| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Razpoznavanje emocij iz glasbenih signalov z uporabo klasičnih metod, globokega učenja in modela wav2vec 2.0 : magistrsko delo
Avtorji:ID Bulajić, Maša (Avtor)
ID Donaj, Gregor (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Bulajic_Masa_2026.pdf (1,54 MB)
MD5: 538A4B9588CDD4C4BE1D8F0467988ABF
 
.zip MAG_Bulajic_Masa_2026.zip (8,78 KB)
MD5: 786C9433A527AEB7016390E0DFC32713
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Glasba ima pomemben vpliv na človekove emocije. V magistrskem delu raziskujemo metode za avtomatsko razpoznavanje emocij iz glasbenih signalov. Primerjani so trije pristopi: klasične metode strojnega učenja, ki temeljijo na ročno izluščenih akustičnih značilkah, modeli globokega učenja z uporabo konvolucijskih nevronskih mrež (CNN) ter samonadzorovani predtrenirani model wav2vec 2.0. Eksperimenti so izvedeni na podatkovni zbirki DEAM, kjer so zvezne vrednosti valence in arousal pretvorjene v štiri emocionalne razrede. Uspešnost modelov je ocenjena z metrikami točnost, preciznost, priklic in macro F1. Rezultati omogočajo primerjavo pristopov ter pokažejo potencial nadaljnjega izboljšanja.
Ključne besede:strojno učenje, globoko učenje, samonadzorovano učenje, razpoznavanje emocij
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[M. Bulajić]
Leto izida:2026
Št. strani:1 spletni vir (1 datoteka PDF (IX, 72 str.))
PID:20.500.12556/DKUM-97962 Novo okno
UDK:004.85:78(043.2)
COBISS.SI-ID:282222083 Novo okno
Datum objave v DKUM:29.05.2026
Število ogledov:160
Število prenosov:11
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:05.05.2026

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Emotion recognition from musical signals using classical methods, deep learning, and the wav2vec 2.0 model
Opis:Music has a strong influence on human emotions. This thesis investigates methods for automatic emotion recognition from musical audio signals. Three different approaches are compared: classical machine learning methods based on handcrafted acoustic features, deep learning using convolutional neural networks (CNN), and a self-supervised pretrained model wav2vec 2.0. Experiments are conducted on the DEAM dataset, where continuous valence–arousal annotations are transformed into four emotion classes. The models are evaluated using accuracy, precision, recall and macro F1-score. The results allow comparison of approaches and show the potential for further improvement.
Ključne besede:machine learning, deep learning, self-supervised learning, emotion recognition


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici