Reconocimiento holístico de partituras musicales
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/108270
Registro completo de metadatos
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor | Reconocimiento de Formas e Inteligencia Artificial | es_ES |
dc.contributor.author | Alfaro-Contreras, María | - |
dc.contributor.author | Calvo-Zaragoza, Jorge | - |
dc.contributor.author | Iñesta, José M. | - |
dc.contributor.other | Universidad de Alicante. Departamento de Lenguajes y Sistemas Informáticos | es_ES |
dc.date.accessioned | 2020-07-24T20:13:38Z | - |
dc.date.available | 2020-07-24T20:13:38Z | - |
dc.date.issued | 2020-07-24 | - |
dc.identifier.uri | http://hdl.handle.net/10045/108270 | - |
dc.description.abstract | El reconocimiento de patrones con dependencia temporal es común en áreas como el reconocimiento del habla o el procesamiento del lenguaje natural. De manera análoga, encontramos el reconocimiento de texto o video en el campo de análisis de imágenes. Recientemente, las Redes Neuronales Recurrentes (RNN, por sus siglas en inglés) han sido ampliamente utilizadas para resolver estas tareas, arrojando buenos resultados, siguiendo un planteamiento conocido como reconocimiento holístico. Sin embargo, su aplicación en el campo del Reconocimiento Óptico de Música (OMR, por sus siglas en inglés) no es tan sencillo debido a la presencia de diferentes elementos en la misma posición horizontal, interrumpiendo así el flujo lineal temporal. En este artículo se estudia la capacidad de las RNN para aprender códigos que representan esta interrupción en partituras musicales homofónicas. Los resultados obtenidos demuestran que las formas serializadas para codificar el contenido musical propuestas son apropiadas para el OMR basado en RNN y que por tanto, merecen más estudio. | es_ES |
dc.description.sponsorship | Este trabajo cuenta con el apoyo del proyecto del ministerio español HISPAMUS TIN2017-86576-R, parcialmente financiado por la Unión Europea. | es_ES |
dc.language | spa | es_ES |
dc.rights | © Los autores | es_ES |
dc.subject | Reconocimiento Óptico de Música | es_ES |
dc.subject | Aprendizaje Profundo | es_ES |
dc.subject | Reconocimiento holístico | es_ES |
dc.subject | Codificación musical | es_ES |
dc.subject.other | Lenguajes y Sistemas Informáticos | es_ES |
dc.title | Reconocimiento holístico de partituras musicales | es_ES |
dc.type | info:eu-repo/semantics/preprint | es_ES |
dc.peerreviewed | no | es_ES |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es_ES |
dc.relation.projectID | info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2013-2016/TIN2017-86576-R | - |
Aparece en las colecciones: | INV - GRFIA - Artículos de Revistas |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Reconocimiento_holistico_de_partituras_musicales.pdf | 1,13 MB | Adobe PDF | Abrir Vista previa | |
Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.