| dc.contributor | 政治大學資訊科學系 | en_US |
| dc.contributor | 行政院國家科學委員會 | en_US |
| dc.creator (作者) | 沈錳坤 | zh_TW |
| dc.date (日期) | 2005 | en_US |
| dc.date.accessioned | 12-Nov-2012 11:01:20 (UTC+8) | - |
| dc.date.available | 12-Nov-2012 11:01:20 (UTC+8) | - |
| dc.date.issued (上傳時間) | 12-Nov-2012 11:01:20 (UTC+8) | - |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/55358 | - |
| dc.description.abstract (摘要) | 本計畫的研究重點即為利用音樂探勘技術，研究數位音樂典藏中的智慧型擷取技術。數位音樂典藏的擷取方式包括以後設資料(metadata)查詢、音樂內容擷取, 音樂曲風查詢,相關回饋, 音樂瀏覽與個人化音樂推薦等，以有助於使用者方便地擷取典藏的數位音樂。在本計畫中，我們主要目的將研究利用音樂探勘中的音樂樣式探勘將音樂分段，以發展音樂瀏覽(Music Browsing)技術。音樂分段在研究音樂分析相關的領域是很重要的研究題目。音樂的分段可以提供作音樂結構分析、音樂瀏覽、音樂內容查詢與音樂摘要等應用。本計劃的研究目的就是對音樂作自動分段，以幫助使用者能快速瀏覽音樂的內容。因此，我們針對音樂的主題作主題式的分段。音樂的主題是取決於作曲者的動機，動機是構成音樂主題的基本因素。為了能夠以主題為基礎作音樂分段，我們必須找出決定音樂主題的因素。動機會有規則性的出現在整首音樂當中，所以我們可以利用動機出現的規則來探勘音樂的動機。我們提出一個以主題對音樂作分段的方法，總共分為四個主要的步驟。第一，我們從原始的音樂資料擷取出主旋律的部分。第二，將主旋律做粗略分段。我們利用探勘Non-trivial重複樣式的技術[17]，來找出粗略段落。第三，從粗略段落中探勘動機。我們利用Stein 所提出來的動機變化規則，修改傳統探勘重複序列的方法，做動機的探勘。最後，我們利用探勘出來的動機對主旋律作精細分段。我們針對MIDI 音樂檔案利用提出來的方法，實做出一個系統，找出音樂的主題段落。先前研究在評估實驗結果時，多採用Precision 與Recall 去評估實驗的結果。然而，這樣的評估方法並不能表現出實驗結果與正確答案之間的相似程度。所以我們提出新的評估方法，根據實驗結果與正確答案之間的相似程度來評估實驗的準確率。根據實驗結果顯示，我們的方法準確率約65%。 | - |
| dc.description.abstract (摘要) | In this project, we investigated the data mining techniques for intelligent retrieval of digital music archive. Music browsing is one of the retrieval mechanisms for music archive. Music segmentation is one of the important design issues for music browsing. Music segmentation can be utilized for music structure analysis, music browsing, content-based music retrieval, and music summarization. In this project, we proposed a music segmentation method based on the music theme to provide users the capability to browse music segments by theme. Motives, the concepts of the composer, are the basic elements of music themes. Music themes were constructed by motives. In order to segment music by themes, we have to discover motives. Most motives repeated in the music by some motivic treatment rules. Therefore, motives can be discovered by these rules. We proposed the theme segmentation method. There are four steps. Firstly, we extract main melody from original music. In the second step, rough segments are generated from main melody by mining non-trivial repeating patterns. Then, motives are detected from rough segments. We modify the mining algorithm for discovering frequent patterns by applying motivic treatment rules proposed by Stein. Finally, we segment main melody based on the generated motives. Moreover, a system for segmentation of music in MIDI format was implemented. Concerning the effectiveness evaluation of music segmentation, precision and recall are used in previous research. We proposed an effectiveness measure and corresponding algorithm to evaluate the accuracy of music segmentation. Experimental results show that our proposed music segmentation method achieves 65% accuracy. | - |
| dc.language.iso | en_US | - |
| dc.relation (關聯) | 技術發展 | en_US |
| dc.relation (關聯) | 學術補助 | en_US |
| dc.relation (關聯) | 研究期間:9403~ 9502 | en_US |
| dc.relation (關聯) | 研究經費:738仟元 | en_US |
| dc.subject (關鍵詞) | 數位音樂典藏;資料探勘;智慧型檢索技術 | en_US |
| dc.title (題名) | 數位音樂典藏之資料探勘與智慧型檢索技術 (I) | zh_TW |
| dc.title.alternative (其他題名) | Data Mining and Intelligent Retrieval Techniques for Digital Music Archives | en_US |
| dc.type (資料類型) | report | en |
