Mineração de dados aplicada à classificação automática de gêneros musicais

  • Paulo Sergio da Conceição Moreira UFPR
  • Denise Fukumi Tsunoda Universidade Federal do Paraná
Palavras-chave: Algoritmos, Classificação Automática, Gêneros Musicais, Mineração de Dados

Resumo

Tem por objetivo classificar gêneros musicais automaticamente por meio de algoritmos de Mineração de Dados, considerando descritores extraídos do sinal de áudio. Identifica 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 sinal de áudio destas músicas, aplica os algoritmos Random Forest; Bayes Net; C4.5; KNN e as estratégias Bagging e Boosting para a classificação. Obtém como melhor resultado 66,67% de acerto com o algoritmo C4.5 para classificação entre Samba e MPB. Constata que a classificação de gêneros musicais se apresenta como um "problema interessante" para estudos que envolvem técnicas de Machine Learning. Estimula a continuidade de estudos semelhantes aplicando algoritmos baseados em Redes Neurais e Algoritmos Genéticos.

Downloads

Não há dados estatísticos.
Publicado
2019-09-10
Como Citar
[1]
Moreira, P. e Tsunoda, D. 2019. Mineração de dados aplicada à classificação automática de gêneros musicais. Revista Brasileira de Computação Aplicada. 11, 3 (set. 2019), 47-58. DOI:https://doi.org/10.5335/rbca.v11i3.9157.
Seção
Artigo Original
Share |