Seminários de Pesquisa do DAINF
(→Primeiro semestre de 2009) |
|||
| Linha 9: | Linha 9: | ||
06/04/2009 (segunda-feira) - 14:00 - "Classificação Automática de Gêneros Musicais" - Prof. [[Celso Kaestner]]. Local: Sala de vídeo conferência. | 06/04/2009 (segunda-feira) - 14:00 - "Classificação Automática de Gêneros Musicais" - Prof. [[Celso Kaestner]]. Local: Sala de vídeo conferência. | ||
Clique [http://migre.me/hus aqui] para ler um artigo relacionado a esta palestra. | Clique [http://migre.me/hus aqui] para ler um artigo relacionado a esta palestra. | ||
| + | |||
| + | Resumo: O tema a ser apresentado é a classificação automática de gêneros musicais | ||
| + | a partir de arquivos em formato digital (MP3 ou similar). Inicialmente os | ||
| + | arquivos são tratados por procedimentos de extração, que geram vetores de | ||
| + | características. | ||
| + | Estes vetores são então submetidos a algoritmos de aprendizagem de máquina, | ||
| + | seguindo o paradigma supervisionado para problemas de classificação. | ||
| + | No projeto empregou-se uma abordagem baseada na cooperação de diversos | ||
| + | classificadores, seguindo a decomposição do problema nas dimensões | ||
| + | "espacial" e "temporal". São empregados diversos classificadores: | ||
| + | naïve-Bayes, árvores de decisão, SVM, redes neurais e k-NN. | ||
| + | Foram também realizados experimentos de seleção de atributos, com o | ||
| + | uso de um procedimento baseado em algoritmos genéticos. | ||
| + | Todos os experimentos empregaram uma nova base de dados, a "Latin | ||
| + | Music Database", composta por 3.160 músicas de 10 gêneros musicais. | ||
Edição de 13h11min de 3 de abril de 2009
Descrição
Ciclo de apresentações de temas de pesquisa no DAINF.
Programação
Primeiro semestre de 2009
06/04/2009 (segunda-feira) - 14:00 - "Classificação Automática de Gêneros Musicais" - Prof. Celso Kaestner. Local: Sala de vídeo conferência. Clique aqui para ler um artigo relacionado a esta palestra.
Resumo: O tema a ser apresentado é a classificação automática de gêneros musicais a partir de arquivos em formato digital (MP3 ou similar). Inicialmente os arquivos são tratados por procedimentos de extração, que geram vetores de características. Estes vetores são então submetidos a algoritmos de aprendizagem de máquina, seguindo o paradigma supervisionado para problemas de classificação. No projeto empregou-se uma abordagem baseada na cooperação de diversos classificadores, seguindo a decomposição do problema nas dimensões "espacial" e "temporal". São empregados diversos classificadores: naïve-Bayes, árvores de decisão, SVM, redes neurais e k-NN. Foram também realizados experimentos de seleção de atributos, com o uso de um procedimento baseado em algoritmos genéticos. Todos os experimentos empregaram uma nova base de dados, a "Latin Music Database", composta por 3.160 músicas de 10 gêneros musicais.
