Muziek d.m.v. Data sonificatie

[roland kuit]

De uitkomst zal hopelijk interessante audio zijn

Naar mijn mening kan tekstmining eerder gezien worden als een mogelijke vorm van datamining, net zoals afbeeldingen en geluidsfragmenten
kunnen onderzocht worden in dit kader. Voordat teksten kunnen worden gemined moeten zij altijd worden omgezet in een voor een computer begrijpbare taal.
Zie de eerste 2 video's van deze draad waar het om RAW-data gaat.
We kunnen deze verschillende vormen van input (txt en audio) dan ook beschouwen als data, ingevoerd in de computer. Een tekst is net als een afbeelding een mogelijke manier waarop we data op kunnen slaan, maar de inherente informatie die erin ligt opgeslagen blijft dezelfde ongeacht de mogelijke vorm van die data.
Toch graag hier de term datamining, omdat het minen van elke mogelijke vorm van data hier als uitgangspunt genomen wordt, waaronder de manier hoe informatie omgezet in teksten gebruikt kan worden als input.

 

[roland kuit]

Goedemorgen @Sander02

Eerst nog een video met gebruik van data ter sonificatie. Zie link in de Kyma draad.

 

[Eclectic]

Ja toch? Dit is IMHO i.d.d. geen minen, maar (zoals het wordt uitgelegd) gewoon een vertaal service, een conventie. Een set spelregels.
karakters als input, met een voorgedefinieerde vertaalslag / output. blijft leuk, maar mining is een beetje te pretentieus.

 

[roland kuit]

Data ter sonificatie IS geen mining. Alleen een verduidelijking over wat sonificatie is. Doelend op video Kyma draad, data als modulatie.

 

[Deleted member 18007]

Ik begrijp je moeite met de term datamining. Toch wilde ik het niet het kopje tektmining en de sonificatie hiervan geven omdat ik in deze draad verder wil naar een groter geheel n.l. muziek.
Datamining is eigenlijk slechts een stap in het gehele proces. Met het minen wordt de data door een datamining algoritme gestuurd. Welk algoritme gebruikt wordt zal afhangen van het doel van het project. Hoe willen we gaan kijken naar processen die tot muziek zouden kunnen ko

Ik begrijp je moeite met de term datamining. Toch wilde ik het niet het kopje tektmining en de sonificatie hiervan geven omdat ik in deze draad verder wil naar een groter geheel n.l. muziek.
Datamining is eigenlijk slechts een stap in het gehele proces. Met het minen wordt de data door een datamining algoritme gestuurd. Welk algoritme gebruikt wordt zal afhangen van het doel van het project. Hoe willen we gaan kijken naar processen die tot muziek zouden kunnen komen.

Nou, er komt tot nu helemaal geen datamining aan te pas. Nul komma nul om precies te zijn.

Je zou hooguit over conversie van data kunnen spreken.

Je haalt echt verschillende begrippen door elkaar.

 

[roland kuit]

r: Ik wil iets vertellen over muziek en data mining
m: dit is geen data mining
r: dit is laten zien wat data kan betekenen als klankbron
m: dit is geen data mining, ik eis rectificatie
r: dit is een inleiding
m: dit is geen data mining, vraag aan data analist
r: dit is een inleiding, wat data kan betekenen, zoiets als stuurspaningen zijn voor een analoge synth
m: nu is het helemaal geen data mining meer
r: het is een inleiding.
maar ik ga nu ff verder met mn nieuwe laptop installeren zodat ik data kan gaan minen.
m: dit is geen data mining
r: nee, ik moet eerst installeren anders kan ik niet met de data gaan spelen
m: nog steeds geen mining
r: ben aan het installeren. alvast een fijn weekend
m: het is geen weekend
r: weet ik, het is donderdag
m: donderdag is geen weekend, vraag maar aan horlogemakers
r: het is een inleiding voor het weekend, morgen is het vrijdag
m: nu is het helemaal geen weekend meer, ik eis rectificatie
r: fijn....eh...iets dan

 

[Channel 37]

Als je muziek uit tekst wilt halen met behulp van text mining is het misschien een idee om word2vec te gebruiken om de woorden naar numerieke data om te zetten, en dan een cluster algoritme (bijv k-means) te gebruiken met bijvoorbeeld 7 clusters om ieder woord toe te wijzen aan een noot van de toonladder. Of meer noten om ook octaven te krijgen?

 

[Deleted member 18007]

r: Ik wil iets vertellen over muziek en data mining
m: dit is geen data mining
r: dit is laten zien wat data kan betekenen als klankbron
m: dit is geen data mining, ik eis rectificatie
r: dit is een inleiding
m: dit is geen data mining, vraag aan data analist
r: dit is een inleiding, wat data kan betekenen, zoiets als stuurspaningen zijn voor een analoge synth
m: nu is het helemaal geen data mining meer
r: het is een inleiding.
maar ik ga nu ff verder met mn nieuwe laptop installeren zodat ik data kan gaan minen.
m: dit is geen data mining
r: nee, ik moet eerst installeren anders kan ik niet met de data gaan spelen
m: nog steeds geen mining
r: ben aan het installeren. alvast een fijn weekend
m: het is geen weekend
r: weet ik, het is donderdag
m: donderdag is geen weekend, vraag maar aan horlogemakers
r: het is een inleiding voor het weekend, morgen is het vrijdag
m: nu is het helemaal geen weekend meer, ik eis rectificatie
r: fijn....eh...iets dan

Uhm. Je bent in ieder geval consequent met zaken uit de context te halen. Of zaken anders te interpreteren.

Maar om in jouw stijl te blijven: "Goedemiddag Ronald! De zon schijnt vandaag en je speelt werkelijk prachtig harp!"

Het lag niet in mijn bedoeling je te beledigen. Ik wilde je enkel wijzen op een misconceptie van het begrip "datamining".

 

[roland kuit]

Beledigd voel ik me niet. Ik vind het alleen lastig een spannend verhaal in te zetten terwijl je verlangt naar een 'boter bij de vis' antwoord.
Het neemt de spanning weg die ik met deze opbouw wilde inzetten.

 

[Deleted member 18007]

"Je" als in onbepaald voornaamwoord? Of bedoel jij mij @roland kuit?

Hou het dan ook bij je spannende verhaal in plaats van zo'n sneer naar/over mij te schrijven. Ik was oprecht geïnteresseerd, maar realiseer mij nu dat jij een verkeerde titel voor je onderwerp hebt gekozen. En dat je er niet van gediend bent daar op gewezen te worden. Dat verbaast mij van een academicus.

Dat je data als geluidsbron kan gebruiken, vind ik niet bepaald baanbrekend. Sampling of wavetablesynthese is al relatief oud

En dataconversie is waarschijnlijk al zo oud als de eerste computer? DNA (data) als "geluidsbron" gebruiken is een conversie, die dacht ik ook al zo'n twintig jaar gebruikt wordt (om even een willekeurig voorbeeld te geven).

Datamining als geluidsbron. Interesant. Misschien mag de database (en die van bijv. Modulargrid en Modwiggler) van Synthforum hiervoor gebruikt worden. Maar welke "bruikbare zakelijke informatie" gaan we hieruit destilleren? En waarom juist die? En welke artistieke waarde kennen we het toe? En waarom?

"Datamining stelt eindgebruikers in staat bruikbare zakelijke informatie uit grote databases te halen." (Bron Wikipedia).

 

[Deleted member 18007]

Grappig trouwens dat je er de dagen van de week bij haalt.

Ik gebruik, om verwarring te voorkomen, vaak het incorrecte "datums" ipv "data".

Geniet van je vers geïnstalleerde laptop op de "Dag van de Arbeid".

Van dattum, begrijp je?

 

[roland kuit]

"Je" als in onbepaald voornaamwoord? Of bedoel jij mij @roland kuit?

Hou het dan ook bij je spannende verhaal in plaats van zo'n sneer naar/over mij te schrijven. Ik was oprecht geïnteresseerd, maar realiseer mij nu dat jij een verkeerde titel voor je onderwerp hebt gekozen. En dat je er niet van gediend bent daar op gewezen te worden. Dat verbaast mij van een academicus.

Dat je data als geluidsbron kan gebruiken, vind ik niet bepaald baanbrekend. Sampling of wavetablesynthese is al relatief oud

En dataconversie is waarschijnlijk al zo oud als de eerste computer? DNA (data) als "geluidsbron" gebruiken is een conversie, die dacht ik ook al zo'n twintig jaar gebruikt wordt (om even een willekeurig voorbeeld te geven).

Datamining als geluidsbron. Interesant. Misschien mag de database (en die van bijv. Modulargrid en Modwiggler) van Synthforum hiervoor gebruikt worden. Maar welke "bruikbare zakelijke informatie" gaan we hieruit destilleren? En waarom juist die? En welke artistieke waarde kennen we het toe? En waarom?

"Datamining stelt eindgebruikers in staat bruikbare zakelijke informatie uit grote databases te halen." (Bron Wikipedia).

Ik bedoelde jou, M01C, de @ werkt niet? Nogmaals was het de inleiding en datamining zoals jij hier uit de Wiki neerzet is niet waar ik naar toe wilde. YT doet aan spectrale mijning. Ik heb op SF al vele voorbeelden gegeven met data geminde muziek. Machine learning vind ik erg interessant. Dataming is niet alleen zakelijk inzetbaar. Het gaat mij louter om de artistieke inzetbaarheid. Hoewel, ik heb al een Machine learning album op mijn naam staan

En ondanks het vrijdag is, toch een fijn weekend toegewenst.

 

[Deleted member 18007]

Ik bedoelde jou, M01C, de @ werkt niet? Nogmaals was het de inleiding en datamining zoals jij hier uit de Wiki neerzet is niet waar ik naar toe wilde. YT doet aan spectrale mijning. Ik heb op SF al vele voorbeelden gegeven met data geminde muziek. Machine learning vind ik erg interessant. Dataming is niet alleen zakelijk inzetbaar. Het gaat mij louter om de artistieke inzetbaarheid. Hoewel, ik heb al een Machine learning album op mijn naam staan

En ondanks het vrijdag is, toch een fijn weekend toegewenst.

Als jij iets anders bedoelt dan "datamining" moet je het zo niet noemen.

Beetje flauw om dan neerbuigend naar mij te doen.

 

[roland kuit]

@M01C , nu werk het wel. Blijkbaar moet de @ aan het begin van de zin.
6 uur op, lap loopt als een zonnentje. En Kyma draait als een tierelier. Thanks!

 

[roland kuit]

Sorry dat ik je gekwetst heb.

 

[Deleted member 18007]

Jammer dat je zo vooringenomen doet.

 

[dreamer]

s/mining/mangling/g

There, I fixed it.

 

[Deleted member 18007]

Ben overigens benieuwd naar wat jij @roland kuit aan muziek heb geplaatst die op "mijn" definitie van datamining is gebaseerd. Kom maar door met die linkjes

 

[roland kuit]

Ben overigens benieuwd naar wat jij @roland kuit aan muziek heb geplaatst die op "mijn" definitie van datamining is gebaseerd. Kom maar door met die linkjes

Jij bent vooringenomen en uit de hoogte, want het moet allemaal volgens jouw regels/meetlat. "mijn" definitie. Een vastzittend patroon waarmee je vanaf de eerste post liet zien.
Je noemt iets zelfs misbruik. Dan kan het synthforum wel opdoeken omdat de basis van vele synthesizers hier voortkomt uit meet apparatuur. Help ze maken er nu muziek mee!
Sorrie dat ik nu iets in het Engels plaats, maar er is wel een heel speelveld van toepassingen in Datamining:

16 Data Mining Techniques: The Complete List
#1. Data cleaning and preparation. Data cleaning and preparation is a vital part of the data mining process. ...
2. Tracking patterns. Tracking patterns is a fundamental data mining technique. It involves identifying and monitoring trends or patterns in data to make intelligent inferences about business outcomes.
3. Classification. Classification data mining techniques involve analyzing the various attributes associated with different types of data.
4. Association. Association is a data mining technique related to statistics. It indicates that certain data (or events found in data) are linked to other data or data-driven events.
5. Outlier detection. Outlier detection determines any anomalies in datasets. Once organizations find aberrations in their data, it becomes easier to understand why these anomalies happen and prepare for any ...
6. Clustering. Clustering is an analytics technique that relies on visual approaches to understanding data. ...
7. Regression. Regression techniques are useful for identifying the nature of the relationship between variables in a dataset.
8. Prediction. Prediction is a very powerful aspect of data mining that represents one of four branches of analytics.
9. Sequential patterns. This data mining technique focuses on uncovering a series of events that takes place in sequence. It’s particularly useful for data mining transactional data. 10. Decision trees. Decision trees are a specific type of predictive model that lets organizations effectively mine data.
11. Statistical techniques. Statistical techniques are at the core of most analytics involved in the data mining process. ...
12. Visualization. Data visualizations are another important element of data mining. They grant users insight into data based on sensory perceptions that people can see.
13. Neural networks. A neural network is a specific type of machine learning model that is often used with AI and deep learning. 14. Data warehousing. Data warehousing is an important part of the data mining process. ...
15. Long-term memory processing. Long term memory processing refers to the ability to analyze data over extended periods of time. ...
16. Machine learning and artificial intelligence. Machine learning and artificial intelligence (AI) represent some of the most advanced developments in data mining.

 

[roland kuit]

Ik begin met mijn laatste werk omdat ik hier achteraf niet trots op ben omdat het een soort herhaling van zetten is.
Het mijnen van noten en dat vind ik eigenlijk niet meer echt interessant:

Link

Op dit album wordt er spectraal gemijnd in Buchla 200 data:

Link

Nu bezig met iets in deze trant, maar dan verder.