Prediction of classical music composers based on audio pieces stored in MIDI format

U današnje vrijeme vrlo su popularni softveri za prepoznavanje glazbenog djela i njenog autora. Tehnologije za takav tip problema koriste baze podataka koje sadrže goleme količine podataka. Cilj je ovog rada testirati je li moguće predvidjeti autora neke skladbe kojoj algoritam nema pristup te je li takvo predviđanje moguće ako koristimo MIDI format glazbenog zapisa. Odabrani pristup rada za ostvarenje tog cilja je strojno učenje. Koristeći tri različite metode strojnog učenja te tri različite metode odabira značajki klasificirala sam skladbe prema skladateljima. Dobiveni rezultati navode na zaključak da je predviđanje autora skladbe uistinu moguće na osnovi MIDI formata skladbe, što potiče muzikološka istraživanja o uzorcima u djelima najpoznatijih skladatelja te razvoj novih tehnologija kojima nisu potrebni veliki izvori kako bi mogli prepoznati autora glazbenog djela.In today’s time, software for music recognition and identifying the author of a musical piece is very popular. Technologies for such problems utilize databases that contain vast amounts of data. The goal of this study is to test whether it is possible to predict the author of a composition to which the algorithm does not have access, and whether such prediction is possible when using the MIDI format of a music recording. The chosen approach for achieving this goal is machine learning. By using three different machine learning methods and three different feature selection methods, I classified compositions according to their composers. The obtained results lead to the conclusion that predicting the author of a composition is indeed possible based on the MIDI format of the composition. This encourages musicological research on patterns in the works of the most famous composers and the development of new technologies that do not require extensive resources to identify the author of a musical piece