Adaptive und nutzerzentrierte Verfahren zur Organisation und Erschließung von digitalen Musikarchiven
Final Report Abstract
Music Information Retrieval (MIR) Systeme müssen fazettenreiche Informationen verarbeiten und gleichzeitig mit heterogenen Nutzern umgehen können. Insbesondere wenn es darum geht, eine Musiksammlung zu organisieren, stellen die verschiedenen Sichtweisen der Nutzer, verursacht durch deren unterschiedliche Kompetenz, musikalischen Hintergrund und Geschmack, eine große Herausforderung dar. Diese Herausforderung wurde im Projekt AU-COMA adressiert, indem adaptive Verfahren für verschiedene Elemente von MIR Systemen vorgeschlagen wurden: Datenadaptive Techniken zur Merkmalsextraktion wurden vorgestellt, welche zum Ziel haben, die Qualität und Robustheit der aus Audioaufnahmen extrahierten Informationen zu verbessern. Das klassische Problem der Genreklassifikation wurde aus einer neuen nutzerzentrierten Sichtweise behandelt - anknüpfend an die Idee idiosynkratischer Genres, welche die persönlichen Hörgewohnheiten eines Nutzer besser widerspiegeln. Eine adaptive Visualisierungstechnik zur Exploration und Organisation von Musiksammlungen wurden entwickelt, die insbesondere Darstellungsfehler adressiert, welche ein weit verbreitetes und unumgängliche Problem von Techniken zur Dimensionsreduktion sind. Darüber hinaus kann diese Technik eingesetzt werden, um die Interessantheit von Musikempfehlungen zu verbessern, und ermöglicht neue blickbasierte Interaktionstechniken. Schließlich wurde ein allgemeiner Ansatz für adaptive Musikähnlichkeit vorgestellt, welcher als Kern für eine Vielzahl adaptiver MIR Anwendungen dient. Die Einsatzmöglichkeiten der beschriebenen Verfahren wurden an verschiedenen Anwendungsprototypen gezeigt. Die im Rahmen des Projektes entstandene Dissertation “Adaptive Methods for User-Centered Organization of Music Collections” von Sebastian Stober wurde fur den Dissertationspreis 2011 der Gesellschaft für Informatik vorgeschlagen. Eine Zusammenfassung der Arbeit wird im GI-LNI Sammelband “Ausgezeichnete Informatikdissertationen 2011” erscheinen. Des Weiteren wurde ein populärwissenschaftlicher Artikel für den Klaus Tschira Preis für verständliche Wissenschaft eingereicht, welcher in einer Sonderbeilage der Zeitschrift bild der Wissenschaft erscheint.
Publications
- “A Survey on the Acceptance of Listening Context Logging for MIR Applications”. In: Proc. of the 3rd Workshop on Learning the Semantics of Audio Signals (LSAS’09). 2009
Stober, S., Steinbrecher, M. und Nürnberger, A.
- “User-Adaptive Music Information Retrieval”. In: KI 23.2 (2009), S. 54–57
Stober, S. und Nürnberger, A.
- Multi-Facet Exploration of Image Collections with an Adaptive Multi-Focus Zoomable Interface”. In: Proc. of 2010 IEEE World Congress on Computational Intelligence (WCCI’10). 2010, S. 2780–2787
Stober, S., Hentschel, C. und Nürnberger, A.
- “Evaluation of Adaptive SpringLens - A Multi-focus Interface for Exploring Multimedia Collections”. In: Proc. of 6th Nordic Conf. on Human-Computer Interaction (NordiCHI’10). 2010, S. 785–788
Stober, S., Hentschel, C. und Nürnberger, A.
- “Adaptive Distance Measures for Exploration and Structuring of Music Collections”. In: Proc. of AES 42nd Conf. on Semantic Audio. 2011
Stober, S.
- “Designing Gazesupported Multimodal Interactions for the Exploration of Large Image Collections”. In: Proc. of 1st Int. Conf. on Novel Gaze-Controlled Applications (NGCA’11). 2011
Stellmach, S., Stober, S., Dachselt, R. und Nürnberger, A.
- “A Systematic Comparison of Music Similarity Adaptation Approaches”. In: Proc. of the 13th Int. Conf. on Music Information Retrieval (ISMIR’12). 2012
Wolff, D., Stober, S., Nürnberger, A. und Weyde, T.
- “Adaptive Music Retrieval - A State of the Art”. In: Multimedia Tools and Applications (2012). (Online First Article)
Stober, S. und Nürnberger, A.
- “Bisociative Music Discovery & Recommendation”. In: Bisociative Knowledge Discovery. Bd. 7250. LNAI. 2012
Stober, S., Haun, S. und Nürnberger, A.
