Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/78495
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | ฑิตยา หวานวารี | - |
| dc.contributor.author | พชระ เจริญกิจ | - |
| dc.contributor.author | สุรเกียรติ รอบคอบ | - |
| dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์ | - |
| dc.date.accessioned | 2022-05-02T02:15:32Z | - |
| dc.date.available | 2022-05-02T02:15:32Z | - |
| dc.date.issued | 2562 | - |
| dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/78495 | - |
| dc.description | โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2562 | en_US |
| dc.description.abstract | โครงงานการวิจัยเรื่อง “บริการเพื่อการตรวจจับอัตราเร็วจังหวะและเครื่องหมายกำหนดจังหวะของเพลงจากแฟ้มข้อมูลเอ็มพี 3” มีวัตถุประสงค์ คือ พัฒนาบริการสำหรับตรวจจับอัตราเร็วจังหวะและเครื่องหมายกำหนดจังหวะจากแฟ้มข้อมูลเอ็มพี 3 เพื่อประเมินความถูกต้องเฉลี่ยของตัวแบบ สำหรับตัวแบบที่ใช้ในการทำนายอัตราเร็วจังหวะ ทางผู้วิจัยได้ทำการทดลองปรับแต่งตัวแบบ ทั้งในด้านการปรับค่าอัตราการเรียนรู้ การปรับน้ำหนักของตัวแบบใหม่ตามข้อมูลนำเข้า และสำหรับตัวแบบที่ใช้ในการทำนายเครื่องหมายกำหนดจังหวะ ทางผู้วิจัยได้ทำการปรับแต่งตัวแบบในด้านการลดจำนวนชั้นของมอดูลในตัวแบบลง และการปรับน้ำหนักของตัวแบบใหม่ตามข้อมูลนำเข้า ในด้านผลลัพธ์ของการทำนาย สำหรับการทำนายอัตราเร็วจังหวะ ตัวแบบที่เกิดจากการปรับน้ำหนักตามข้อมูลนำเข้าและค่าอัตราการเรียนรู้เป็น 0.001 นั้นให้ผลลัพธ์ได้ดีที่สุด โดยมีค่าความถูกต้องเฉลี่ยร้อยละ 73 ซึ่งมีค่าสูงกว่าการใช้ตัวแบบดั้งเดิม และสำหรับตัวแบบที่ใช้ในการทำนายเครื่องหมายกำหนดจังหวะ ตัวแบบที่ทำการปรับแต่งน้ำหนัก และตัวแบบที่มีการลดจำนวนชั้นของมอดูลลง สามารถทำนายเครื่องหมายกำหนดจังหวะได้เล็กน้อย | en_US |
| dc.description.abstractalternative | The objective of “Tempo and Time Signature detection service from Mp3” project is to develop tempo and time signature detection service from MP3 files. To assess model accuracy, for tempo model, we adjusted model with two parameters: learning rate and model weight. For time signature model, we adjusted model with two parameters: remove module layers in model and model weight. The tempo model with learning rate at 0.001 yields the best prediction with accuracy approximately 73%, higher than the default model. The adjusted weight model and the model with removed layers can slightly predict the time signature. | en_US |
| dc.language.iso | th | en_US |
| dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
| dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
| dc.subject | จังหวะดนตรี | en_US |
| dc.subject | Musical meter and rhythm | en_US |
| dc.title | บริการเพื่อการตรวจจับอัตราเร็วจังหวะและเครื่องหมายกำหนดจังหวะของเพลงจากแฟ้มข้อมูลเอ็มพี 3 | en_US |
| dc.title.alternative | Tempo and Time Signature Detection Service from Mp3 | en_US |
| dc.type | Senior Project | en_US |
| dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
| Appears in Collections: | Sci - Senior Projects | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 62-SP-COMSCI-053 - Patchara Charoenkij.pdf | 2.01 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.