Turkish makam classification using machine learning techniques: A comparative analysis of MIDI and XML data formats
Makine öğrenmesi teknikleri ile Türk makamı sınıflandırması: MIDI ve XML veri formatlarının karşılaştırmalı bir analizi
- Tez No: 1019456
- Danışmanlar: DR. ÖĞR. ÜYESİ NİGAR TUĞBAGÜL ALTAN GÜLGÜN
- Tez Türü: Yüksek Lisans
- Konular: Müzik, Music
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: İstanbul Okan Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, Türk müziği makamlarının otomatik olarak sınıflandırılması problemi ele alınmıştır. Makam yapısının mikrotonal ve melodik açıdan karmaşık olması, bu problemin makine öğrenmesi yöntemleriyle çözümünü zorlaştırmaktadır. Çalışmanın amacı, farklı veri temsilleri ve makine öğrenmesi algoritmalarının makam sınıflandırma performansı üzerindeki etkilerini incelemektir. Bu kapsamda müzik verileri Genişletilebilir İşaretleme Dili (XML) ve Müzik Aleti Sayısal Arayüzü (MIDI) formatlarında değerlendirilmiştir. Her iki veri türünden perde, aralık, süre ve perde sınıfı dağılımı gibi müzikal özellikler çıkarılmış; eksik veri tamamlama, ölçeklendirme ve bazı deneylerde Temel Bileşen Analizi (PCA) tabanlı boyut indirgeme işlemleri uygulanmıştır. Sınıflandırma aşamasında Rastgele Orman(RF), Lojistik Regresyon(LR) ve Aşırı Gradyan Artırma (XGBoost) algoritmaları kullanılmıştır. Ayrıca Virgülle Ayrılmış Değerler (CSV), Parquet, Hiyerarşik Veri Formatı Sürüm 5 (HDF5) ve NumPy veri formatlarının işlem süresi ve performans üzerindeki etkileri de incelenmiştir. Elde edilen sonuçlar, XML veri temsilinin daha yüksek sınıflandırma başarısı sağladığını, MIDI formatının ise daha hızlı veri işleme avantajı sunduğunu göstermiştir. Modeller arasında Lojistik Regresyon ve XGBoost en başarılı sonuçları vermiştir. Bunun yanında Parquet ve NumPy formatlarının veri erişim hızında önemli avantaj sağladığı gözlemlenmiştir. Sonuç olarak, çalışma makam sınıflandırma probleminin yalnızca bir makine öğrenmesi problemi olmadığını; veri temsili, özellik çıkarımı ve veri yönetimi süreçlerinin de önemli rol oynadığını ortaya koymaktadır.
Özet (Çeviri)
This study addresses the problem of automatic classification of Turkish music makams. The microtonal and melodically complex nature of makam structures makes this problem challenging for machine learning based approaches. The main objective of the study is to investigate the effects of different data representations and machine learning algorithms on makam classification performance. Within this scope, music data were analyzed using XML and MIDI formats. Musical features such as pitch, interval, duration, and pitch-class distributions were extracted from both data types. In addition, preprocessing techniques including missing value imputation, feature scaling, and PCA based dimensionality reduction were applied in some experiments. Random Forest, Logistic Regression, and XGBoost algorithms were used during the classification stage. Furthermore, the effects of different storage formats, including CSV, Parquet, HDF5, and NumPy, on processing time and computational performance were also evaluated. The results demonstrated that XML based representations generally achieved higher classification accuracy, while MIDI provided advantages in computational efficiency and faster data processing. Among the evaluated models, Logistic Regression and XGBoost produced the best classification results. Additionally, Parquet and NumPy formats showed significant advantages in terms of data loading speed. In conclusion, the study demonstrates that makam classification is not only a machine learning problem, but also a multidimensional problem involving data representation, feature extraction, and data management strategies.
Benzer Tezler
- Klasik Türk müziği makamlarının sınıflandırılması ve tespiti
Classification and detection of classic Turkish music maqams
MERT KAYIŞ
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FIRAT HARDALAÇ
- Türk makam müziği ve çağdaş müzikte tanbur icrasına yönelik idiyomatik notasyon önerisi
An idiomatic notation proposal for tanbur performance in Turkish makam music and contemporary music
TAYFUN DEMİRBAŞ
Doktora
Türkçe
2026
Müzikİstanbul Teknik ÜniversitesiMüzikoloji ve Müzik Teorisi Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. ERAY ALTINBÜKEN
- Türk müziği nazarî kaynaklarında Rehavi makamı ve Kantemiroğlu edvarında yer alan Rehavi ve Rast makamlarındaki eserlerin analizi
The Rehâvî makam in Turkish music theoretical sources and an analysis of the compositions in the Rehâvî and Râst makams
SAMET BAYBARS NOYAN
Yüksek Lisans
Türkçe
2025
MüzikYıldız Teknik ÜniversitesiSahne Sanatları Ana Bilim Dalı
DOÇ. DR. BEKİR ŞAHİN BALOĞLU
- İstanbul Üniversitesi Nadir Eserler Kütüphanesi Türkçe yazmalar 10884 Mecmua-i Eş'âr (İnceleme-metin)
Istanbul University Rare Books Library Turkish manuscripts 10884 Mecmua-i Eş'âr (Review-text)
EYLÜL AKDEMİR
Yüksek Lisans
Türkçe
2026
Türk Dili ve EdebiyatıYıldız Teknik ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
DOÇ. DR. İBRAHİM SONA
- Ali Rifat Çağatay'ın 8 numaralı Hamparsum Defterinde ve Dârülelhân Külliyatı'nda yer alan ortak eserlerin edisyon kritiği
Edition critical of the common works in Ali Rıfat Çağatay's Hamparsum Book no. 8 and in the Darülelhân Corpus
TARIK ÖZTÜRK
Yüksek Lisans
Türkçe
2022
Müzikİstanbul Teknik ÜniversitesiMüzikoloji ve Müzik Teorisi Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. ŞİRİN KARADENİZ