωμένων ηχογραφημένων οργάνων-πηγών, υπάρχει η δυνατότητα να ανακτηθεί η κάθε πηγή μεμονωμένη. Πρόκειται για ένα πολύ απαιτητικό, δύσκολο και πολύπλευρο πρόβλημα, καθώς υπάρχει συχνοτική επικάλυψη ανάμεσα στα όργανα, και οι σχεδιαστές των τεχνικών διαχωρισμού, καλούνται συχνά να βρουν τρόπους να «μεταφράσουν» τα χαρακτηριστικά της σε διαχειρίσιμη μαθηματική πληροφορία. Έχουν προταθεί πολλές διαφορετικές κατηγορίες μεθόδων από την επιστημονική κοινότητα, λαμβάνοντας υπ’ όψην όλες τις δυσκολίες, δίνοντας όλο και περισσότερες λύσεις. Με την ραγδαία εξέλιξη της τεχνητής νοημοσύνης, έχουν τα αποτελέσματα έχουν βελτιστοποιηθεί στο μέγιστο. Αφορά επομένως μια τεράστια επιστημονική και τεχνολογική επιτυχία, η οποία εκτοξεύει τα επίπεδα μελέτης της μουσικής και ανοίγει πολλούς δημιουργικούς δρόμους, νέες ευκαιρίες καριέρας και καλλιτεχνικής εξέλιξης.