سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

دسته بندی خودکارگام ماهور موسیقی ایرانی توسط یک شبکه عصبی مصنوعی

Publish Year: 1391
Type: Conference paper
Language: Persian
View: 1,793

This Paper With 9 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ISAV02_016

Index date: 16 March 2013

دسته بندی خودکارگام ماهور موسیقی ایرانی توسط یک شبکه عصبی مصنوعی abstract

افزایش حجم فایلهای صوتی درفضای مجازی و ارشیوها باعث شده است تا دسته بندی خودکار این فایل ها برپایه محتوا و براساس فناوری تشخیص الگو ازموضوعات داغ پژوهشی سالهای اخیر باشد با این وجود تاکنون برای دسته بندی خودکار قطعات موسیقی ایرانی برپایه دستگاه تلاش چندانی نشده است درمقاله پی شرو که براساس تحقیقی با عنوان دسته بندی خودکار نشانه های صوتی با استفاده از شبکه عصبی مصنوعی نگارش شده است نشان داده ایم که با استفاده ازشبکه عصبی مصنوعی میتوان دستگاه ماهور را ازسایر دستگاه ها تمیز داد بدین منظور شش دستگاه و اواز موسیقی ایرانی شامل ماهور دو بیات ترک دو بیات اصفهان دو چهارگاه دو سه گاه می کرن و شورسل مورد بررسی قرارگرفت برای دسته بندی قطعات ازشبکه عصبی مصنوعی با توابع پایه شعاعی استفاده شد بسامد بیست قله برتر نخست بیناب هرقطعه موسیقی بهعنوان الگوی ورودی شبکه عصبی مصنوعی برگزیده شد داده های لازم برای اموزش و ازمایش شبکه دریک استودیوی رادیویی توسط یک نوازنده سه تار اجراو ضبط شد.

دسته بندی خودکارگام ماهور موسیقی ایرانی توسط یک شبکه عصبی مصنوعی Keywords:

دسته بندی خودکارگام ماهور موسیقی ایرانی توسط یک شبکه عصبی مصنوعی authors

سارا محمودان

دانشکده صداوسیما خ ولی عصرعج

ایوب بنوشی

سازمان انرژی اتمی ایران تهران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
نیما دارابی، "تولید و تجزیه سیگنالهای دیجیتال موسیقی طراحی زبان ...
J. Ajamera and I. McCowan, _ segmentation using entropy and ...
Y. Lavber and D Ruinskiy, _ D _ isiom-Tree-Ba sed ...
G. Izanetakis and P. Cook, ،Musical _ classiicatiom of audio ...
P. Scott, ،Music classification using neural networkc, EE373B Project (2001). ...
J. Lee, S. Park, and S. Kim, :Music genre classification ...
Z. Cataltepe, Y. Yaslan, and A Sonmez. -Music _ classification ...
_ K. Kosina, ،Music _ recognition", Hagenberg: Media Technology ad ...
(G. TIzanetakis, A. Ermolinskyi, and P. Cook, _ histograms ih ...
M. Karjalainen, and 'T. Tolonen. "Separation of speech signals using ...
نمایش کامل مراجع

مقاله فارسی "دسته بندی خودکارگام ماهور موسیقی ایرانی توسط یک شبکه عصبی مصنوعی" توسط سارا محمودان، دانشکده صداوسیما خ ولی عصرعج؛ ایوب بنوشی، سازمان انرژی اتمی ایران تهران نوشته شده و در سال 1391 پس از تایید کمیته علمی دومین کنفرانس بین المللی آکوستیک و ارتعاشات پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله دستگاه های موسیقی ایرانی، دستگاه ماهور، دسته بندی، شبکه عصبی مصنوعی، تشخیص الگو، استخراج ویژگی هستند. این مقاله در تاریخ 26 اسفند 1391 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1793 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که افزایش حجم فایلهای صوتی درفضای مجازی و ارشیوها باعث شده است تا دسته بندی خودکار این فایل ها برپایه محتوا و براساس فناوری تشخیص الگو ازموضوعات داغ پژوهشی سالهای اخیر باشد با این وجود تاکنون برای دسته بندی خودکار قطعات موسیقی ایرانی برپایه دستگاه تلاش چندانی نشده است درمقاله پی شرو که براساس تحقیقی با عنوان دسته بندی خودکار نشانه ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله دسته بندی خودکارگام ماهور موسیقی ایرانی توسط یک شبکه عصبی مصنوعی با 9 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.