AI探視人類情感原理與實(shí)踐：人工智能驅(qū)動(dòng)的音樂信息檢索

定　價(jià)：￥89.00

作　者：	秦靜
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787302582038	出版時(shí)間：	2021-08-01	包裝：
開本：	16開	頁(yè)數(shù)：	144	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　音樂是人類思維的產(chǎn)物，以物理波形為載體，傳遞著人們對(duì)生活的理解和主觀感受。情感是音樂先天的屬性，音樂是非常能夠表達(dá)人類思想和傳播文化的途徑。人工智能發(fā)展到今天也不同程度地遇到了“語義瓶頸”，如何讓機(jī)器理解和表達(dá)人類情感，成為人工智能技術(shù)無法跨越的鴻溝。為了探索機(jī)器理解語義的方法，《AI探視人類情感原理與實(shí)踐：人工智能驅(qū)動(dòng)的音樂信息檢索（全彩印刷）》從音樂這一情感載體人手，詳細(xì)論述了從基于音樂內(nèi)容到音樂語義的信息檢索模式，從而為機(jī)器理解人類情感打開一扇有趣的窗口?！禔I探視人類情感原理與實(shí)踐：人工智能驅(qū)動(dòng)的音樂信息檢索（全彩印刷）》的研究思路、研究方法及其發(fā)展歷程，在文本、圖像和視頻領(lǐng)域有相通之處，《AI探視人類情感原理與實(shí)踐：人工智能驅(qū)動(dòng)的音樂信息檢索（全彩印刷）》也能使讀者進(jìn)一步理解多媒體信號(hào)語義提取方法和應(yīng)用?！禔I探視人類情感原理與實(shí)踐：人工智能驅(qū)動(dòng)的音樂信息檢索（全彩印刷）》融合了作者十余年來在該領(lǐng)域?qū)W習(xí)研究的經(jīng)驗(yàn)，對(duì)相關(guān)算法和方法的論述深入淺出，使得讀者能夠理論聯(lián)系實(shí)際，更快地從事該領(lǐng)域的工作。

作者簡(jiǎn)介

　　秦靜，女，博士，大連大學(xué)軟件工程學(xué)院副教授，遼寧省智慧醫(yī)療協(xié)同創(chuàng)新中心、大連市智慧健康與醫(yī)療重點(diǎn)實(shí)驗(yàn)室成員。主要研究方向?yàn)槟Ｊ阶R(shí)別與信息檢索。先后主持國(guó)家自然科學(xué)基金青年基金一項(xiàng)、遼寧省重點(diǎn)研發(fā)計(jì)劃一項(xiàng)。十余年來一直從事音樂信息檢索領(lǐng)域的研究，先后發(fā)表數(shù)篇音樂信息檢索領(lǐng)域論文，其中多篇被《科學(xué)引文索引》（SCI）和《工程索引》（EI）檢索，在音樂信息檢索方向具備豐富的理論及應(yīng)用經(jīng)驗(yàn)。

圖書目錄

第1章音樂信息檢索的產(chǎn)生與發(fā)展
1．1 音樂信息檢索歷史與發(fā)展
1．2 音樂信息檢索建模與表達(dá)
1．3 音樂信息檢索相關(guān)研究
1．4 國(guó)內(nèi)外研究進(jìn)展
1．4．1 音樂檢索
1．4．2 音樂推薦
1．4．3 音樂播放列表生成
1．4．4 音樂瀏覽界面
1．4．5 其他檢索應(yīng)用
1．5 研究思路
1．5．1 框架
1．5．2 研發(fā)思路
第2章音樂計(jì)算理論
2．1 音樂特征提取
2．1．1 時(shí)域和頻域特征
2．1．2 低層特征和音色
2．1．3 音高特征
2．1．4 旋律、和弦和音調(diào)
2．2 音樂相似度
2．2．1 自相似性分析與音樂結(jié)構(gòu)
2．2．2 全局相似度
2．2．3 基于向量空間模型的音樂相似度
2．2．4 基于共現(xiàn)分析的音樂相似度
2．3 本章小結(jié)
第3章基于旋律的哼唱音樂檢索模型
3．1 哼唱旋律的表示模型及其匹配技術(shù)框架
3．2 基于遺傳算法的旋律輪廓對(duì)齊算法
3．2．1 染色體編碼設(shè)計(jì)
3．2．2 適應(yīng)度函數(shù)定義
3．2．3 算法描述
3．2．4 加權(quán)綜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 音樂文件的模板生成
3．3．2 局部哈希算法
3．3．3 面向歐氏距離的LSH函數(shù)族
3．3．4 基于局部哈希算法的哼唱檢索
3．4 實(shí)驗(yàn)結(jié)果與分析
3．4．1 遺傳算法實(shí)驗(yàn)結(jié)果及其分析
3．4．2 哼唱檢索系統(tǒng)檢索結(jié)果及其分析
3．5 本章小結(jié)
第4章基于示例內(nèi)容的音樂檢索模型
4．1 基于流形排序的音樂檢索技術(shù)框架
4．2 流形排序
4．3 音頻流形排序算法設(shè)計(jì)
4．3．1 特征選擇
4．3．2 流形排序算法設(shè)計(jì)
4．3．3 相關(guān)反饋算法設(shè)計(jì)
4．4 實(shí)驗(yàn)結(jié)果與分析
4．5 本章小結(jié)
第5章基于示例語義的音樂檢索模型
5．1 基于示例語義的音樂檢索
5．2 基于示例語義的音樂檢索系統(tǒng)框架
5．3 基于深度學(xué)習(xí)算法的模型設(shè)計(jì)
5．3．1 問題描述
5．3．2 模型設(shè)計(jì)
5．3．3 算法描述
5．4 模型改進(jìn)
5．4．1 損失函數(shù)調(diào)整
5．4．2 SMOTE算法
5．4．3 基于ELM的語義向量生成
5．5 實(shí)驗(yàn)結(jié)果與分析
5．5．1 數(shù)據(jù)集與語義特征提取
5．5．2 標(biāo)注性能評(píng)價(jià)
5．5．3 檢索性能評(píng)價(jià)
5．5．4 實(shí)驗(yàn)結(jié)果分析
5．6 本章小結(jié)
第6章基于示例語義的音樂檢索與交互技術(shù)應(yīng)用
6．1 音樂檢索交互系統(tǒng)
6．2 基于語義的音樂檢索交互系統(tǒng)框架
6．3 基于語義的音樂檢索交互系統(tǒng)設(shè)計(jì)
6．3．1 基于語義的音樂檢索算法實(shí)現(xiàn)
6．3．2 基于交互信息的音樂推薦算法實(shí)現(xiàn)
6．3．3 用戶語義配置文件的生成
6．4 系統(tǒng)實(shí)現(xiàn)
6．4．1 檢索數(shù)據(jù)集的建立
6．4．2 檢索交互系統(tǒng)實(shí)現(xiàn)
6．5 本章小結(jié)
第7章人工智能在音樂檢索技術(shù)中的應(yīng)用
7．1 音樂語義提取及應(yīng)用
7．1．1 音樂語義標(biāo)注的深度神經(jīng)網(wǎng)絡(luò)模型
7．1．2 可解釋模型音樂語義模型
7．2 跨模態(tài)音樂檢索
7．2．1 音樂-視頻跨模態(tài)檢索
7．2．2 音樂-歌詞跨模態(tài)檢索
7．3 智能音樂交互及發(fā)現(xiàn)工具
7．3．1 基于LibROSA的音樂信息檢索系統(tǒng)評(píng)估工具
7．3．2 基于語義圖表的音樂元數(shù)據(jù)復(fù)雜性建模
7．3．3 MusicWeb：具有開放鏈接語義元數(shù)據(jù)的音樂發(fā)現(xiàn)
7．3．4 基于肢體動(dòng)作相似度的舞蹈音樂檢索系統(tǒng)
7．3．5 語義音樂播放器
7．4 本章小結(jié)
參考文獻(xiàn)