Dissertação

Automatic Geocoding and Dating of Music Based on Audio Content EVALUATED

Ao longo da história, as trocas culturais têm influenciado a música a evoluir. Estudos anteriores demonstraram que estas trocas culturais estão gravadas na música como informação, possível de ser extraída e aprendida por técnicas automáticas. Neste trabalho, eu trato as tarefas de (i) prever as coordenadas geográficas onde uma música foi feita e (ii) prever o ano de lançamento de uma música. Proponho especificamente uma arquitectura de rede neuronal com dois componentes principais. O primeiro componente são unidades recorrentes, capazes de tratar as propriedades sequenciais da música. A segunda componente é a Atenção Neuronal, um mecanismo que permite focar momentos particulares de uma música, tratando o contexto de um evento musical. Nas minhas experiências uso o Million Song Dataset, uma colecção de descritores de áudio e meta-dados um milhão de músicas populares. A avaliação experimental mostra que o método proposto se comporta relativamente bem na tarefa de prever o ano de lançamento de uma música, e tem uma performance fraca na maior parte dos casos em que se prevê a origem geográfica.
Aprendizagem Automática, Redes Neuronais Recorrentes, Geocodifição Automática de Música, Datação Automática de Música, Musicologia

Novembro 2, 2017, 17:45

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Bruno Emanuel Da Graça Martins

Departamento de Engenharia Informática (DEI)

Professor Auxiliar

ORIENTADOR

David Manuel Martins de Matos

Departamento de Engenharia Informática (DEI)

Professor Auxiliar