Midi Müzik Verilerinin Sonek Ağacıyla Dizinlenmesi

Abstract

Bu çalışmada, müziksel verilerin dizinlenmesi araştırılmıştır. Bu amaçla müzik verilerinin temsili ve sonek ağaçları ile dizinlenmesi konularında araştırmalar yapılmıştır. Mevcut sonek ağacı algoritmaları daha çok DNA gibi biyolojik verilerin dizinlenmesi için tasarlanmışlardır. Oysa bu algoritmalar, müziğin kendine has özelliklerini hesaba katmamıştır. Bu eksikliği gidermek amacıyla, sonek ağacının fiziksel yapısı, müzik veri tabanlarını dizinleyecek şekilde yeniden tasarlanmıştır. Bunun yanı sıra, müzik eserlerini sınıflandırmanın ve her sınıfta yer alan veri setini ayrı bir sonek ağacında dizinlemenin performansı arttırdığı görülmüştür. Önerdiğimiz yaklaşımları test etmek için ise MIDI müzik dosyalarından oluşan veri tabanları kullanılmıştır. Deney sonuçları yaklaşımlarımızın önceki çalışmalardan daha iyi sonuçlar verdiğini göstermiştir.

This study is based on indexing music sequences. In this respect, we consider representation of music information and indexing music sequences with suffix trees. Current suffix tree algorithms generally aim at indexing biological sequences such as DNA. Nevertheless, the algorithms do not consider the properties of music sequences. In order to fulfill such leak, we modify the physical structure of the suffix trees. Moreover, we present that clustering the music sequences and indexing each cluster by a different suffix tree enhance the performance. We have tested our approaches on MIDI music files and made comparisons with early approaches. Performance experiments show that our approach outperforms the earlier approaches in the literature.