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.
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.
Information per kursomgång
Information för HT 2024 musinf20 programstuderande
- Studielokalisering
KTH Campus
- Varaktighet
- 2024-08-26 - 2024-10-27
- Perioder
- P1 (7,5 hp)
- Studietakt
50%
- Anmälningskod
50245
- Undervisningsform
Normal Dagtid
- Undervisningsspråk
Engelska
- Kurs-PM
- Kurs-PM är inte publicerat
- Antal platser
Ingen platsbegränsning
- Målgrupp
Öppen för alla masterprogram, under förutsättning att kursen kan ingå i programmet (se även kursplanens behörighetskrav)
- Planerade schemamoduler
- [object Object]
- Schema
- Del av program
Masterprogram, information och nätverksteknologi, åk 1, Rekommenderad
Masterprogram, information och nätverksteknologi, åk 2, Rekommenderad
Masterprogram, interaktiv medieteknik, åk 1, Villkorligt valfri
Masterprogram, interaktiv medieteknik, åk 2, Villkorligt valfri
Kontakt
Kursplan som PDF
Notera: all information från kursplanen visas i tillgängligt format på denna sida.
Kursplan DT2470 (VT 2023–)Rubriker med innehåll från kursplan DT2470 (VT 2023–) är markerade med en asterisk ( )
Innehåll och lärandemål
Kursinnehåll
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.
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