2021-09-20 12:25:53 - Atualizado em 2021-09-20 12:28:19
O trabalho foi aceito no 18th Brazilian Symposium on Computer Music. Dados de música geralmente possuem alta dimensionalidade e diferentes tipos, como áudio e texto. Esses dados dificultam uma análise eficiente em machine learning. Dessa forma, a seleção de instâncias busca reduzir a quantidade de dados necessários para o treinamento, mantendo uma boa performance. Neste artigo são modeladas 10 arquiteturas de redes heterogêneas de informação que armazenam diferentes características das músicas, como: artistas, músicas, gêneros relacionados e o melspectogram. Por meio da pontuação em um cenário de propagação de rótulos são selecionadas instâncias que são avaliadas em um cenário de classificação de gêneros em comparação com outros baselines para a seleção de instâncias.
O 18th Brazilian Symposium on Computer Music será realizado nos dias 24 até 27 de outubro de 2021, em formato virtual.
Mais detalhes: