Mineração de dados aplicada à classificação automática de gêneros musicais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorTsunoda, Denise Fukumi, 1972--
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Sociais Aplicadas. Curso de Graduação em Gestão da Informação-
Autor(es): dc.creatorMoreira, Paulo Sergio da Conceição-
Data de aceite: dc.date.accessioned2025-09-01T12:22:34Z-
Data de disponibilização: dc.date.available2025-09-01T12:22:34Z-
Data de envio: dc.date.issued2024-03-01-
Data de envio: dc.date.issued2024-03-01-
Data de envio: dc.date.issued2017-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/55210-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/55210-
Descrição: dc.descriptionOrientador : Denise Fukumi Tsunoda.-
Descrição: dc.descriptionMonografia (graduação) - Universidade Federal do Paraná, Setor de Ciências Sociais Aplicadas, Curso de Gestão da Informação.-
Descrição: dc.descriptionInclui referências-
Descrição: dc.descriptionResumo : Estudo de natureza quantitativa que objetiva classificar gêneros musicais automaticamente por meio da aplicação de algoritmos de Mineração de Dados, considerando a análise de características extraídas do sinal de áudio. Identifica-se na Last.fm as 150 músicas mais populares de sete gêneros musicais (rock, jazz, pop, música clássica, MPB, heavy metal e samba). Mediante a extração de descritores relacionados ao domínio do tempo e da frequência destas músicas, constrói-se duas bases de dados: a primeira, considerando a duração original dos arquivos; a segunda, considerando a duração de 30 segundos para cada registro. Aplica-se os algoritmos Random Forest; Bayes Net; AdaBoost; Bagging; SVM e KNN para a tarefa de classificação. Obtém-se como melhor resultado 66,53% de acerto com a combinação dos algoritmos Bagging e Bayes Net. Constata-se que a classificação de gêneros musicais se apresenta como um "problema interessante" para estudos que envolvem técnicas de Aprendizagem de Máquina, uma vez que existem gêneros formados a partir da combinação de elementos de outros gêneros, o que dificulta a diferenciação destes. Estimula-se a continuidade de estudos semelhantes aplicando algoritmos baseados em Redes Neurais e Algoritmos Genéticos.-
Formato: dc.format1 recurso online : PDF.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectGerenciamento da informação - Música-
Título: dc.titleMineração de dados aplicada à classificação automática de gêneros musicais-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.