Aljanaki, Anna, juhendajaKasepuu, RaivoTartu Ülikool. Loodus- ja täppisteaduste valdkondTartu Ülikool. Arvutiteaduse instituut2023-10-192023-10-192023https://hdl.handle.net/10062/93624Käesoleva magistritöö raames teostatakse uurimus leidmaks, kuidas muusikafailide toonimised mõjuvad muusika žanrite klassifitseerimiste mudelite täpsusele. Püstitatud ülesande lahendamiseks võrreldakse toonimata andmestikuga etalon mudeli täpsust erinevate toonitud andmestike abil loodud mudelite täpsustega. Töö sisendiks on GTZAN muusika andmestik ja muusika toonimisi uuritakse MFCC koefitsientidel põhinevatel muusika žanrite klassifitseerimise mudelitel. Töö tulemusel selgus, et toonitud muusikaga rikastatud andmestikel treenitud muusika žanri klassifitseerimise mudelid on keskmiselt täpsemad kui ainult toonimata muusika muusikal treenitud mudelid.estopenAccessAttribution-NonCommercial-NoDerivatives 4.0 InternationalAndmeanalüüsandmestike rikastaminemuusika toonimineGTZANMFCCmagistritöödinformaatikainfotehnoloogiainformaticsinfotechnologyThesis