Primjena strojnog učenja u optimizaciji prstometa za klavir

diplomski rad

• Naslov (engleski): Machine learning in piano fingering optimization
• Autor: Dominik Milde
• Mentor: Domagoj Jakobović (mentor)
• Član povjerenstva: Domagoj Jakobović (predsjednik povjerenstva)
• Član povjerenstva: Marko Đurasević (član povjerenstva)
• Član povjerenstva: Leonardo Jelenković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-07, Hrvatska

Sažetak

U ovom radu problem optimizacije klavirskog prstometa opisan je kao problem strojnog učenja. Rad pruža uvid u dosadašnje pristupe rješavanja ovog problema. Opisani su osnovni koncepti strojnog učenja, neuronskih mreža na grafovima, sequence-to-sequence modela te korištenih skupovi podataka - ThumbSet i Piano Fingering Dataset. Ostvaren je programski okvir za ispitivanje postupaka strojnog učenja u primjeni na navedeni problem. Kroz eksperimente ocijenjena je učinkovitost postupaka strojnog učenja s obzirom na parametre algoritma učenja i raspoložive skupove podataka.

Sažetak (engleski)

In this paper, the problem of piano fingering optimization is described as a machine learning problem. The work provides an insight into the current approaches to solving this problem. The basic concepts of machine learning, neural networks on graphs, sequence-to-sequence models and the data sets used - ThumbSet and Piano Fingering Dataset are described. A program framework for testing machine learning procedures in application to the stated problem was created. Through experiments, the effectiveness of machine learning procedures was evaluated with regard to the parameters of the learning algorithm and the available datasets.

• Ključne riječi: strojno učenje; optimizacija klavirskog prstometa; Piano Fingering Dataset; ThumbSet; neuronske mreže na grafovima; sequence-to-sequence model; automatsko označavanje prstometa klavira
• Ključne riječi (engleski): machine learning; piano fingering optimization; Piano Fingering Dataset; ThumbSet; graph neural networks; sequence-to-sequence model; automatic piano fingering
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:275293
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 09:50:35