Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: Hasan Can CEYLAN
Danışman: Fırat Hardalaç
Özet:
Sınıflandırma işleminin, öğrenme sürecini kolaylaştırması ve zamandan sağladığı tasarruf dikkate alındığında, bu işlemin müzik öğrenimindeki katkısı yadsınamaz. Müzik sınıflandırmasında en geçerli ve etkili yöntemlerden biri müzik tür sınıflandırmasıdır. Müzik üretiminin hız kazanması ve veri sayısındaki önemli artış göz önüne alındığında, müzik türlerini sınıflandırma süreci artık insanlar tarafından yapılamayacak kadar karmaşık bir hale gelmiştir. Derin sinir ağlarının bu alandaki başarılı sonuçları da göz önünde bulundurularak, on farklı müzik türünü sınıflandırabilen bir derin öğrenme algoritması geliştirilmesi hedeflenmektedir. Çalışmada on farklı müzik türünü (blues, klasik, country, disko, hiphop, caz, metal, pop, reggae, rock) içeren GTZAN veri seti üzerinde işlemler yapılmıştır. Öznitelik olarak mel frekansı kepstral katsayıları (MFCC), sınıflandırıcı olarak ise evrişimsel sinir ağları (CNNs) kullanılmıştır. Veri setindeki müzik parçalarının ön işlemesi yapılarak MFCC değerleri elde edilmiş, daha sonra elde edilen bu veriler ile bir CNN modeli eğitilmiş ve test verileriyle modelin başarısı belirlenmiştir. Çalışma sonucunda, müzik türlerini sınıflandırma işlemini otomatik olarak gerçekleştiren bir model geliştirilmiştir.
Anahtar Kelimeler : Derin Öğrenme, Müzik Türü Sınıflandırması, Evrişimsel Sinir
Ağları, Mel Frekans Kepstral Katsayıları, Makine Öğrenmesi