التعلم القائم على التشابه لتحديد الأغاني المقلدة باستخدام مصفوفات التشابه المتقاطعة للquences العميقة متعددة المستويات

في السنوات الأخيرة، تم اقتراح عدة نماذج تعليم عميق لتحديد الأغاني المُغطاة، وقد صُممت هذه النماذج لاستخلاص متجهات مميزة ذات طول ثابت للقطع الموسيقية. ومع ذلك، لا يُمثّل هذا النوع من المتجهات الطولية بشكل جيد التغير الزمني في الموسيقى، وهو أمر بالغ الأهمية لقياس تشابه اللحن بين قطعتين موسيقيتين. في هذا البحث، نقترح معمارية جديدة من الشبكات السيماسيّة لتعلم مقياس تشابه اللحن الموسيقي. وتتكون المعمارية من جزأين: الأول شبكة لاستخلاص التمثيل التسلسلي العميق للقطع الموسيقية، والثاني شبكة لتقدير التشابه تأخذ كمدخل مصفوفات التشابه المتقاطعة التي تُحسب من التمثيلات التسلسلية العميقة لزوج من القطع الموسيقية. وتُدرّس الشبكتان معًا وتحسّن بشكل مشترك لتحقيق دقة عالية في تنبؤ تشابه اللحن. وأظهرت التجارب التي أُجريت على عدة مجموعات بيانات عامة تفوق المعمارية المقترحة.