Ana Sayfa
Duyurular
Bateri Bileşenlerinin Sınıflandırılmasına Yönelik Makalemiz ve Veri Setimiz Yayımlandı

Bateri bileşenlerinin sınıflandırılmasına yönelik makalemiz ve veri setimiz yayımlandı

Laboratuvar sorumlumuz Dr. Öğr. Üyesi Ulaş YURTSEVER ile Amasya Üniversitesi Türk Musikisi Bölümünden Dr. Öğr. Üyesi İsmet Emre YÜCEL'in “Comparative Analysis of Machine Learning Approaches for Drum Set Component Classification in Music Technology” başlıklı makalesi, Applied Artificial Intelligence dergisinde 7 Kasım 2025'te açık erişimli olarak yayımlanmıştır.

Çalışmada bateri setini oluşturan kick, snare, hi-hat, tom, zil ve ride sesleri, ses kayıtlarından çıkarılan spektral ve zamansal öznitelikler kullanılarak sınıflandırılmıştır. Öznitelik seçiminde gradyan artırma ile birlikte çapraz doğrulamalı özyinelemeli öznitelik eleme (RFECV) yöntemi kullanılmış, ardından destek vektör makineleri, rastgele orman, k-en yakın komşu ve karar ağacı algoritmaları karşılaştırılmıştır. En yüksek doğruluk oranına %97,1 ile rastgele orman algoritması ulaşmıştır.

Çalışmada kullanılan öznitelik veri seti de Zenodo'da CC BY 4.0 lisansıyla açık erişimde paylaşılmaktadır.

Makaleye doi:10.1080/08839514.2025.2581352 adresinden, veri setine ise Veri Setleri sayfamızdan ulaşabilirsiniz.

Etiketler :

makale,

makine öğrenmesi,

müzik teknolojisi,

açık veri,

zenodo,