Classificação de gêneros musicais utilizando convolutional neural network e data augmentation

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Aguiar, Rafael de Lima
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
dARK ID: ark:/35916/0013000008r7j
Idioma: por
Instituição de defesa: Universidade Estadual de Maringá
Departamento de Informática
Programa de Pós-Graduação em Ciência da Computação
Maringá, PR
Centro de Tecnologia
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Classificação de gêneros musicais
Recuperação de informação musical
Espectrogramas
Deep learning
Data augmentation
006.45
Ciências Exatas e da Terra
Ciência da Computação
Link de acesso: http://repositorio.uem.br:8080/jspui/handle/1/8735
Resumo: Orientador: Prof. Dr. Yandre Maldonado e Gomes da Costa
id UEM-10_9a49aa46f69bdde277f286c97efd08c0
oai_identifier_str oai:localhost:1/8735
network_acronym_str UEM-10
network_name_str Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
repository_id_str
spelling Classificação de gêneros musicais utilizando convolutional neural network e data augmentationClassificação de gêneros musicaisRecuperação de informação musicalEspectrogramasDeep learningData augmentation006.45Ciências Exatas e da TerraCiência da ComputaçãoOrientador: Prof. Dr. Yandre Maldonado e Gomes da CostaDissertação (mestrado em Ciência da Computação) - Universidade Estadual de Maringá, 2017Resumo: Esta dissertação de mestrado aborda o problema de classificação de músicas em gêneros musicais, que é uma tarefa de reconhecimento de padrões aplicada em recuperação de informação. Ao invés de manipular diretamente o sinal de áudio, sugerimos utilizar o domínio visual, imagens de espectrogramas. Essas imagens vem sendo empregadas com sucesso nessa finalidade desde 2011 e o principal atributo visual delas é a textura. O diferencial deste trabalho é a abordagem utilizada para classificação e as técnicas de manipulação e aumento da base de dados que são empregadas. Para classificação usamos as redes neurais convolucionais, CNNs. Elas são técnicas de aprendizagem profunda, {deeplearning, e vem sendo bastante utilizadas na literatura de reconhecimento de padrões. A aprendizagem profunda e as CNNs foram inspiradas no cérebro humano e no sistema visual dos mamíferos, respectivamente. Uma dificuldade recorrente quando se utiliza CNNs é o overfitting, que ocorre normalmente devido a uma quantidade insuficiente de amostras de treino. Para solucionar esse problema propomos explorar técnicas de data augmentation que incluem meios de segmentar o espectrograma e a manipulação direta do sinal do áudio como, por exemplo, alteração da tonalidade da música e separação de elementos harmônicos e percussivos do áudio. Essas técnicas devem gerar mais amostras para o treino da rede neural e são empregadas até mesmo no conjunto de teste, já que esse emprego se mostrou adequado em outros trabalhos. Os experimentos deste trabalho foram executados utilizando The Latin Music Database e o melhor resultado obtido é superior ao resultado encontrado que utiliza apenas CNN e próximo do estado da arteAbstract: In thiswork, wepresent a master dissertation addressing automatic music genre classification as a patter recognitiontask. The content of the music pieces were described using features obtained in the visual domain, by using spectrograms created from the audio signal. This kind of image has been successfully used in thistasksince 2011 by exploring the main visual attribute that can be found in this kind of image (i.e. texture). In this work, the patterns were described by using representation learning. For this, convolutional neural networks (CNN) were used. CNN is a deep learning architecture and it has been widely used in the literature of pattern recognition. Deep learning is inspired in the human brain and CNNs in the mammal visual system. Overfitting is a recurrent problem when a classification problem is addressed by using CNN, it may occur due to the combination of lacking of training samples and a high dimensionality space. To address this problem we propose to explore data augmentation techniques. In this application domain, examples of data augmentation techniques are: cropping spectrogram images, changing the pitch of a music piece and separating harmonic and percussive components of the sound. Such procedures are implemented in both training and testing sets. In this work we present results obtained with The Latin Music Database and the best accuracy we acquired is close to the state of the art and outcome the best system we known based only in CNNUniversidade Estadual de MaringáDepartamento de InformáticaPrograma de Pós-Graduação em Ciência da ComputaçãoMaringá, PRCentro de TecnologiaCosta, Yandre Maldonado e Gomes daGonçalves, Diego BertoliniSilla Junior, Carlos NascimentoAguiar, Rafael de Lima2025-02-20T19:43:16Z2025-02-20T19:43:16Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfAGUIAR, Rafael de Lima. Classificação de gêneros musicais utilizando convolutional neural network e data augmentation . 2017. 64 f. Dissertação (mestrado em Ciência da Computação) - Universidade Estadual de Maringá, 2017, Maringá, PR.http://repositorio.uem.br:8080/jspui/handle/1/8735ark:/35916/0013000008r7jinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)instname:Universidade Estadual de Maringá (UEM)instacron:UEM2025-02-20T19:53:25Zoai:localhost:1/8735Repositório InstitucionalPUBhttp://repositorio.uem.br:8080/oai/requestrepositorio@uem.bropendoar:2025-02-20T19:53:25Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) - Universidade Estadual de Maringá (UEM)false
dc.title.none.fl_str_mv Classificação de gêneros musicais utilizando convolutional neural network e data augmentation
title Classificação de gêneros musicais utilizando convolutional neural network e data augmentation
spellingShingle Classificação de gêneros musicais utilizando convolutional neural network e data augmentation
Aguiar, Rafael de Lima
Classificação de gêneros musicais
Recuperação de informação musical
Espectrogramas
Deep learning
Data augmentation
006.45
Ciências Exatas e da Terra
Ciência da Computação
title_short Classificação de gêneros musicais utilizando convolutional neural network e data augmentation
title_full Classificação de gêneros musicais utilizando convolutional neural network e data augmentation
title_fullStr Classificação de gêneros musicais utilizando convolutional neural network e data augmentation
title_full_unstemmed Classificação de gêneros musicais utilizando convolutional neural network e data augmentation
title_sort Classificação de gêneros musicais utilizando convolutional neural network e data augmentation
author Aguiar, Rafael de Lima
author_facet Aguiar, Rafael de Lima
author_role author
dc.contributor.none.fl_str_mv Costa, Yandre Maldonado e Gomes da
Gonçalves, Diego Bertolini
Silla Junior, Carlos Nascimento
dc.contributor.author.fl_str_mv Aguiar, Rafael de Lima
dc.subject.por.fl_str_mv Classificação de gêneros musicais
Recuperação de informação musical
Espectrogramas
Deep learning
Data augmentation
006.45
Ciências Exatas e da Terra
Ciência da Computação
topic Classificação de gêneros musicais
Recuperação de informação musical
Espectrogramas
Deep learning
Data augmentation
006.45
Ciências Exatas e da Terra
Ciência da Computação
description Orientador: Prof. Dr. Yandre Maldonado e Gomes da Costa
publishDate 2017
dc.date.none.fl_str_mv 2017
2025-02-20T19:43:16Z
2025-02-20T19:43:16Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv AGUIAR, Rafael de Lima. Classificação de gêneros musicais utilizando convolutional neural network e data augmentation . 2017. 64 f. Dissertação (mestrado em Ciência da Computação) - Universidade Estadual de Maringá, 2017, Maringá, PR.
http://repositorio.uem.br:8080/jspui/handle/1/8735
dc.identifier.dark.fl_str_mv ark:/35916/0013000008r7j
identifier_str_mv AGUIAR, Rafael de Lima. Classificação de gêneros musicais utilizando convolutional neural network e data augmentation . 2017. 64 f. Dissertação (mestrado em Ciência da Computação) - Universidade Estadual de Maringá, 2017, Maringá, PR.
ark:/35916/0013000008r7j
url http://repositorio.uem.br:8080/jspui/handle/1/8735
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual de Maringá
Departamento de Informática
Programa de Pós-Graduação em Ciência da Computação
Maringá, PR
Centro de Tecnologia
publisher.none.fl_str_mv Universidade Estadual de Maringá
Departamento de Informática
Programa de Pós-Graduação em Ciência da Computação
Maringá, PR
Centro de Tecnologia
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
instname:Universidade Estadual de Maringá (UEM)
instacron:UEM
instname_str Universidade Estadual de Maringá (UEM)
instacron_str UEM
institution UEM
reponame_str Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
collection Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
repository.name.fl_str_mv Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) - Universidade Estadual de Maringá (UEM)
repository.mail.fl_str_mv repositorio@uem.br
_version_ 1846637335189389312

Registros relacionados