Busca avançada
Ano de início
Entree

Mineração de Dados Musicais Baseada em Padrões Temporais

Processo: 12/17961-0
Linha de fomento:Bolsas no Brasil - Pós-Doutorado
Vigência (Início): 01 de março de 2013
Vigência (Término): 29 de fevereiro de 2016
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Francisco Aparecido Rodrigues
Beneficiário:Débora Cristina Corrêa
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Assunto(s):Computação musical   Agrupamento de dados   Reconhecimento de padrões   Redes complexas   Mineração de dados

Resumo

O constante crescimento de dados musicais na Internet tem atraído pesquisas para o desenvolvimento de ferramentas adequadas para analisar, representar e classificar dados musicais. Uma vez que a música possui papéis importantes dentro dos contextos sociais e psicológicos, formas de representação eficientes devem permitir buscas por conteúdo que contemplem estes aspectos. Dentro deste cenário, gêneros musicais e expressões de emoção têm sido referenciados como importantes descritores, pois além de compreenderem elementos principais para a organização da informação musical, resumem características (ou padrões) comuns entre peças musicais. Entretanto, gênero e emoção são atualmente explorados como processos independentes, e a relação intrínseca entre eles é pouco estudada. A presente proposta tem como objetivo contribuir para um melhor entendimento da relação inerente entre gênero e emoção, tornado-os descritores complementares que podem ser utilizados para aprimorar aplicações existentes de sistemas de recuperação musical. Para tal, busca-se uma análise estrutural da música de vários gêneros, partindo da hipótese de que músicas de diferentes gêneros podem ser discriminadas pela frequência de padrões temporais que se repetem ao longo da música, definindo-se assim uma forma quantitativa de avaliar a relação com as expressões de emoção. Propõe-se a representação emodelagem dos padrões temporais através de redes complexas. As redes complexas têm se mostrado ferramentas eficientes para caracterizar diversos aspectos da natureza, uma vez que as características topológicas ajudam no entendimento das relações, propriedades e características inerentes de objetos de interesse. A metodologia proposta também favorece aplicações como busca por similaridade, composição de novas sequências musicais, sistema de recomendação e predição de hits.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
FERREIRA, MARTHA DAIS; CORREA, DEBORA CRISTINA; NONATO, LUIS GUSTAVO; DE MELLO, RODRIGO FERNANDES. Designing architectures of convolutional neural networks to solve practical problems. EXPERT SYSTEMS WITH APPLICATIONS, v. 94, p. 205-217, MAR 15 2018. Citações Web of Science: 12.
FERREIRA, MARTHA DAIS; CORREA, DEBORA CRISTINA; GRIVET, MARCOS ANTONIO; DOS SANTOS, GEOVAN TAVARES; DE MELLO, RODRIGO FERNANDES; NONATO, LUIS GUSTAVO. On Accuracy and Time Processing Evaluation of Cover Song Identification Systems. JOURNAL OF NEW MUSIC RESEARCH, v. 45, n. 4, p. 333-342, DEC 2016. Citações Web of Science: 1.
CORREA, DEBORA C.; AP RODRIGUES, FRANCISCO. A survey on symbolic data-based music genre classification. EXPERT SYSTEMS WITH APPLICATIONS, v. 60, p. 190-210, OCT 30 2016. Citações Web of Science: 7.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.