Your email was sent successfully. Check your inbox.

An error occurred while sending the email. Please try again.

Proceed reservation?

Export
  • 1
    UID:
    edochu_18452_20012
    Format: 1 Online-Ressource (34 Seiten)
    Content: Im Rahmen dieser Masterarbeit habe ich die verschiedenen Methoden und Modelle des Deep Learnings zur Klassifizierung von Musikgattungen erfoscht. Neben den klassischen Methoden basierend auf MFCC und Spektogrammen wurden ebenfalls die neusten Methoden der Deep Learning Forschung benutzt. Diese habe ich auf einen Audio-Datensatz von Google Research angewendet. Der Code für dieses Projekt wurde in der Programmiersprache Python geschrieben und auf Quantlet sowie GitHub veröffentlicht.
    Content: I researched different preparation methods and models to classify musical genre of audio data. We began with classical preparation methods based on MFCCs and spectrograms and moved to methods on the cutting edge of deep learning such as attention-based RNNs and dilated convolutions. We utilized the Audioset dataset from Google Research and all of our code was written in the Python programming language. A copy of the code used in this project can be found on Quantlet and GitHub.
    Note: Access to the code for the project directly on GitHub at https://github.com/dhpollack/mgc , Masterarbeit Humboldt-Universität zu Berlin 2018
    Language: English
    URL: Volltext  (kostenfrei)
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
Close ⊗
This website uses cookies and the analysis tool Matomo. Further information can be found on the KOBV privacy pages