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

Publicação

Obra sujeita a Direitos de Autor

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