Biblioteca Digital da UEM: Sistema Nou-Rau
Pgina Principal  Portugus   English  Español   Aumentar Texto  Texto Normal  Diminuir Texto
  Principal | Apresentao | Objetivos | Instrues Autores | Estatsticas | Outras Bibliotecas Digitais
  Sistema Integrado de Bibliotecas - SIB / UEM
Entrar | acessos | verso 1.1  
ndice
Pgina principal
Documentos
Novidades
Usurios

Aes
Consultar
Procurar
Exibir estatsticas

Procurar por:
Procura avanada

Dvidas e sugestes


Consultar: Programa de Ps-Graduao em Cincia da Computao

Incio > Dissertaes e Teses > Cincias Exatas e da Terra > Cincia da Computao > Programa de Ps-Graduao em Cincia da Computao

Ttulo [PT]: Seleo dinmica de classificadores para o reconhecimento de gnero musicais
Autor(es): Luciano Fiorin Jnior
Palavras-chave [PT]:

Reconhecimento de padres. Seleo dinmica de classificadores. Combinao classificadores. Reconhecimento de gneros musicais. Padres (Informtica). Sistema de reconhecimento. Recuperao de informao por contedo. Brasil.
Palavras-chave [EN]:
Pattern recognition. Dynamic classifiers selection. Classificiers combination. Music genre recognition. Brazil.
Titulao: Mestre em Cincia da Computao
Banca:
Yandre Maldonado e Gomes da Costa [Orientador] - UEM
Diego Bertolini Gonalves - UTFPR-CM
Pedro Luiz de Paulo Filho - UTFPR-MD
Resumo:
Resumo: Classificao uma das tarefas presentes na rea de reconhecimento de padres, e pode ser entendida como uma rotina na qual uma classe atribuda a uma instncia analisada. A observao dos atributos de um determinado elemento e a representao desses valores por denota um conjunto de caractersticas, popularmente representado na forma de vetor e posteriormente submetido a um classificador. A partir de um conjunto de classificadores, entendido que a qualidade da deciso tomada pela combinao de opinies do conjunto supera, na maioria das vezes, a deciso individual de qualquer um dos seus componentes. A seleo de classificadores definida como um processo para manipulao de um conjunto inicial de classificadores, a fim de obter um grupo reduzido, mas que melhor contribua com o objetivo. No que diz respeito ao reconhecimento de gneros musicais, a seleo de classificadores visa a melhora nas taxas de classificao das amostras. O presente trabalho aborda a aplicao de estratgias para seleo dinmica de classificadores na tarefa de reconhecimento de gneros musicais. Essas estratgias visam a composio de subconjuntos capazes de classificar corretamente padres desconhecidos e combinao das respectivas estimativas para tomada de deciso. Tambm foram avaliadas abordagens adaptadas do mtodo KNORA, para elaborar uma vizinhana dinamicamente que auxilie no processo de classificao de amostras semelhantes, alm da combinao de mtodos que comprovem a relevncia da complementaridade de opinies entre os classificadores envolvidos, de forma a obter uma melhor deciso.

Abstract: Classification can be defined as a routine in which a class is assigned to a pattern described by a set of attribute. This routine is one of the tasks present in the pattern recognition field. The observation process of the attributes from a specific element and the representation of its values with a data structure, often a vector, denotes their vector of features, thereafter applied to a classifier. Commom knowledge in a set of classifiers, at most cases, reaches a better decision than a single one. The classifiers selection is defined as a process for handling an initial set of classifiers to obtain a better small subset, which can achieve better results, closer to the goal. In music genre recognition, the main goal by using classifiers selection is to improve the final recognition rates. This work discusses a bunch of strategies for dynamic classifiers selection in music genre recognition tasks to obtain classifiers subsets who are able to correctly classify unknown patterns using combining strategies for individual estimatives. KNORA method variations, are also investigated were generated dynamically to support a classification cycle. In these cases, the neighborhood members, based on similar samples from a well known set. Finally, investigate the complementary methods with the combination of individual outputs and verify the improvement in recognition rates.
Data da defesa: 19/02/2016
Cdigo: vtls000221737
Informaes adicionais:
Idioma: Portugus
Data de Publicao: 2016
Local de Publicao: Maring, PR
Orientador: Prof. Dr. Yandre Maldonado e Gomes da Costa
Co-Orientador:
Instituio: Universidade Estadual de Maring. Centro de Tecnologia. Programa de Ps-Graduao em Cincia da Computao, 2016
Nvel: Dissertao (mestrado em Cincia da Computao)
UEM: Departamento de Informtica

Responsavel: edson
Categoria: Aplicao
Formato: Documento PDF
Arquivo: Luciano Fiorin Junior 46935.pdf
Tamanho: 2346 Kb (2402438 bytes)
Criado: 10-05-2016 15:39
Atualizado: 10-05-2016 15:45
Visitas: 233
Downloads: 4

[Visualizar]  [Download]

Todo material disponvel neste sistema de propriedade e responsabilidade de seus autores.