Niveau d'abstraction dans l'exploration de données musicales

Rompré, Louis (2016). « Niveau d'abstraction dans l'exploration de données musicales » Thèse. Montréal (Québec, Canada), Université du Québec à Montréal, Doctorat en informatique cognitive.

Fichier(s) associé(s) à ce document :

Prévisualisation	PDF Télécharger (13MB)

Résumé

La quantité de données musicales créées et diffusées est si importante qu'il est difficile d'explorer toutes ces données. Au cours des dernières années, plusieurs stratégies ont été proposées afin de soutenir l'exploration des données musicales. Quoique plusieurs de ces stratégies donnent des résultats intéressants, elles ont tendance à se spécialiser dans le traitement d'une seule facette de l'exploration des données musicales. Elles proposent des mécanismes spécifiques que ce soit pour organiser, analyser ou accéder aux données. Par conséquent, l'exploration de données musicales nécessite l'utilisation de plusieurs outils complémentaires. La musique peut être abordée selon différentes perspectives. Chacune de ces perspectives donne un sens particulier à la musique. De nombreuses évidences suggèrent que l'expérience musicale implique de nombreux processus cognitifs qui manipulent différentes formes d'informations. Dans le cadre de cette thèse, il est proposé de grouper ces informations en fonction de leur niveau d'abstraction. Il est présumé que l'expérience musicale dépend fortement du traitement d'information appartenant à trois différents niveaux d'abstraction. Chacun de ces niveaux contribue de manière distincte à définir l'expérience musicale. Le premier niveau d'abstraction est constitué de descripteurs de bas niveau qui réfèrent à des propriétés de l'onde sonore. Ces descripteurs renseignent sur la nature de la source sonore. Le second niveau d'abstraction est composé de descripteurs qui réfèrent aux nominations attribuées à des séquences particulières de sons et aux données périphériques liées à ces séquences. Ces descripteurs renseignent sur les conventions sociales et culturelles qui influencent la manière dont la musique est décrite. Le troisième et dernier niveau est composé de descripteurs qui expriment les préférences, les motivations et les connaissances des individus. C'est uniquement en considérant les descripteurs de ce niveau que la valeur réelle accordée par un individu à une musique peut être capturée. Cette thèse porte sur l'usage des règles d'association pour soutenir l'exploration de données musicales. L'utilisation de règles d'association se présente comme un moyen de faciliter la mise en œuvre de différentes stratégies vouées à soutenir l'exploration de données musicales. Cette méthode de forage de données a la capacité de dégager des connaissances cachées dans des données dont la nature peut varier. Par conséquent, il devient possible de concevoir un système d'aide à l'exploration de données musicales capable d'une part de faciliter la mise en œuvre de différentes stratégies et d'autre part de traiter des descripteurs liés à plus d'un niveau d'abstraction. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Data mining, Musique, Règles d'association, Classification, Traitement de données, Exploration, MIR.

Type:	Thèse ou essai doctoral accepté
Informations complémentaires:	La thèse a été numérisée telle que transmise par l'auteur.
Directeur de thèse:	Biskri, Ismaïl
Mots-clés ou Sujets:	Exploration de données (Informatique) / Musique / Extraction de règles d'association / Classification (Exploration de données) / Systèmes d'information -- Musique
Unité d'appartenance:	Faculté des sciences > Département d'informatique
Déposé par:	Service des bibliothèques
Date de dépôt:	03 juin 2016 17:50
Dernière modification:	03 juin 2016 17:50
Adresse URL :	http://archipel.uqam.ca/id/eprint/8575

Modifier les métadonnées (propriétaire du document)

Statistiques