Mathematics and ... Call 2014MA14-018

Semantic Annotation by Learned Structured and Adaptive Signal Representations (SALSA)


Semantic Annotation by Learned Structured and Adaptive Signal Representations...
Principal Investigator:
Institution:
Co-Principal Investigator(s):
Arthur Flexer (Austrian Research Institute for Artificial Intelligence (OFAI))
Status:
Abgeschlossen (15.04.2015 – 30.11.2019)
Fördersumme:
€ 538.000

Das Ziel von SALSA ist das Überwinden der semantischen Lücke in der Musikinformationsforschung durch die Verwendung adaptiver und strukturierter Signalrepräsentationen. Diese semantische Lücke ist der Unterschied im Informationsgehalt der Signalrepräsentationen und Modelle, die im Moment in der Musikinformationsforschung verwendet werden, und der Sprache in der sich Musiker oder allgemein Musikrezipienten über Musik austauschen. Während bisher Standardmethoden der Signalverarbeitung im Einsatz sind, erlauben moderne mathematische Methoden Modellierungen, die sich automatisch an das jeweilige Musikstück anpassen. Durch die Verwendung dieser Methoden in Verbindung mit maschinellem Lernen wird die Verknüpfung von Musikaufnahmen mit ihren semantischen Inhalten möglich. Ergebnis des Projektes soll damit eine neue Art von Musikanalyse sein, die sich automatisch dem vielfältigen semantischen Inhalt von Musik anpasst.

 
 
Wissenschaftliche Disziplinen: Numerical mathematics (50%) | Machine learning (30%) | Signal processing (20%)

Wir nutzen Cookies auf unserer Website. Einige von ihnen sind technisch notwendig, während andere uns helfen, diese Website zu verbessern oder zusätzliche Funktionalitäten zur Verfügung zu stellen. Weitere Informationen