Use este identificador para citar ou linkar para este item: http://hdl.handle.net/11422/15782
Tipo: Trabalho de conclusão de graduação
Título: Recuperação de informações musicais: uma abordagem utilizando deep learning
Título(s) alternativo(s): Music Information Retrieval: a deep learning approach
Autor(es)/Inventor(es): Guimarães, Heitor Rodrigues
Orientador: Marroquim, Ricardo Guerra
Resumo: A distribuição em larga escala de músicas em formato digital representou um marco para a indústria do entretenimento e o relacionamento com seus consumidores no século XXI. Para atender tais demandas houve um amplo investimento em Pesquisa e Desenvolvimento (P&D) na área de processamento de sinais e de Recuperação de Informações Musicais. Técnicas de recomendação baseadas em conteúdo são cada vez mais importantes para a sugestão de novos conteúdos e uma melhor experiência de seus clientes. Saber categorizar o áudio por suas propriedades é de fundamental importância para sugerir e agrupar músicas. Mesmo sendo possível a caracterização de uma música por propriedades estatísticas como instrumentação e estrutra rítmica, a classificação de gêneros musicais é uma tarefa difícil e de caráter subjetivo. O objetivo deste trabalho é propor e implementar uma metodologia para a classificação de gêneros musicais utilizando Redes Neurais Convolucionais em diferentes conjuntos de áudios, com o mínimo de pré-processamento possível, e comparar aspectos dessa abordagem com as técnicas clássicas de Machine Learning, onde precisamos projetar cuidadosamente cada feature do áudio.
Palavras-chave: Aprendizado Profundo
CNN
MIR
Classificação de Gêneros Musicais
Assunto CNPq: CNPQ::ENGENHARIAS
Unidade produtora: Escola Politécnica
Editora: Universidade Federal do Rio de Janeiro
Data de publicação: Set-2018
País de publicação: Brasil
Idioma da publicação: por
Tipo de acesso: Acesso Aberto
Aparece nas coleções:Engenharia de Computação e Informação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
monopoli10025687.pdf2.5 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.