Aprendizaje auto-supervisado para reconocimiento óptico de música
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/135506
Título: | Aprendizaje auto-supervisado para reconocimiento óptico de música |
---|---|
Autor/es: | Peñarrubia Morcillo, Carlos |
Director de la investigación: | Calvo-Zaragoza, Jorge | Valero-Mas, Jose J. |
Centro, Departamento o Servicio: | Universidad de Alicante. Departamento de Lenguajes y Sistemas Informáticos |
Palabras clave: | Aprendizaje auto-supervisado | Reconocimiento óptico de música | Deep learning | VICReg | Data augmentation |
Fecha de publicación: | 27-jun-2023 |
Fecha de lectura: | 20-jun-2023 |
Resumen: | El aprendizaje auto-supervisado (self supervised learning, SSL) es un paradigma del aprendizaje semi-supervisado el cual recientemente ha ganado mucha popularidad. Hasta la fecha, los esfuerzos han estado enfocados en elaborar soluciones para tareas como clasificación de imágenes, la detección de objetos o la segmentación semántica, dejando de lado la tarea de imagen a secuencia. Dentro de esta última tarea se enmarca las soluciones end-to-end para el reconocimiento óptico de música (optical music recognition, OMR), que es un área de investigación que estudia sistemas capaces de leer automáticamente notación musical a partir de una imagen. En este proyecto se pretende desarrollar una tarea que sirva para preentrenar un modelo orientado a extraer secuencias de imágenes, y se comparará con otras técnicas tradicionales como el aumentado de datos. |
URI: | http://hdl.handle.net/10045/135506 |
Idioma: | spa |
Tipo: | info:eu-repo/semantics/masterThesis |
Derechos: | Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 |
Aparece en las colecciones: | Máster Universitario en Ciencia de Datos - Trabajos Fin de Máster |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Aprendizaje_autosupervisado_para_el_reconocimient_Penarrubia_Morcillo_Carlos.pdf | 4,78 MB | Adobe PDF | Abrir Vista previa | |
Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.