Fulltext available Open Access
DC FieldValueLanguage
dc.contributor.advisorJünemann, Klaus-
dc.contributor.authorSmekhunov, Sergey
dc.date.accessioned2020-09-29T14:38:38Z-
dc.date.available2020-09-29T14:38:38Z-
dc.date.created2018
dc.date.issued2018-06-01
dc.identifier.urihttp://hdl.handle.net/20.500.12738/8339-
dc.description.abstractThe goal of the present document is to investigate signal processing techniques present in music information retrieval (MIR) in the context of emotion recognition in instrumental music. For this purpose machine learning techniques are employed and classifier is trained. Output of the classifier is used to estimate the efficiency and the contribution of each individual signal feature.en
dc.description.abstractDas Ziel des vorliegenden Dokuments ist es, Signalverarbeitungstechniken zu untersuchen, die bei der Musikinformationsgabruf (MIR) im Kontext der Emotionserkennung in der Instrumentalmusik vorhanden sind. Zu diesem Zweck werden maschinelle Lerntechniken eingesetzt und Klassifikator trainiert. Die Ausgabe des Klassifikators wird verwendet, um die Effizienz und den Beitrag jedes einzelnen Signalmerkmals zu schätzen.de
dc.language.isoenen
dc.rights.urihttp://rightsstatements.org/vocab/InC/1.0/-
dc.subject.ddc621.3 Elektrotechnik, Elektronik
dc.titleEmotion recognition in instrumental music using signal processing and machine learningen
dc.title.alternativeEmotion recognition in instrumental music using signal processing and machine learningen
dc.typeThesis
openaire.rightsinfo:eu-repo/semantics/openAccess
thesis.grantor.departmentDepartment Informations- und Elektrotechnik
thesis.grantor.placeHamburg
thesis.grantor.universityOrInstitutionHochschule für angewandte Wissenschaften Hamburg
tuhh.contributor.refereeHeß, Robert-
tuhh.gvk.ppn1023646412
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-83419-
tuhh.note.externpubl-mit-pod
tuhh.note.intern1
tuhh.oai.showtrueen_US
tuhh.opus.id4276
tuhh.publication.instituteDepartment Informations- und Elektrotechnik
tuhh.type.opusBachelor Thesis-
dc.subject.gndMaschinelles Lernen
dc.type.casraiSupervised Student Publication-
dc.type.dinibachelorThesis-
dc.type.driverbachelorThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersion
dc.type.thesisbachelorThesis
dcterms.DCMITypeText-
tuhh.dnb.statusdomain-
item.creatorGNDSmekhunov, Sergey-
item.fulltextWith Fulltext-
item.creatorOrcidSmekhunov, Sergey-
item.grantfulltextopen-
item.cerifentitytypePublications-
item.advisorGNDJünemann, Klaus-
item.languageiso639-1en-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.openairetypeThesis-
Appears in Collections:Theses
Files in This Item:
File Description SizeFormat
Abschluessarbeit_Smekhunov_Sergey.pdf1.23 MBAdobe PDFView/Open
Show simple item record

Page view(s)

130
checked on Dec 27, 2024

Download(s)

160
checked on Dec 27, 2024

Google ScholarTM

Check

HAW Katalog

Check

Note about this record


Items in REPOSIT are protected by copyright, with all rights reserved, unless otherwise indicated.