- Tytuł:
-
Afektywny system rekomendacji muzyki z wykorzystaniem EDGE AI
Affective music recommendation system with the use of EDGE AI - Autorzy:
- Krzyś, Rafał
- Opis:
-
W ramach części praktycznej pracy został zaprojektowany oraz zaimplementowany afektywny system rekomendacji muzyki z wykorzystaniem Edge AI. Rekomendowane utwory odtwarzane automatycznie w aplikacji Spotify odzwierciedlają aktualny stan emocjonalny użytkownika, który jest budowany przez odpowiednio skonstruowany i dostosowany algorytm w czasie rzeczywistym. Jest to możliwe dzięki rezultatom otrzymywanym z procesu wnioskowania sieci głębokiego uczenia, wykorzystującego odczytywaną na bieżąco mimikę twarzy z kamerki. Dodatkowo zbudowany system został rozszerzony o Intel Neural Compute Stick 2 pełniący rolę koprocesora, który umożliwia efektywną realizację rozwiązań opartych o sieci neuronowe, szczególnie na ograniczonych obliczeniowo urządzeniach.W ramach części teoretycznej pracy zostały wyjaśnione pojęcia oraz elementy wykorzystane do zaprojektowania i zaimplementowania działającego rozwiązania. Opisana została również przygotowana infrastruktura oraz algorytm systemu rekomendacji, a także przykładowe rezultaty.
In the practical part of the study, an affective music recommendation system using Edge AI was designed and implemented. Recommended songs played automatically in the Spotify application reflect the user's current emotional state, which is built by a properly constructed and adapted algorithm in real-time. This is possible thanks to the results obtained from the inference process of the deep learning network, which uses the continuously read facial expressions from the webcam. Additionally, the built system was extended with Intel Neural Compute Stick 2 acting as a coprocessor, which enables the effective implementation of solutions based on neural networks, especially on computationally limited devices.In the theoretical part of the study, the concepts and elements used to design and implement a working solution were explained. The prepared infrastructure and the recommendation system algorithm were also described, as well as exemplary results were shown. - Dostawca treści:
- Repozytorium Uniwersytetu Jagiellońskiego
Inne