Greedy-Ansätze für Machine-Learning-Probleme mit Zeitreihen


Dieser Artikel basiert auf einem Forschungsbeitrag, der auf der 12. EvoMUSART-Konferenz vorgestellt wurde, die Teil der EvoStar-Konferenz 2023 in Tschechien (Tschechische Republik) war. Obwohl der Titel der veröffentlichten Forschungsarbeit "Improving Automatic Music Genre Classification Systems by Using Descriptive Statistical Features of Audio Signals" lautet, könnte er auch als "A Greedy Approach for Music Genre Classification" bezeichnet werden. In diesem Artikel werde ich die Zusammenfassung (Abstract) der Arbeit wiedergeben. Die Veröffentlichung erfolgte am 1. April 2023 bei Springer. Die vollständige Arbeit kann über Springer gelesen werden; alternativ kann auch das komplette EvoMUSART-E-Book auf der Springer-Website erworben werden. Der Beitrag ist ebenfalls in der ACM Digital Library verfügbar.

Inspiration für diese Forschung

  1. Professionelle Musiker geben an, dass sie das Musikgenre eines Songs anhand des Tempos und des Schlagzeugmusters erkennen. Diese Hypothese wurde jedoch bislang nicht wissenschaftlich belegt.
  2. Aktuelle AMGC-Systeme (Automatic Music Genre Classification) verfügen über keine Methode zur Identifikation des Hauptgenres komplexer Songs, die mehrere Musikgenres enthalten.
  3. In der Literatur wird zudem ein Trade-off zwischen Geschwindigkeit und Genauigkeit in AMGC-Systemen beschrieben, der ihre Eignung zur Effizienzsteigerung von Radio-Broadcast-Monitoring-Systemen einschränkt. Die höchste Genauigkeit auf dem GTZAN-Datensatz wurde mit 94,5 % durch ein Ensemble-Modell erzielt, das ein MLP-Modell mit einem CNN-Max-Pooling-LSTM-Modell kombiniert. Die Geschwindigkeit des von Chathuranga eingeführten Ensemble-Modells mit zwei SVMs ist zwar für Radio-Monitoring-Systeme geeignet, jedoch liegt dessen Genauigkeit bei nur 78%, was unzureichend ist.
Diese Studie folgt daher einem experimentellen Forschungsansatz mit quantitativen Daten, die aus qualitativen Daten des GTZAN-Datensatzes abgeleitet wurden, um diese Forschungslücken zu adressieren. Im Folgenden wird das Abstract der Arbeit vorgestellt.

Abstract der Arbeit – Improving Automatic Music Genre Classification Systems by Using Descriptive Statistical Features of Audio Signals

Automatische Musikgenreklassifikationssysteme (AMGC) sind heutzutage von großer Bedeutung, da traditionelle Verfahren zur Klassifikation von Musikgenres meist ohne universelle Taxonomie implementiert werden und klassische Audio-Indexierungsprozesse fehleranfällig sind. In der Literatur existieren verschiedene Ansätze zur Implementierung automatischer Musikgenreklassifikationssysteme; deren Genauigkeit und Effizienz sind jedoch nicht ausreichend für praktische Anwendungen, wie etwa die Identifikation von Songs nach Genre in Radio-Broadcast-Monitoring-Systemen. Der Hauptbeitrag dieser Forschung besteht darin, die Genauigkeit und Effizienz bestehender AMGC-Systeme durch eine umfassende Analyse der Korrelationen zwischen beschreibenden statistischen Merkmalen von Audiosignalen und den Musikgenres von Songs zu erhöhen. Zusätzlich wird ein Greedy-Ansatz zur Musikgenre-Identifikation eingeführt, um sowohl die Genauigkeit und Effizienz von Klassifikationssystemen zu verbessern als auch komplexe Songs mit mehreren Genres zu erkennen. Der in dieser Arbeit vorgeschlagene Ansatz erreichte auf dem GTZAN-Datensatz über zehn Musikgenres hinweg eine durchschnittliche Klassifikationsgenauigkeit von 87.3%.

Das Forschungs-Poster

Eine weitere zusammengefasste Version der Arbeit ist in einem Poster verfügbar. Es enthält alle wesentlichen Informationen, insbesondere den Abschnitt zum Greedy-Ansatz, der eine zentrale Rolle in dieser Forschung spielt.

Der Greedy-Ansatz für Zeitreihenklassifikationsprobleme

Wenn Zeitreihendaten Muster enthalten, die sich über die Zeit wiederholen (z. B. der typische Rock-Drum-Beat eines Rocksongs), und wenn es möglich ist, die gesamte Zeitreihe korrekt zu klassifizieren, dann ist eine vollständige Analyse der Daten nicht zwingend erforderlich. Bereits die Analyse eines Teils der Daten kann ausreichen, um das richtige Label zu bestimmen. Dies ist die grundlegende Idee des Greedy-Ansatzes für die Klassifikation von Zeitreihen. In der vollständigen Arbeit wird erläutert, wie dieser Ansatz genutzt wurde, um Geschwindigkeit und Genauigkeit von AMGC-Systemen zu erhöhen.

Der optimale Zeitrahmen eines Songs wurde in dieser Studie jedoch nicht experimentell untersucht oder validiert. Es wurde lediglich ein erster Greedy-Ansatz vorgeschlagen, bei dem nur die ersten fünfzehn Sekunden eines Songs berücksichtigt werden. Dieses Thema bleibt daher zukünftiger Forschung vorbehalten. Weitere Forschungsansätze finden sich im Abschnitt "Future Works" der Arbeit.

Warum funktioniert der Greedy-Ansatz besser? Betrachtet man beispielsweise das Spektrogramm des letzten Teils des Songs "Baby" von Justin Bieber, enthält dieser einen Rap-Abschnitt. Werden die statistischen Merkmale des gesamten Songs betrachtet, könnten sie eher Merkmale klassischer Musik widerspiegeln. Analysiert man hingegen nur den Anfang des Songs, wird dieser korrekt als Popmusik identifiziert.

Ein weiteres Beispiel ist eine Kombination aus Pop und Rap. Wird nur ein Teil des Songs analysiert, kann er als Pop oder Hip-Hop klassifiziert werden. Andernfalls besteht die Gefahr einer falschen Zuordnung.

Zur Erinnerung: Da es sich um einen Greedy-Ansatz handelt, liefert er nicht in jedem Fall exakt korrekte Ergebnisse und funktioniert nicht in allen Szenarien.

Mehr über die EvoStar und EvoMUSART-Konferenzen

Die EvoStar (Evo*) wird von SPECIES organisiert, der Society for the Promotion of Evolutionary Computation in Europe and its Surroundings. Diese gemeinnützige wissenschaftliche Organisation fördert evolutionäres algorithmisches Denken, inspiriert von parallelen Algorithmen natürlicher Prozesse, und bietet eine Plattform für Informationsaustausch. Die EvoStar-Konferenz umfasst vier parallel stattfindende Konferenzen im Bereich bioinspirierter Berechnung: EuroGP, EvoApplications, EvoCOP und EvoMUSART. EvoStar 2023 fand vom 12. bis 14. April 2023 an der Brno University of Technology in Brünn, Tschechische Republik, statt.
  • EuroGP – 26th European Conference on Genetic Programming
  • EvoApplications – 26th European Conference on the Applications of Evolutionary and Bio-Inspired Computation
  • EvoCOP – 23rd European Conference on Evolutionary Computation in Combinatorial Optimisation
  • EvoMUSART – 12th International Conference (und 17. europäische Veranstaltung) zu evolutionär und biologisch inspirierten Ansätzen in Musik, Klang, Kunst und Design
Das war’s für heute. Vielen Dank fürs Lesen – ich hoffe, diese Erkenntnisse helfen dabei, weitere Forschung in diesem Bereich voranzutreiben. Bis zum nächsten Forschungsbeitrag!