Clasificación de acordes con redes neuronales
El presente trabajo propone el uso de redes neuronales supervisadas y no supervisadas para el reconocimiento de acordes musicales. Partiendo de una porci ón de un archivo de audio, se espera hallar cu ál es el acorde que corresponde al mismo. A partir de un preprocesamiento del mismo, utilizando tr...
Guardado en:
| Autores principales: | , , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2016
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/58178 http://45jaiio.sadio.org.ar/sites/default/files/EST-1692.pdf |
| Aporte de: |
| id |
I19-R120-10915-58178 |
|---|---|
| record_format |
dspace |
| institution |
Universidad Nacional de La Plata |
| institution_str |
I-19 |
| repository_str |
R-120 |
| collection |
SEDICI (UNLP) |
| language |
Español |
| topic |
Ciencias Informáticas mapas autoorganizados Redes Neurales (Computación) acordes musicales |
| spellingShingle |
Ciencias Informáticas mapas autoorganizados Redes Neurales (Computación) acordes musicales Russo, Rodrigo Oliva, Andrés Passoni, Lucía Isabel Dai Pra, Ana Lucía Meschino, Gustavo Clasificación de acordes con redes neuronales |
| topic_facet |
Ciencias Informáticas mapas autoorganizados Redes Neurales (Computación) acordes musicales |
| description |
El presente trabajo propone el uso de redes neuronales supervisadas y no supervisadas para el reconocimiento de acordes musicales.
Partiendo de una porci ón de un archivo de audio, se espera hallar cu ál es el acorde que corresponde al mismo. A partir de un preprocesamiento del mismo, utilizando transformada de Fourier y Pitch Class Pro le, se generan los conjuntos de datos a clasi ficar, siendo crí ticos en la clasificación los errores por ambig uedades y ruido ambiental que alteran la interpretación de los datos. Los m étodos empleados consisten en clasifi car a partir de grupos conocidos y bien de finidos, utilizando redes neuronales supervisadas mientras, o bien, realizando un agrupamiento de los datos seg un caracter ísticas similares mediante mapas autoorganizados.
Se espera que ambos m étodos logren agrupar los datos en las categorí as correspondientes y minimizar, en lo posible, los errores de clasifi caci ón. |
| format |
Objeto de conferencia Objeto de conferencia |
| author |
Russo, Rodrigo Oliva, Andrés Passoni, Lucía Isabel Dai Pra, Ana Lucía Meschino, Gustavo |
| author_facet |
Russo, Rodrigo Oliva, Andrés Passoni, Lucía Isabel Dai Pra, Ana Lucía Meschino, Gustavo |
| author_sort |
Russo, Rodrigo |
| title |
Clasificación de acordes con redes neuronales |
| title_short |
Clasificación de acordes con redes neuronales |
| title_full |
Clasificación de acordes con redes neuronales |
| title_fullStr |
Clasificación de acordes con redes neuronales |
| title_full_unstemmed |
Clasificación de acordes con redes neuronales |
| title_sort |
clasificación de acordes con redes neuronales |
| publishDate |
2016 |
| url |
http://sedici.unlp.edu.ar/handle/10915/58178 http://45jaiio.sadio.org.ar/sites/default/files/EST-1692.pdf |
| work_keys_str_mv |
AT russorodrigo clasificaciondeacordesconredesneuronales AT olivaandres clasificaciondeacordesconredesneuronales AT passoniluciaisabel clasificaciondeacordesconredesneuronales AT daipraanalucia clasificaciondeacordesconredesneuronales AT meschinogustavo clasificaciondeacordesconredesneuronales |
| bdutipo_str |
Repositorios |
| _version_ |
1764820477381967875 |