Vorlesung (Hauptstudium)
Analyse- und Retrievaltechniken für Musikdaten
Dr. Meinard Müller
Music Information Retrieval (MIR) ist eine junge Disziplin, die es sich zur Aufgabe gemacht hat, Methoden zu erforschen und Systeme zu entwickeln, die Benutzern große, in digitaler Form vorliegende Musikkollektionen in vielfältiger Weise zugänglich machen. Während noch vor ca. zehn Jahren relativ einfache Retrievalszenarien wie die Suche nach kurzen Melodieverläufen in monophonen Musikstücken studiert wurden, liegt der Fokus aktueller Forschungsbestrebungen auf semantisch komplexen Problemstellungen wie dem Auffinden aller musikalisch ähnlichen Passagen zu einem gegebenen akustischem Musikausschnitt. Im Hinblick auf effiziente Navigation und inhaltsbasierte Suche in umfangreichen und heterogenen Musikdatenbeständen ist die automatisierte Analyse und inhaltliche Erschließung der Musikdokumente in Verbindung mit leistungsfähigen Indexierungs- und Retrievaltechniken von großer Bedeutung.
In dieser Vorlesung werden aktuelle Fragestellungen der automatisierten Musikdatenerschließung vorgestellt und einige Lösungansätze ausführlich diskutiert. Hierbei werden am Beispiel von Musikdaten grundlegende Algorithmen und Prinzipien zur Analyse, Indexierung, und inhaltsbasierten Suche von zeitabhängigen Datenströmen behandelt. Im Wechselspiel zwischen Theorie und Praxis sollen dabei Aspekte zum Merkmalsentwurf, zur Ähnlichkeitsbewertung, oder Datenorganisation zur Sprache kommen. Auf Anschauung soll dabei viel Wert gelegt werden. Weiterhin werden aktuelle Arbeiten im Bereich des Music Information Retrieval behandelt, die auf mögliche Diplomarbeitsthemen hinführen.
|
Übersicht: alle Semester
Matching Problems in Computer Vision
Maschinelles Lernen