prikaz prve stranice dokumenta Klasifikacija glazbenih kompozicija pohranjenih u formatu glazbene notacije
No public access
master's thesis
Klasifikacija glazbenih kompozicija pohranjenih u formatu glazbene notacije
2017. urn:nbn:hr:168:361471
Razum, Antun
University of Zagreb
Faculty of Electrical Engineering and Computing

Cite this document

Razum, A. (2017). Klasifikacija glazbenih kompozicija pohranjenih u formatu glazbene notacije (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:361471

Razum, Antun. "Klasifikacija glazbenih kompozicija pohranjenih u formatu glazbene notacije." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2017. https://urn.nsk.hr/urn:nbn:hr:168:361471

Razum, Antun. "Klasifikacija glazbenih kompozicija pohranjenih u formatu glazbene notacije." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2017. https://urn.nsk.hr/urn:nbn:hr:168:361471

Razum, A. (2017). 'Klasifikacija glazbenih kompozicija pohranjenih u formatu glazbene notacije', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 15 April 2024, https://urn.nsk.hr/urn:nbn:hr:168:361471

Razum A. Klasifikacija glazbenih kompozicija pohranjenih u formatu glazbene notacije [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2017 [cited 2024 April 15] Available at: https://urn.nsk.hr/urn:nbn:hr:168:361471

A. Razum, "Klasifikacija glazbenih kompozicija pohranjenih u formatu glazbene notacije", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2017. Available at: https://urn.nsk.hr/urn:nbn:hr:168:361471

Please login to the repository to save this object to your list.
Metadata
TitleKlasifikacija glazbenih kompozicija pohranjenih u formatu glazbene notacije
Title (english)Classification of Musical Compositions Stored in Musical Notation Format
AuthorAntun Razum
MentorSiniša Srbljić (mentor)
Committee memberSiniša Srbljić (predsjednik povjerenstva)
Committee memberGoran Delač (član povjerenstva)
Committee memberMarin Šilić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2017-07-04, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Proučiti i opisati postupke klasifikacije vremenskih nizova diskretnih značajki korištenjem metoda strojnog učenja i konkretno dubokog učenja. Proučiti i izlučiti značajke relevantne za klasifikaciju zvučnog zapisa u formatu glazbene notacije. Istražiti mogućnost primjene metoda dubokog učenja poput povratnih neuronskih mreža i LSTM mreža na problem klasifikacije glazbenih kompozicija u formatu glazbene notacije. Razviti rješenje u programskog jeziku Python korištenjem Tensorflow biblioteke. Prikupiti velike označene skupove podataka te provesti vrednovanje uspješnosti ostvarenog klasifikatora. Opisati oblikovane modele, programsko ostvarenje klasifikatora te navesti korištenu literaturu i primljenu pomoć.
Abstract (english)
Describe discrete time sequence classification procedures using Machine Learning and Deep Learning methods. ... .
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:361471
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2019-03-14 00:23:49