İçeriğe geç
akaturk Akademik ölçüm

Makale detayı · 2024 · article

Ses analizi ile müzik türlerinin sınıflandırılmasına yönelik kapsamlı bir çalışma

Dergi Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi
ISSN2564-6605
YÖKSİS OpenAlex Açık erişim · diamond TR Index
Yıl2024
Atıf1OpenAlex
Yüzdelik%42,6
FWCI0,131,00 = dünya ortalaması

Veri kaynağı ayrımı

  • YÖKSİSYÖKSİS makale kaydı
  • YÖKSİS dergi adıÖmer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi
  • OpenAlexOpenAlex zenginleştirmesi (özet, atıf, konular)
  • Semantic Scholaratıf sayısı (OpenAlex ile birleştirilmez)

Özet

OpenAlex Türkçe

Ses analizi; hastalık tespiti, duygu analizi, müzik türleri sınıflandırma gibi birçok alanda uygulanabilen bir analiz türüdür. Ses karakteristik özellikleri ile probleme göre görüntü analizi, veri analizi uygulanarak sınıflandırma yapılabilmektedir. Bu çalışmada, ses karakteristik özellikleri çıkarılarak müzik türlerinin sınıflandırması gerçekleştirilmiştir. Veri seti olarak 10 müzik türü etiketinden oluşan GTZAN kullanılmıştır. Analiz aşamasında, ses bölütleme işlemi ve özellik seçme yöntemlerinin de müzik türünü sınıflandırmaya etkisi araştırılmıştır. Sınıflandırma için makine öğrenme yöntemleri ve derin sinir ağlarından yararlanılmıştır. Analizin ilk aşamasında, sadece ses bölütleme işlemi uygulanmasıyla doğruluk değeri %8.72 artış göstermiştir. Çalışmanın sonucunda, ses bölütleme işlemi ve özellik seçme yöntemleri uygulanması sonrasında öğrenme yöntemlerinden Derin Sinir Ağları yöntemi %93.82 doğruluk değeriyle %12.82 başarı artışı sağlamıştır.

Konular

Atıflar

OpenAlex cited_by_count. WoS veya Scopus atıf sayısı değildir; o kaynaklar için ayrı kolon yoktur.

1atıfOpenAlex · cited_by_count (önbellek / veritabanı)

Yerel katalogda bu makaleye atıf yapan 2 yayın (OpenAlex referans eşleşmesi; tam dünya listesi değildir).

  1. 2024 Enhancing Cybersecurity through GAN-Augmented and Hybrid Feature Selection Machine Learning Models: A Case Study on EVSE DataAtıf 3 · OpenAlex
  2. 2024 Enhancing Cybersecurity through GAN-Augmented and Hybrid Feature Selection Machine Learning Models: A Case Study on EVSE DataAtıf 3 · OpenAlex

Yazarlar

1
  1. ZEKERİYA ANIL GÜVEN İZMİR BAKIRÇAY ÜNİVERSİTESİ 1