Full Record

New Search | Similar Records

Author
Title Stochastic processes and database-driven musicology
URL
Publication Date
Degree PhD
Discipline/Department Schulich School of Music
Degree Level doctoral
University/Publisher McGill University
Abstract

For more than a decade, music information science and musicology have been at what Nicholas Cook has described as a 'moment of opportunity' for collaboration on database-driven musicology. The literature contains relatively few examples of mathematical tools that are suitable for analysing temporally structured data like music, however, and there are surprisingly few large databases of music that contain information at the semantic levels of interest to musicologists. This dissertation compiles a bibliography of the most important concepts from probability and statistics for analysing musical data, reviews how previous researchers have used statistics to study temporal relationships in music, and presents a new corpus of carefully curated chord labels from more than 1000 popular songs from the latter half of the twentieth century, as ranked by Billboard magazine's Hot 100 chart. The corpus is based on a careful sampling methodology that maintained cost efficiency while ensuring that the corpus is well suited to drawing conclusions about how harmonic practises may have evolved over time and to what extent they may have affected songs' popularity. This dissertation also introduces techniques new to the musicological community for analysing databases of this size and scope, most importantly the Dirichlet-multinomial distribution and constraint-based structure learning for causal Bayesian networks. The analysis confirms some common intuitions about harmonic practises in popular music and suggests several intriguing directions for further research.

Depuis plus d'une décennie, la science de l'information de la musique et la musicologie sont à ce que Nicholas Cook décrit comme "un moment clé" en ce qui concerne une collaboration pouvant mener à une réelle science de la musique fondé sur l'analyse de large quantité de données. Toutefois, la littérature comporte rélativement peu d'exemples d'outils mathématiques qui conviendraient à l'analyse des données qui, comme les données musicales, ont des dépendances temporelles, et il y a très peu de bases de données qui contiennent des informations avec la richesse sémantique intéressant d'ordinaire les musicologues. Cette thèse assemble une bibliographie des concepts les plus importants de la probabilité et de la statistique pour analyser les données musicales, revisite la manière dont les chercheurs précédents se servaient de la statistique pour étudier les rapports temporels, et présente un nouveau corpus soigneusement préparé contenant les transcriptions d'accords pour plus de 1000 chansons populaires de la deuxième moitié du XXe siècle, figurant du "Hot 100" de la revue Billboard. Le corpus résulte d'une méthodologie d'échantillonnage qui optimise les coûts et s'assure que le corpus conviendrait à tirer des conclusions montrant comment les pratiques harmoniques ont pu évoluer au fils du temps et dans quelle mesure elles peuvent avoir une incidence sur la popularité des chansons. Cette thèse introduit aussi quelques techniques qui sont nouvelles en musicologie pour analyser…

Subjects/Keywords Communications And The Arts - Music
Contributors Ichiro Fujinaga (Supervisor)
Language en
Rights All items in [email protected] are protected by copyright with all rights reserved unless otherwise indicated.
Country of Publication ca
Format application/pdf
Record ID oai:digitool.library.mcgill.ca:107704
Other Identifiers TC-QMM-107704
Repository mcgill
Date Retrieved
Date Indexed 2017-04-17
Grantor McGill University

Sample Images

.