Clasificación de acordes con redes neuronales
- Autores
- Russo, Rodrigo; Oliva, Andrés; Passoni, Lucía Isabel; Dai Pra, Ana Lucía; Meschino, Gustavo
- Año de publicación
- 2016
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- 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.
Trabajos de Cátedra
Sociedad Argentina de Informática e Investigación Operativa (SADIO) - Materia
-
Ciencias Informáticas
mapas autoorganizados
Redes Neurales (Computación)
acordes musicales - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by/3.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/58178
Ver los metadatos del registro completo
id |
SEDICI_ddd52712ad539e05620d3ddbc7f278b5 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/58178 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Clasificación de acordes con redes neuronalesRusso, RodrigoOliva, AndrésPassoni, Lucía IsabelDai Pra, Ana LucíaMeschino, GustavoCiencias Informáticasmapas autoorganizadosRedes Neurales (Computación)acordes musicalesEl 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.Trabajos de CátedraSociedad Argentina de Informática e Investigación Operativa (SADIO)2016-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf299-309http://sedici.unlp.edu.ar/handle/10915/58178spainfo:eu-repo/semantics/altIdentifier/url/http://45jaiio.sadio.org.ar/sites/default/files/EST-1692.pdfinfo:eu-repo/semantics/altIdentifier/issn/2451-7615info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/3.0/Creative Commons Attribution 3.0 Unported (CC BY 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:39:13Zoai:sedici.unlp.edu.ar:10915/58178Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:39:14.164SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Clasificación de acordes con redes neuronales |
title |
Clasificación de acordes con redes neuronales |
spellingShingle |
Clasificación de acordes con redes neuronales Russo, Rodrigo Ciencias Informáticas mapas autoorganizados Redes Neurales (Computación) acordes musicales |
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 |
dc.creator.none.fl_str_mv |
Russo, Rodrigo Oliva, Andrés Passoni, Lucía Isabel Dai Pra, Ana Lucía Meschino, Gustavo |
author |
Russo, Rodrigo |
author_facet |
Russo, Rodrigo Oliva, Andrés Passoni, Lucía Isabel Dai Pra, Ana Lucía Meschino, Gustavo |
author_role |
author |
author2 |
Oliva, Andrés Passoni, Lucía Isabel Dai Pra, Ana Lucía Meschino, Gustavo |
author2_role |
author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas mapas autoorganizados Redes Neurales (Computación) acordes musicales |
topic |
Ciencias Informáticas mapas autoorganizados Redes Neurales (Computación) acordes musicales |
dc.description.none.fl_txt_mv |
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. Trabajos de Cátedra Sociedad Argentina de Informática e Investigación Operativa (SADIO) |
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. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-09 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/58178 |
url |
http://sedici.unlp.edu.ar/handle/10915/58178 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/http://45jaiio.sadio.org.ar/sites/default/files/EST-1692.pdf info:eu-repo/semantics/altIdentifier/issn/2451-7615 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/3.0/ Creative Commons Attribution 3.0 Unported (CC BY 3.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/3.0/ Creative Commons Attribution 3.0 Unported (CC BY 3.0) |
dc.format.none.fl_str_mv |
application/pdf 299-309 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1842260253163388928 |
score |
13.13397 |