Look-up in Google Scholar
Full metadata record
Kong Moreno, Maynard Jorge
Rojas Miguel, Jael Nora (es_ES)
2013-04-08T15:46:41Z (es_ES)
2013-04-08T15:46:41Z
2013-04-08T15:46:41Z (es_ES)
2013-04-08T15:46:41Z
2012 (es_ES)
2013-04-08 (es_ES)
http://hdl.handle.net/20.500.12404/4471
En los últimos años, la distribución de música digital en la web ha permitido a los usuarios acceder a grandes cantidades de información musical, con ello surge la necesidad de obtener esa información de manera eficaz y eficiente. En la actualidad, los sistemas de recuperación han ayudado a los usuarios a encontrar información basada en texto, pero esos modelos tradicionales no son adecuados si deseamos encontrar canciones que se parezcan en contenido de audio, de allí la necesidad de modelar e implementar métodos de recuperación basado en audio musical. En este estudio se describe un sistema que permite recuperar y clasificar canciones por similitud basado en contenido de audio musical. Se aplica un modelo de red neuronal a características de canciones. Primero se obtiene descriptores de canciones polifónicas en formato mp3 con características tales como: Análisis Espectral, Patrones de ritmo, Histograma de ritmo. Segundo, se realiza un análisis estadístico para seleccionar los descriptores válidos. Finalmente se ingresa a una red neuronal estos descriptores y se entrena. El objetivo de este trabajo es implementar el sistema y determinar, a partir de los resultados experimentales, la eficiencia de acierto o no para clasificar y recuperar contenido de audio musical por similitud. (es_ES)
Tesis (es_ES)
spa (es_ES)
Pontificia Universidad Católica del Perú (es_ES)
info:eu-repo/semantics/openAccess (es_ES)
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ (*)
Redes neuronales (es_ES)
Computación (es_ES)
Procesamiento de señales digitales (es_ES)
Análisis espectral (es_ES)
Información (es_ES)
Sistemas de almacenamiento y recuperación (es_ES)
Recuperación de la información musical por similitud usando redes neuronales (es_ES)
info:eu-repo/semantics/masterThesis (es_ES)
Pontificia Universidad Católica del Perú. Escuela de Posgrado (es_ES)
Informática con mención en Ciencias de la Computación (es_ES)
Maestría (es_ES)
Maestro en Informática con mención en Ciencias de la Computación (es_ES)
PE (es_ES)
https://purl.org/pe-repo/ocde/ford#1.02.00 (es_ES)
https://purl.org/pe-repo/renati/level#maestro (es_ES)
06391106
611087 (es_ES)
http://purl.org/pe-repo/renati/type#tesis (es_ES)
Privada asociativa



This item is licensed under a Creative Commons License Creative Commons