Детальная информация

Название: Разработка библиотеки на языке Python для SPEAC-анализа музыкальных произведений: выпускная квалификационная работа бакалавра: направление 09.03.01 «Информатика и вычислительная техника» ; образовательная программа 09.03.01_02 «Технологии разработки программного обеспечения»
Авторы: Голзицкий Николай Сергеевич
Научный руководитель: Кузнецов Андрей Николаевич
Другие авторы: Нестеров Сергей Александрович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2021
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: структура музыки; дэвид коуп; speac-анализ; python; musiс structure; david cope; speac-analysis
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 09.03.01
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2021/vr/vr21-701
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: ru\spstu\vkr\12384

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В рамках данной работы была разработана библиотека на языке Python для SPEAC-анализа музыкальных произведений. В первой главе описываются проблемы, которые с использованием этой библиотеки могут быть решены. Во второй главе проводится обзор существующих реализаций данного алгоритма. Третья глава описывает функции библиотеки, а в четвёртой представлено их тестирование. Пятая же глава приводит пример использования созданной библиотеки совместно с нейронными сетями.

As part of this work, a library in Python was developed for SPEAC analysis of musical works. The first chapter describes the problems that can be solved using this library. The second chapter provides an overview of existing implementations of this algorithm. The third chapter describes the functions of the library, and the fourth presents their testing. The fifth chapter gives an example of using the created library in conjunction with neural networks.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Оглавление

  • 6b8eb6d7b1663e982551582d3538f90ab0c2bc50313fd9b19b832f6748574aa9.pdf
  • 6b8eb6d7b1663e982551582d3538f90ab0c2bc50313fd9b19b832f6748574aa9.pdf
  • 1818f76b0889e7a79c0bd49a48c258489f0a03a1ea34a18a83319b09915a59d3.pdf
  • 6b8eb6d7b1663e982551582d3538f90ab0c2bc50313fd9b19b832f6748574aa9.pdf
    • ВВЕДЕНИЕ
    • 1. Исследование предметной области
      • 1.1. Существующие проблемы
        • 1.1.1. Контроль
        • 1.1.2. Повествовательная адаптивность и эмоции
        • 1.1.3. Рендеринг
        • 1.1.4. Структура и отображение
        • 1.1.5. Сложность игры
        • 1.1.6. Резюме
      • 1.2. Способы анализа музыки
        • 1.2.1. Анализ Шенкера
        • 1.2.2. SPEAC-анализ
      • 1.3. Резюме
    • 2. Поиск возможных решений проблемы
      • 2.1. Найденные реализации алгоритма
      • 2.2. Возможные варианты решения задачи
      • 2.3. Резюме
    • 3. Реализация библиотеки
      • 3.1. Описание функций библиотеки
        • 3.1.1. Функция get_the_levels
        • 3.1.2. Функция run_the_program
        • 3.1.3. Функция return_best_cadences
        • 3.1.4. Функция capture_beats
        • 3.1.5. Функция get_function
        • 3.1.6. Функция cadences
        • 3.1.7. Функция density
        • 3.1.8. Функция composite_rhythm
        • 3.1.9. Функция simple_matcher
        • 3.1.10. Функция eval_combine_and_integrate_forms
        • 3.1.11. Функция break_into_phrases
        • 3.1.12. Функция do_speac_on_phrases
        • 3.1.13. Функция get_speac_middleground
        • 3.1.14. Функция get_speac_background
        • 3.1.15. SpeacSettings
      • 3.2. Загрузка библиотеки на сервер PyPi
    • 4. Тестирование библиотеки
      • 4.1. Ручное тестирование
      • 4.2. Тестирование с cl4py и atheris
      • 4.3. Технические сложности при тестировании
    • 5. Использование библиотеки
      • 5.1. Описание эксперимента в статье
      • 5.2. Использование модели из статьи со SPEAC-анализом
        • 5.2.1. Проведение экспериментов
      • 5.3. Сравнение результатов
    • ЗАКЛЮЧЕНИЕ
    • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Статистика использования

stat Количество обращений: 16
За последние 30 дней: 0
Подробная статистика