Hoppa till huvudinnehållet

DT2470 Musikinformatik 7,5 hp

Denna kurs ger en grundlig introduktion till forskningsområdet musikinformatik, som har många kommersiella och offentliga tillämpningar, från musikströmning och rekommendationer till arkivering och musikskapande.

Välj termin och kursomgång

Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.

Kursval

Gäller för kursomgång

HT 2024 musinf20 programstuderande

Anmälningskod

50245

Rubriker med innehåll från kursplan DT2470 (VT 2023–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

Översikt över musikinformatik, dess historia och tillämpningar samt en granskning av grundprinciper, såsom musikrepresentation, analog till digital konvertering och Fouriertransformen.
Särdragsextraktion, som visar hur musikdata kan beskrivas i olika domäner, t ex tid, frekvens och tidsfrekvens.
Hur musikinnehåll på olika nivåer av abstraktion kan uttryckas och jämföras med särdrag.
Sätt att modellera musikdata med hjälp av statistiska maskininlärningsmetoder.
Utvärdering av modeller av musikdata och deras tillämpning i verkligheten.

Lärandemål

Efter godkänd kurs ska studenten kunna

  • redogöra för hur särdragsextraktion går till och förklara varför det behövs
  • rekommendera metoder för jämförande och modellering av musikdata
  • utforma, implementera och utvärdera metoder för modellering av musikdata

i syfte att

  • kunna beskriva hur information på olika abstraktionsnivåer kan utvinnas ur musikdata (akustiska såväl som symboliska) och användas i många tillämpningar (t ex sökning, hämtning, syntes)
  • kunna konstruera algoritmer för behandling och modellering av musikdata samt utvärdera deras prestanda.

Kurslitteratur och förberedelser

Särskild behörighet

  • Kunskaper i sannolikhetslära och statistik, 6 hp, motsvarande slutförd kurs SF1910-SF1925/SF1935.
  • Kunskaper och färdigheter i programmering, 6 hp, motsvarande slutförd kurs DD1310-DD1319/DD1321/DD1331/DD1337/DD100N/ID1018.
  • Kunskaper i linjär algebra, 7,5 hp, motsvarande slutförd kurs SF1624/SF1672.

Rekommenderade förkunskaper

Ingen information tillagd

Utrustning

Ingen information tillagd

Kurslitteratur

Ingen information tillagd

Examination och slutförande

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Betygsskala

A, B, C, D, E, FX, F

Examination

  • LAB2 - Laborationer, 3,0 hp, betygsskala: A, B, C, D, E, FX, F
  • PRO2 - Projektuppgift, 3,0 hp, betygsskala: A, B, C, D, E, FX, F
  • UPP2 - Uppsats, 1,0 hp, betygsskala: A, B, C, D, E, FX, F
  • ÖVN2 - Övningsuppgifter, 0,5 hp, betygsskala: A, B, C, D, E, FX, F

Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

Möjlighet till komplettering

Ingen information tillagd

Möjlighet till plussning

Ingen information tillagd

Examinator

Etiskt förhållningssätt

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ytterligare information

Kursrum i Canvas

Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.

Ges av

Huvudområde

Datalogi och datateknik

Utbildningsnivå

Avancerad nivå

Påbyggnad

Ingen information tillagd

Övergångsbestämmelser

Tidigare provmomentet LAB1 ersätts av LAB2, PRO1 ersätts av PRO2, UPP1 ersätts av UPP2 tillsammas med ÖVN2.

Övrig information

I denna kurs tillämpas EECS hederskodex, se:
http://www.kth.se/eecs/utbildning/hederskodex