Institutional Repository

Uso de algoritmos de machine learning en la clasificación de géneros musicales de pistas de audio.

Show simple item record

dc.contributor.author Contreras Godoy, Saúl Efrain
dc.date.accessioned 2023-09-06T17:07:57Z
dc.date.available 2023-09-06T17:07:57Z
dc.date.issued 2022
dc.identifier.uri https://repositorio.uvg.edu.gt/xmlui/handle/123456789/4726
dc.description Tesis. Licenciatura en Ingeniería en Ciencias de la Computación y Tecnologías de la Información. Facultad de Ingeniería (86 p.). en_US
dc.description.abstract La clasificación de géneros musicales automatizada es un problema que requiere el uso de inteligencia artificial. La solución de esta problemática será útil para el emparejamiento de roles en la industria musical, a través de los géneros musicales correspondientes. Las redes neuronales son consideradas como la mejor solución para poder afrontar este problema. Cuatro tipos de redes neuronales son propuestas como solución a esta problemática: Una red neuronal feed-forward que obtuvo un 26.12% de efectividad, una Red convolucional neuronal Le-Net con un 72.30% de efectividad, una red convolucional neuronal con una capa LSTM que tiene una efectividad del 74.67 %, una red convolucional neuronal con MaxPooling que obtuvo la mayor efectividad, siendo 77.04 %. Se construyó una plataforma en donde se pueden encontrar todos los modelos construidos en esta investigación. (A) en_US
dc.language.iso es en_US
dc.publisher Universidad del Valle de Guatemala en_US
dc.subject Aprendizaje automático (inteligencia artificial) en_US
dc.subject Algoritmo en_US
dc.title Uso de algoritmos de machine learning en la clasificación de géneros musicales de pistas de audio. en_US
dc.type Public Thesis en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record