Bayesian modelling of music : algor

Bayesian modelling of music : algorithmic advances and experimental studies of shift-invariant sparse coding

In order to perform many signal processing tasks such as classification, pattern recognition and coding, it is helpful to specify a signal model in terms of meaningful signal structures. In general, designing such a model is complicated and for many signals it is not feasible to specify the appropriate structure. Adaptive models overcome this problem by learning structures from a set of signals. Such adaptive models need to be general enough, so that they can represent relevant structures. However, more general models often require additional constraints to guide the learning procedure. In this thesis a sparse coding model is used to model time-series. Relevant features can often occur at arbitrary locations and the model has to be able to reflect this uncertainty, which is achieved using a shift-invariant sparse coding formulation. In order to learn model parameters, we use Bayesian statistical methods, however, analytic solutions to this learning problem are not available and approximations have to be introduced. In this thesis we study three approximations, one based on an analytical integral approximation and two based on Monte Carlo approximations. But even with these approximations, a solution to the learning problem is computationally too expensive for the applications under investigation. Therefore, we introduce further approximations by subset selection. Music signals are highly structured time-series and offer an ideal testbed for the studied model. We show the emergence of note- and score-like features from a polyphonic piano recording and compare the results to those obtained with a different model suggested in the literature. Furthermore, we show that the model finds structures that can be assigned to an individual source in a mixture. This is shown with an example of a mixture containing guitar and vocal parts for which blind source separation can be performed based on the shift-invariant sparse coding model.

ผลลัพธ์ (ไทย) 1:

ทฤษฎีแบบจำลองของเพลง: algorithmic ความก้าวหน้าและศึกษาทดลองเขียนโค้ดห่างกะบล็อกดำเนินงานเช่นประเภท การรู้จำรูปแบบ และรหัสการประมวลผลสัญญาณต่าง ๆ จะเป็นประโยชน์เมื่อต้องการระบุแบบจำลองสัญญาณในรูปแบบของโครงสร้างสัญญาณที่มีความหมาย ทั่วไป การออกแบบดังกล่าวมีความซับซ้อน และมากสัญญาณจึงไม่สามารถระบุโครงสร้างที่เหมาะสม รูปแบบที่เหมาะสมเอาชนะปัญหานี้ โดยการศึกษาโครงสร้างจากสัญญาณ รุ่นที่เหมาะสมเช่นต้องมีทั่วไปเพียงพอ เพื่อให้พวกเขาสามารถแสดงโครงสร้างที่เกี่ยวข้อง อย่างไรก็ตาม รุ่นทั่วไปมักจะกำหนดข้อจำกัดเพิ่มเติมแนะนำกระบวนการเรียนรู้ วิทยานิพนธ์นี้ใช้แบบจำลองสภาพบ่อแบบลำดับเวลา คุณลักษณะที่เกี่ยวข้องมักจะเกิดขึ้นในสถานที่กำหนด และรูปแบบได้เพื่อให้สามารถสะท้อนนี้ความไม่แน่นอน ซึ่งสามารถทำได้โดยใช้กำหนดรหัสห่างกะบล็อก การเรียนรู้รูปแบบพารามิเตอร์ เราใช้ทฤษฎีทางสถิติวิธี อย่างไรก็ตาม โกดังไม่มีปัญหาการเรียนรู้ และมีเพียงการประมาณการจะ ในวิทยานิพนธ์นี้ เราเรียนเพียงการประมาณสาม ตามการวิเคราะห์เป็นประมาณหนึ่ง และสองตามมอน Carlo เพียงการประมาณ แต่แม้เหล่านี้เพียงการประมาณ การแก้ไขปัญหาการเรียนรู้เป็น computationally แพงเกินไปสำหรับการใช้งานภายใต้การตรวจสอบ ดังนั้น เราแนะนำเพิ่มเติมเพียงการประมาณ โดยเลือกชุดย่อย เพลงสัญญาณมีเวลาชุดโครงสร้างสูง และมีการ testbed เหมาะสำหรับรุ่น studied เราแสดงการเกิดขึ้นของเหตุ และคะแนนต่าง ๆ จากการบันทึกเสียงเปียโนเหมือนจริง และเปรียบเทียบผลลัพธ์ที่ได้ ด้วยแบบจำลองต่าง ๆ ที่แนะนำในวรรณคดี นอกจากนี้ เราแสดงว่า แบบจำลองพบว่าโครงสร้างที่สามารถกำหนดให้กับแต่ละแหล่งในส่วนผสม นี้จะแสดงตัวอย่างของกีต้าร์ที่มีส่วนผสม และส่วน vocal ซึ่งสามารถดำเนินการแยกแหล่งที่ซ่อนตามรุ่นรหัสห่างกะบล็อก

ผลลัพธ์ (ไทย) 3:

การจำลองแบบของเพลง : ความก้าวหน้าและปรับปรุงการศึกษาเปลี่ยนค่าคงที่โปร่งนะครับ

เพื่อดําเนินการประมวลสัญญาณหลายอย่าง เช่น การจำแนก การยอมรับรูปแบบและการเข้ารหัสจะเป็นประโยชน์ในการระบุรูปแบบในแง่ของโครงสร้างสัญญาณสัญญาณที่มีความหมาย โดยทั่วไปการออกแบบเช่นโมเดลที่ซับซ้อนและหลายสัญญาณมันไม่ได้เป็นไปได้ที่จะกำหนดโครงสร้างที่เหมาะสม รูปแบบการเอาชนะปัญหานี้โดยการเรียนรู้โครงสร้างจากชุดของสัญญาณ รูปแบบการปรับตัวดังกล่าวต้องเป็นทั่วไปมากพอ เพื่อให้พวกเขาสามารถแสดงโครงสร้างที่เกี่ยวข้อง อย่างไรก็ตาม รูปแบบทั่วไปมักจะต้องมีเงื่อนไขเพิ่มเติมคู่มือขั้นตอนการเรียนรู้ในวิทยานิพนธ์นี้ เบาบางนะครับแบบใช้แบบจำลองอนุกรมเวลา . คุณสมบัติที่เกี่ยวข้องมักจะเกิดขึ้นในสถานที่โดยพลการและรูปแบบจะต้องสามารถสะท้อนให้เห็นถึงความไม่แน่นอนนี้ ซึ่งทำได้โดยการเปลี่ยนความเบาบาง นะครับ การกำหนด เพื่อเรียนรู้พารามิเตอร์โมเดล เราใช้วิธีการทางสถิติแบบเบส์ อย่างไรก็ตามวิเคราะห์แก้ไขปัญหานี้การเรียนรู้ไม่ได้มีอยู่และใกล้เคียงได้แนะนำให้รู้จัก ในวิทยานิพนธ์นี้ได้ศึกษาสามประการ หนึ่งโดยหนึ่งและสองการวิเคราะห์บนพื้นฐานของ Monte Carlo การประมาณ แต่แม้จะมีการเหล่านี้ การแก้ไขปัญหา การเรียนรู้ คือ computationally แพงด้วย เพื่อประโยชน์ในการสอบสวนดังนั้นเราจึงแนะนำการเพิ่มเติม โดยเลือกย่อย . สัญญาณเพลงมีโครงสร้างสูงอนุกรมเวลาและเสนอ Name = ทดสอบ Comment ที่เหมาะสำหรับการศึกษาแบบ เราแสดงการเกิดขึ้นของหมายเหตุ - และคะแนนชอบคุณสมบัติจากบันทึกเปียโนโพลีโฟนิคและเปรียบเทียบผลลัพธ์ที่ได้กับโมเดลที่แตกต่างแนะนำในวรรณคดี นอกจากนี้เราแสดงให้เห็นว่าแบบพบโครงสร้างที่สามารถมอบหมายให้เป็นแหล่งที่บุคคลในส่วนผสม นี้จะแสดงด้วยตัวอย่างของการผสมที่ประกอบด้วยชิ้นส่วนกีตาร์และเสียงที่แยกแหล่งคนตาบอดสามารถดำเนินการตามกะความเบาบางการเข้ารหัสแบบ