Крос-модальні представлення налаштовані на MusicCaps для пошуку музики за текстовим описом
dc.contributor.advisor | Яворський, Олександр Андрійович | |
dc.contributor.author | Плахтій, Гліб Олексійович | |
dc.date.accessioned | 2023-09-25T08:22:42Z | |
dc.date.available | 2023-09-25T08:22:42Z | |
dc.date.issued | 2023 | |
dc.description.abstract | Пояснювальна записка дипломної роботи за обсягом становить 42 сторінки, містить 12 таблиці та 8 рисунків. Для дослідження було використано 11 бібліографічних найменувань. Музика є важливою складовою нашого життя. І з кожним днем її кількість тільки збільшується. Тому проблема пошуку музики є дуже актуальною. Текстовий опис є одним з основних способів, за допомогою якого люди виражають свої музичні вподобання або шукають певні типи пісень. Наприклад, користувачі можуть використовувати слова, які описують настрій (веселий, сумний, енергійний), жанр (рок, поп, електронна музика) або характеристики звучання (акустичний, експериментальний, ритмічний) для пошуку музики, яка відповідає їхнім потребам. В даній роботі для вирішення цієї задачі використовується моделі машинного навчання для створення крос-модальних представлень. Дана модель створює такі векторні представлення музики та тексту, що знаходяться близько один до одного, якщо текст описує музику. За допомогою цього з бібліотеки музики можна вибрати ті треки які найбільше підходять під текстовий опис. Основний внесок цієї дипломної роботи полягає в використані унікального датасетсу в межах задачі пошуку музики за текстовим описом. Також в цій роботі були запропоновані нові модифікації існуючих моделей. | uk |
dc.description.abstractother | The diploma work explanatory note includes 42 pages of the text, 12 tables and 8 illustrations. At the problem modern state analysis, overall 11 references were used. Music is an important part of our life. And every day its number only increases. Therefore, the problem of music retrieval is very relevant. Text description is one of the main ways people express their music preferences or search for specific types of songs. For example, users can use words that describe mood (happy, sad, energetic), genre (rock, pop, electronic music), or sound characteristics (acoustic, experimental, rhythmic) to find music that fits their needs. This work uses machine learning models to create cross-modal embeddings to solve this problem. This model creates vector embeddings of music and text such that the embeddings of music and text are close to each other if the text describes the music. With this, you can select from the music library those tracks that are most suitable for the text description. The main contribution of this thesis is the use of a unique dataset for model training. New ones were also proposed in this work modifications of existing models. | uk |
dc.format.extent | 42 с. | uk |
dc.identifier.citation | Плахтій, Г. О. Крос-модальні представлення налаштовані на MusicCaps для пошуку музики за текстовим описом : дипломна робота … бакалавра : 113 Прикладна математика / Плахтій Гліб Олексійович – Київ, 2023. – 42 с. | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/60521 | |
dc.language.iso | uk | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.subject | машинне навчання | uk |
dc.subject | machine learning | uk |
dc.subject | крос-модальні представлення | uk |
dc.subject | cross-modal embeddings | uk |
dc.subject | MusicCaps | uk |
dc.subject | MusicCaps | uk |
dc.subject | трансформери | uk |
dc.subject | transformers | uk |
dc.subject | пошук музики за текстовим описом | uk |
dc.subject | text-to-music retrieval | uk |
dc.title | Крос-модальні представлення налаштовані на MusicCaps для пошуку музики за текстовим описом | uk |
dc.type | Bachelor Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Plakhtii_bakalavr.pdf
- Розмір:
- 663.33 KB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.1 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: