Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Modernising Official Statistics: A Complex Challenge Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Correspondence Analysis, Cross-Autocorrelation and Clustering in Polyphonic Music

verfasst von : Christelle Cocco, François Bavaud

Erschienen in: Data Science, Learning by Latent Structures, and Knowledge Discovery

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper proposes to represent symbolic polyphonic musical data as contingency tables based upon the duration of each pitch for each time interval. Exploratory data analytic methods involve weighted multidimensional scaling, correspondence analysis, hierarchical clustering, and general autocorrelation indices constructed from temporal neighborhoods. Beyond the analysis of single polyphonic musical scores, the methods sustain inter-voices as well as inter-scores comparisons, through the introduction of ad hoc measures of configuration similarity and cross-autocorrelation. Rich musical patterns emerge in the related applications, and preliminary results are encouraging for clustering tasks.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel The Luxembourg Teacher Databank 1845–1939. Academic Research into the Social History of the Luxembourg Primary School Teaching Staff
Nächstes Kapitel Impact of Frame Size and Instrumentation on Chroma-Based Automatic Chord Recognition
Literatur
Bavaud, F. (2013). Testing spatial autocorrelation in weighted networks: The modes permutation test. Journal of Geographical Systems, 15, 233–247.CrossRef
Bavaud, F., Cocco, C., & Xanthos, A. (2012). Textual autocorrelation: Formalism and illustrations. In 11èmes Journées internationales d’analyse statistique des données textuelles (pp. 109–120). Liège: Université de Liège.
Box, G. E. P., & Jenkins, G. M. (1976). Time series analysis: Forecasting and control. San Francisco: Holden-Day.MATH
Cliff, A. D., & Ord, J. K. (1981). Spatial processes: Models and applications. London: Pion.MATH
Critchley, F., & Fichet, B. (1994). The partial order by inclusion of the principal classes of dissimilarity on a finite set, and some of their basic properties. In: B. Van Cutsem (Ed.), Classification and dissimilarity analysis (pp. 5–65). New York: Springer.CrossRef
Ellis, D. P. W., & Poliner, G. E. (2007). Identifying ‘Cover Songs’ with chroma features and dynamic programming beat tracking. In IEEE International Conference on Acoustics, Speech and Signal Processing, 2007 (pp. IV-1429–IV-1432).
Lavrenko, V., & Pickens, J. (2003). Polyphonic music modeling with random fields. In Proceedings of the Eleventh ACM International Conference on Multimedia (pp. 120–129), Berkeley, CA.
Morando, M. (1981). L’analyse statistique des partitions de musique. In J.-P. Benzécri, et al. (Eds.), Pratique de l’analyse des données, tome 3: Linguistique et lexicologie (pp. 507–522). Paris: Dunod.
Müller, M., & Ewert, S. (2011). Chroma toolbox: Matlab implementations for extracting variants of chroma-based audio features. In Proceedings of the 12th International Conference on Music Information Retrieval (pp. 215–220).
Robert, P., & Escoufier, Y. (1976). A unifying tool for linear multivariate statistical methods: The RV-coefficient. Journal of the Royal Statistical Society. Series C (Applied Statistics), 25, 257–265.MathSciNet
Weihs, C., Ligges, U., Mörchen, F., & Müllensiefen, D. (2007). Classification in music research. Advances in Data Analysis and Classification, 1, 255–291.CrossRefMATH
Metadaten
Titel
Correspondence Analysis, Cross-Autocorrelation and Clustering in Polyphonic Music
verfasst von
Christelle Cocco
François Bavaud
Copyright-Jahr
2015
Verlag
Springer Berlin Heidelberg
Buch
Data Science, Learning by Latent Structures, and Knowledge Discovery

Print ISBN: 978-3-662-44982-0

Electronic ISBN: 978-3-662-44983-7

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-662-44983-7_35