LuanVan.vnLuận Văn
Gửi thư

VIPRIME: HỆ THỐNG NHẬN DẠNG ÂM NHẠC TRUYỀN THỐNG VIỆT NAM VỚI TRÍ TUỆ NHÂN TẠO

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảTrần Thanh Huy
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Văn hoá phi vật thể vừa là một biểu trưng của một quốc gia vừa mang bản sắc của một dân tộc. Việc bảo tồn văn hoá phi vật thể luôn được nhiều nhà nghiên cứu quan tâm và đề xuất những giải pháp hiệu quả. Từ góc nhìn này, chúng tôi đã đặt sự chú ý đến các nhạc cổ truyền của Việt Nam, như ca trù, đờn ca tài tử, hát cung đình, chèo…. Nhìn chung, những loại hình văn hóa phi vật thể này đang dần bị “lãng quên” và các thế hệ trẻ đang ít quan tâm và chú ý đến chúng. Nhận thấy sức mạnh của trí tuệ nhân tạo, chúng tôi đã đưa hướng nhìn đến khía cạnh này để giúp bảo tồn các văn hoá Việt Nam. Cụ thể, một mô hình để phân lớp kết hợp với giải thuật máy học truyền thống để nhận dạng nhạc cổ truyền Việt Nam đã được đề xuất. Ý tưởng chính là sử dụng mạng học sâu tích chập để nhận dạng thể loại của dòng nhạc và sẽ gợi ý một số tác phẩm nổi tiếng liên quan đến dòng nhạc đó, đồng thời hệ thống cũng cung cấp các thông tin liên quan. Một giải thuật để lựa chọn kết quả nhận dạng sẽ được đề xuất trong nghiên cứu này. Từ thực nghiệm, kết quả phân lớp của mô hình học sâu đạt hiệu quả mong đợi với độ chính xác trên 95%. Hơn thế nữa là tạo thêm một ontology để có thể suy luận thêm các thông tin về các dòng nhạc. Cuối cùng, hướng tiếp cận này sẽ được triển khai trên nền tảng Web và công bố mã nguồn cài đặt.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.