Full text
|
PDF
- Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (623kB) | Preview |
Sánchez Hidalgo, Álvaro (2019). Multi-label music genre classification. Métodos y técnicas de investigación. Thesis (Master thesis), E.T.S.I. de Sistemas Informáticos (UPM).
Title: | Multi-label music genre classification. Métodos y técnicas de investigación |
---|---|
Author/s: |
|
Contributor/s: |
|
Item Type: | Thesis (Master thesis) |
Masters title: | Ciencias y Tecnologías de la Computación |
Date: | March 2019 |
Subjects: | |
Freetext Keywords: | Géneros musicales; Stacked generalization; Señales de audio |
Faculty: | E.T.S.I. de Sistemas Informáticos (UPM) |
Department: | Sistemas Informáticos |
Creative Commons Licenses: | Recognition - No derivative works - Non commercial |
|
PDF
- Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (623kB) | Preview |
En este proyecto se propone un sistema de aprendizaje automático basado en support vector machines (SVM) para la clasificación de géneros musicales a partir de información tímbrica, rítmica y armónica proveniente de ficheros de audio. Como particularidad que no ha sido explorada muy detenidamente en la literatura, este sistema permite una clasificación multi-etiqueta, de tal manera que un mismo fragmento de audio puede pertenecer a más de un género musical. Los distintos tipos de información de entrada se utilizan para entrenar distintos bloques de SVM, cuyas salidas posteriormente se combinan mediante el método de stacked generalization.
Item ID: | 54437 |
---|---|
DC Identifier: | https://oa.upm.es/54437/ |
OAI Identifier: | oai:oa.upm.es:54437 |
Deposited by: | Biblioteca Universitaria Campus Sur |
Deposited on: | 25 Mar 2019 07:53 |
Last Modified: | 25 Mar 2019 07:53 |