Classificação de Gêneros Musicais Latinos e suas Emoções: Abordagens Bayesiana e Fuzzy

Detalhes bibliográficos
Autor(a) principal: BRESSAN,G.M.
Data de Publicação: 2017
Outros Autores: AZEVEDO,B.C.F. DE
Tipo de documento: Artigo
Idioma: por
Título da fonte: TEMA (Sociedade Brasileira de Matemática Aplicada e Computacional. Online)
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S2179-84512017000300369
Resumo: RESUMO O objetivo deste trabalho é investigar métodos de classificação inteligente para a tarefa de classificação de gêneros musicais latinos a partir de um conjunto de dados reais. Neste estudo, as características emocionais predominantes de cada gênero também são consideradas, com objetivo de possibilitar ao usuário escolher músicas de acordo com a emoção que deseja estimular. Os métodos propostos para tal tarefa são baseados no método de classificação Bayesiana, o qual utiliza o algoritmo BayesRule e é capaz de investigar incertezas probabilísticas nos dados, e no método de classificação fuzzy, cujas funções tem seus parâmetros ajustados por um sistema neuro-fuzzy e permite avaliar fusões entre os diferentes gêneros musicais. Ambas as metodologias extraem regras de classificação linguísticas, o que possibilita que seja feita uma comparação entre os resultados obtidos, além da classificação inteligente do conjunto de dados considerando incertezas e fusões entre os gêneros musicais.
id SBMAC-1_2038250941f66869073a45e959b59cea
oai_identifier_str oai:scielo:S2179-84512017000300369
network_acronym_str SBMAC-1
network_name_str TEMA (Sociedade Brasileira de Matemática Aplicada e Computacional. Online)
repository_id_str
spelling Classificação de Gêneros Musicais Latinos e suas Emoções: Abordagens Bayesiana e Fuzzygêneros musicaisclassificação Bayesianaclassificação fuzzyRESUMO O objetivo deste trabalho é investigar métodos de classificação inteligente para a tarefa de classificação de gêneros musicais latinos a partir de um conjunto de dados reais. Neste estudo, as características emocionais predominantes de cada gênero também são consideradas, com objetivo de possibilitar ao usuário escolher músicas de acordo com a emoção que deseja estimular. Os métodos propostos para tal tarefa são baseados no método de classificação Bayesiana, o qual utiliza o algoritmo BayesRule e é capaz de investigar incertezas probabilísticas nos dados, e no método de classificação fuzzy, cujas funções tem seus parâmetros ajustados por um sistema neuro-fuzzy e permite avaliar fusões entre os diferentes gêneros musicais. Ambas as metodologias extraem regras de classificação linguísticas, o que possibilita que seja feita uma comparação entre os resultados obtidos, além da classificação inteligente do conjunto de dados considerando incertezas e fusões entre os gêneros musicais.Sociedade Brasileira de Matemática Aplicada e Computacional2017-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S2179-84512017000300369TEMA (São Carlos) v.18 n.3 2017reponame:TEMA (Sociedade Brasileira de Matemática Aplicada e Computacional. Online)instname:Sociedade Brasileira de Matemática Aplicada e Computacionalinstacron:SBMAC10.5540/tema.2017.018.03.0369info:eu-repo/semantics/openAccessBRESSAN,G.M.AZEVEDO,B.C.F. DEpor2018-02-08T00:00:00Zoai:scielo:S2179-84512017000300369Revistahttp://www.scielo.br/temaPUBhttps://old.scielo.br/oai/scielo-oai.phpcastelo@icmc.usp.br2179-84511677-1966opendoar:2018-02-08T00:00TEMA (Sociedade Brasileira de Matemática Aplicada e Computacional. Online) - Sociedade Brasileira de Matemática Aplicada e Computacionalfalse
dc.title.none.fl_str_mv Classificação de Gêneros Musicais Latinos e suas Emoções: Abordagens Bayesiana e Fuzzy
title Classificação de Gêneros Musicais Latinos e suas Emoções: Abordagens Bayesiana e Fuzzy
spellingShingle Classificação de Gêneros Musicais Latinos e suas Emoções: Abordagens Bayesiana e Fuzzy
BRESSAN,G.M.
gêneros musicais
classificação Bayesiana
classificação fuzzy
title_short Classificação de Gêneros Musicais Latinos e suas Emoções: Abordagens Bayesiana e Fuzzy
title_full Classificação de Gêneros Musicais Latinos e suas Emoções: Abordagens Bayesiana e Fuzzy
title_fullStr Classificação de Gêneros Musicais Latinos e suas Emoções: Abordagens Bayesiana e Fuzzy
title_full_unstemmed Classificação de Gêneros Musicais Latinos e suas Emoções: Abordagens Bayesiana e Fuzzy
title_sort Classificação de Gêneros Musicais Latinos e suas Emoções: Abordagens Bayesiana e Fuzzy
author BRESSAN,G.M.
author_facet BRESSAN,G.M.
AZEVEDO,B.C.F. DE
author_role author
author2 AZEVEDO,B.C.F. DE
author2_role author
dc.contributor.author.fl_str_mv BRESSAN,G.M.
AZEVEDO,B.C.F. DE
dc.subject.por.fl_str_mv gêneros musicais
classificação Bayesiana
classificação fuzzy
topic gêneros musicais
classificação Bayesiana
classificação fuzzy
description RESUMO O objetivo deste trabalho é investigar métodos de classificação inteligente para a tarefa de classificação de gêneros musicais latinos a partir de um conjunto de dados reais. Neste estudo, as características emocionais predominantes de cada gênero também são consideradas, com objetivo de possibilitar ao usuário escolher músicas de acordo com a emoção que deseja estimular. Os métodos propostos para tal tarefa são baseados no método de classificação Bayesiana, o qual utiliza o algoritmo BayesRule e é capaz de investigar incertezas probabilísticas nos dados, e no método de classificação fuzzy, cujas funções tem seus parâmetros ajustados por um sistema neuro-fuzzy e permite avaliar fusões entre os diferentes gêneros musicais. Ambas as metodologias extraem regras de classificação linguísticas, o que possibilita que seja feita uma comparação entre os resultados obtidos, além da classificação inteligente do conjunto de dados considerando incertezas e fusões entre os gêneros musicais.
publishDate 2017
dc.date.none.fl_str_mv 2017-12-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S2179-84512017000300369
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S2179-84512017000300369
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.5540/tema.2017.018.03.0369
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Sociedade Brasileira de Matemática Aplicada e Computacional
publisher.none.fl_str_mv Sociedade Brasileira de Matemática Aplicada e Computacional
dc.source.none.fl_str_mv TEMA (São Carlos) v.18 n.3 2017
reponame:TEMA (Sociedade Brasileira de Matemática Aplicada e Computacional. Online)
instname:Sociedade Brasileira de Matemática Aplicada e Computacional
instacron:SBMAC
instname_str Sociedade Brasileira de Matemática Aplicada e Computacional
instacron_str SBMAC
institution SBMAC
reponame_str TEMA (Sociedade Brasileira de Matemática Aplicada e Computacional. Online)
collection TEMA (Sociedade Brasileira de Matemática Aplicada e Computacional. Online)
repository.name.fl_str_mv TEMA (Sociedade Brasileira de Matemática Aplicada e Computacional. Online) - Sociedade Brasileira de Matemática Aplicada e Computacional
repository.mail.fl_str_mv castelo@icmc.usp.br
_version_ 1752122220226805760