CREA: Colección de Recursos Educativos Abiertos

Logotipo del repositorio
Comunidades
Busca por
Enlaces de interés
  • Trabajos Académicos: Iniciación a la Investigación
  • Nomenclatura UNESCO
  • Kit de Recursos Educativos Abiertos de REBIUN
  • Licencias Creative Commons
  • Web de propiedad intelectual de Rebiun
  • Política de Protección de datos de la Universidad de Jaén
FAQ
Sobre CREA
  • Canales de contacto
  • DEPOSITAR DOCUMENTOS
  • Autoarchivo en la colección de materiales docentes de CREA
  • Autoarchivo delegado en las colecciones de TFG, TFM y TFT de CREA
  • Asesoramiento y formación
  • POLÍTICAS
  • Política institucional de recursos educativos abiertos (REA)
  • Política del repositorio institucional de recursos educativos abiertos. CREA
  • Propiedad intelectual y licencias
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Iniciar sesión
  1. Inicio
  2. Buscar por autor

Examinando por Autor "Milla Lara, Antonio Manuel"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 1 de 1
  • Resultados por página
  • Opciones de ordenación
  • Cargando...
    Miniatura
    Ítem
    Anotación de acordes en piezas musicales con aprendizaje profundo
    (Jaén: Universidad de Jaén, 2021-06-28) Milla Lara, Antonio Manuel; Charte Ojeda, Francisco; Universidad de Jaén. Informática
    Este trabajo de fin de grado trata de buscar un método para extraer acordes de piezas musicales de manera automática. La extracción de dichos acordes ha sido siempre un trabajo manual, que necesita un conocimiento previo sobre armonía musical. En este trabajo, se pretende realizar esta extracción, en primer lugar, con modelos de aprendizaje automático más básicos como Random Forest, kNN o regresión logística y, posteriormente, con técnicas de aprendizaje profundo como el perceptrón multicapa o redes neuronales convolucionales. El trabajo realizado ha llevado al diseño de un modelo de red neuronal convolucional que trabaja con una representación del audio conocida como mel-filterbank. Este modelo es capaz de extraer 42 tipos de acordes distintos de una pieza musical con un 80 % de exactitud.
Los documentos del repositorio CREA se encuentran en

crea

Colección de Recursos Educativos Abiertos

  • Aviso Legal
  • Política de privacidad
  • Enviar Sugerencias
Todos los documentos están protegidos por derechos de autor y bajo Licencia CC (by-nc-nd) si no se indica lo contrario.