消息 首页 搜索 举报
  • AI探视人类情感原理与实践——人工驱的音乐信息检索
21年品牌 40万+商家 超1.5亿件商品

AI探视人类情感原理与实践——人工驱的音乐信息检索

正版现货 可开具图书发票 下单后当天即可发货

￥ 48.41 5.4折 ￥ 89 全新

库存49件

山西太原
认证卖家担保交易快速发货售后保障

作者秦静编著

出版社清华大学出版社

ISBN9787302582038

出版时间2021-08

装帧平装

开本16开

定价89元

货号11263100

上书时间2024-09-10

A365书库

八年老店
已实名 已认证 进店 收藏店铺
  • 店主推荐
  • 最新上架

   商品详情   

品相描述：全新
商品描述
作者简介
秦静，女，博士，大连大学软件工程学院副教授，辽宁省智慧医疗协同创新中心、大连市智慧健康与医疗重点实验室成员。主要研究方向为模式识别与信息检索。先后主持国家自然科学基金青年基金一项项、辽宁省重点研发计划一项。十余年来一直从事音乐检索领域的研究，先后发表数篇音乐信息检索领域论文，其中多篇被《科学引文索引》（SCI）或《工程索引》（EI）检索，积累了音乐信息检索丰富的理论及应用经验。

目录
第1章  音乐信息检索的产生与发展
  1.1  音乐信息检索历史与发展
  1.2  音乐信息检索建模与表达
  1.3  音乐信息检索相关研究
  1.4  国内外研究进展
    1.4.1  音乐检索
    1.4.2  音乐推荐
    1.4.3  音乐播放列表生成
    1.4.4  音乐浏览界面
    1.4.5  其他检索应用
  1.5  研究思路
    1.5.1  框架
    1.5.2  研发思路
第2章  音乐计算理论
  2.1  音乐特征提取
    2.1.1  时域和频域特征
    2.1.2  低层特征和音色
    2.1.3  音高特征
    2.1.4  旋律、和弦和音调
  2.2  音乐相似度
    2.2.1  自相似性分析与音乐结构
    2.2.2  全局相似度
    2.2.3  基于向量空间模型的音乐相似度
    2.2.4  基于共现分析的音乐相似度
  2.3  本章小结
第3章  基于旋律的哼唱音乐检索模型
  3.1  哼唱旋律的表示模型及其匹配技术框架
  3.2  基于遗传算法的旋律轮廓对齐算法
    3.2.1  染色体编码设计
    3.2.2  适应度函数定义
    3.2.3  算法描述
    3.2.4  加权综合旋律模板匹配算法
  3.3  旋律模板的局部敏感哈希
    3.3.1  音乐文件的模板生成
    3.3.2  局部哈希算法
    3.3.3  面向欧氏距离的LSH函数族
    3.3.4  基于局部哈希算法的哼唱检索
  3.4  实验结果与分析
    3.4.1  遗传算法实验结果及其分析
    3.4.2  哼唱检索系统检索结果及其分析
  3.5  本章小结
第4章  基于示例内容的音乐检索模型
  4.1  基于流形排序的音乐检索技术框架
  4.2  流形排序
  4.3  音频流形排序算法设计
    4.3.1  特征选择
    4.3.2  流形排序算法设计
    4.3.3  相关反馈算法设计
  4.4  实验结果与分析
  4.5  本章小结
第5章  基于示例语义的音乐检索模型
  5.1  基于示例语义的音乐检索
  5.2  基于示例语义的音乐检索系统框架
  5.3  基于深度学习算法的模型设计
    5.3.1  问题描述
    5.3.2  模型设计
    5.3.3  算法描述
  5.4  模型改进
    5.4.1  损失函数调整
    5.4.2  SMOTE算法
    5.4.3  基于ELM的语义向量生成
  5.5  实验结果与分析
    5.5.1  数据集与语义特征提取
    5.5.2  标注性能评价
    5.5.3  检索性能评价
    5.5.4  实验结果分析
  5.6  本章小结
第6章  基于示例语义的音乐检索与交互技术应用
  6.1  音乐检索交互系统
  6.2  基于语义的音乐检索交互系统框架
  6.3  基于语义的音乐检索交互系统设计
    6.3.1  基于语义的音乐检索算法实现
    6.3.2  基于交互信息的音乐推荐算法实现
    6.3.3  用户语义配置文件的生成
  6.4  系统实现
    6.4.1  检索数据集的建立
    6.4.2  检索交互系统实现
  6.5  本章小结
第7章  人工智能在音乐检索技术中的应用
  7.1  音乐语义提取及应用
    7.1.1  音乐语义标注的深度神经网络模型
    7.1.2  可解释模型音乐语义模型
  7.2  跨模态音乐检索
    7.2.1  音乐-视频跨模态检索
    7.2.2  音乐-歌词跨模态检索
  7.3  智能音乐交互及发现工具
    7.3.1  基于LibROSA的音乐信息检索系统评估工具
    7.3.2  基于语义图表的音乐元数据复杂性建模
    7.3.3  MusicWeb：具有开放链接语义元数据的音乐发现
    7.3.4  基于肢体动作相似度的舞蹈音乐检索系统
    7.3.5  语义音乐播放器
  7.4  本章小结
参考文献

主编推荐
"智能音箱播放歌曲这个看似简单的场景背后，是多种人工智能技术的集体协作，包括声学信号处理、语音自动识别、自然语言理解、资源检索与发现、自然语言生成、语音合成等，其中内容检索是满足用户最终需求的关键技术之一。 面向音乐数据集的这些特征构建索引，根据特征数据收录的不同可以有不同的技术体系。在自然语言处理中，自然语言理解处于核心地位。如果把音乐看成一种特殊的“语言”，那么，对音乐的语义理解意味着什么？音乐的那些主要特征能够表达音乐的语义特征吗？人类情感可以量化吗？人工智能可以具备情感吗？情感化的人工智能在产品设计中的竞争力有多强？在本书中，希望你可以找到答案。 "

精彩内容
音乐信息检索是从海量音频信号、音乐的符号表示或网页资源上提取并分析出音乐有意义的特征，用此特征为音乐建立索引，然后设计不同的查询和检索机制，以获得人们想要查询的音乐作品的过程。随着数字音乐的发展，音乐信息检索融合了计算机机器学习、模式识别和人工智能技术，是人工智能应用的典型领域之一。同时，作为计算机技术探寻人类情感等语义的重要领域，吸引了众多学者和业界的广泛关注。
    本书论述了以旋律作为主要特征检索音乐的模型及其实现方法，建立基于流形排序的整首音乐内容检索模型，并介绍了相关反馈方法对检索结果的改进技术。另外，解读了基于示例语义的检索模型，论述了如何克服音乐检索“语义鸿沟”问题，将音乐映射到一个语义空间的方法。最后，讲解人工智能技术在音乐检索方向上的发展趋势和全新应用。
    本书读者主要是艺术、计算机应用领域的艺术家、研究人员、计算机应用开发人员、数字媒体设计人员、数字音乐产业从业人员及教育工作者。另外，本书对于语音识别、模式识别等领域的从业者也有很高的参考价值。

媒体评论
智能音箱播放歌曲这个看似简单的场景背后，是多种人工智能技术的集体协作，包括声学信号处理、语音自动识别、自然语言理解、资源检索与发现、自然语言生成、语音合成等，其中内容检索是满足用户最终需求的关键技术之一。
面向音乐数据集的这些特征构建索引，根据特征数据收录的不同可以有不同的技术体系。在自然语言处理中，自然语言理解处于核心地位。如果把音乐看成一种特殊的“语言”，那么，对音乐的语义理解意味着什么？音乐的那些主要特征能够表达音乐的语义特征吗？人类情感可以量化吗？人工智能可以具备情感吗？情感化的人工智能在产品设计中的竞争力有多强？在本书中，希望你可以找到答案。
声学信号处理、语音自动识别、自然语言理解、资源检索与发现、自然语言生成、语音合成等，其中内容检索是满足用户最终需求的关键技术。可以把音乐看成一种特殊的、带有情感的、更高维度的“语言”，对此进行研究可以得出令人激动的结果，比如：AI创作艺术、带情感的AI产品等，前途不可限量。

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP