Notice bibliographique
Résumé
Pattern discovery is an important part of computational music-processing systems. The discovery of patterns repeated within a single piece is an important step to segmentation according to thematic structures (Ruwet 1966). Patterns found within a few works may be signatures that can be instantiated for style emulation of novel musical material (Cope 1991; Rowe 1993) and can reveal a deep similarity in musical material. Patterns that are conserved across many pieces in a large corpus can represent structural building blocks and used for comparative style analysis and music genre recognition (Huron 2001; Conklin and Anagnostopoulou 2001; Lin etal. 2004). Pattern discovery methods can be discussed according to the expressiveness of patterns in particular, the levels of abstraction permitted by pattern components. Many approaches are restricted to a representation in which every pattern component is described using the same musical attribute: pitch, duration, interval, or fixed combinations of these (e.g., linked interval/duration, etc.). In these approaches, an event has only one possible representation, and therefore patterns can be efficiently found using general string algorithms (Gusfield 1997) after transforming the corpus to strings of attribute values. Recent methods have considered whether this restriction can be relaxed by allowing patterns with heterogeneous components and subsumption relations among possible pattern components (Lartillot 2004; Cambouropoulos et al. 2005; Conklin and Bergeron 2007). The need for such patterns can be motivated with a few melodic fragments (see Figure 1 ) from the music of the famous twentieth-century French singer and songwriter Georges Brassens (1921-1981). In both pairs of fragments, the description of events by melodic interval or melodic contour alone is inadequate. Though the fragments within each pair have a common duration pattern, there is no melodic interval pattern that spans the complete fragments, though some events do have conserved melodic intervals.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».