Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de Máquina

 Son muchos los estudios propuestos sobre la identificación de instrumentos musicales, pero ninguno ha estado enfocado en instrumentos de cuerda pulsada de la región andina colombiana como lo son: tiple, tiple requinto, guitarra y bandola. Por ello, se propone la identificación de estos utilizando t...

Full description

Autores:
Tobon Gonzalez, indira juliana
Cortés Osorio, Jimmy Alexander
Tipo de recurso:
Article of journal
Fecha de publicación:
2018
Institución:
Universidad EIA .
Repositorio:
Repositorio EIA .
Idioma:
spa
OAI Identifier:
oai:repository.eia.edu.co:11190/5047
Acceso en línea:
https://repository.eia.edu.co/handle/11190/5047
https://doi.org/10.24050/reia.v15i30.1245
Palabra clave:
Aprendizaje de Máquina
Fourier
Identificación
Instrumentos Musicales
Matriz de Confusión
Región Andina Colombiana.
Rights
openAccess
License
Revista EIA - 2018
id REIA2_5db19dcdf83c7f77cd29ac5fe22f793f
oai_identifier_str oai:repository.eia.edu.co:11190/5047
network_acronym_str REIA2
network_name_str Repositorio EIA .
repository_id_str
spelling Tobon Gonzalez, indira juliana42b62abc151991c4fb4d5cd217902ee9300Cortés Osorio, Jimmy Alexander3f5052495032b31cb9a402787691ff403002018-11-26 00:00:002022-06-17T20:19:56Z2018-11-26 00:00:002022-06-17T20:19:56Z2018-11-261794-1237https://repository.eia.edu.co/handle/11190/504710.24050/reia.v15i30.12452463-0950https://doi.org/10.24050/reia.v15i30.1245 Son muchos los estudios propuestos sobre la identificación de instrumentos musicales, pero ninguno ha estado enfocado en instrumentos de cuerda pulsada de la región andina colombiana como lo son: tiple, tiple requinto, guitarra y bandola. Por ello, se propone la identificación de estos utilizando técnicas de aprendizaje de máquina tales como Análisis discriminante, Árbol de Decisión, kNN, SVM, ANNs y utilizando tres métodos de reducción de datos: Feature Selection; PCA con 1, 100 y 1000 componentes principales; y extrayendo las cinco primeras frecuencias parciales junto a sus amplitudes normalizadas. Esta investigación se realizó usando una base de datos de 1000 grabaciones de audio monofónicas, construida a partir del registro de las notas de la primera posición de cada instrumento en formato WAV. Se utilizó como Método de Validación Cruzada con un k igual a cinco para realizar las Matrices de Confusión y Curvas ROC. La mejor Exactitud se alcanzó con ANNs que tuvo un porcentaje de 99,8% en la identificación, además las curvas ROC mostraron un área bajo la curva muy cercana a uno para la guitarra. Son muchos los estudios propuestos sobre la identificación de instrumentos musicales, pero ninguno ha estado enfocado en instrumentos de cuerda pulsada de la región andina colombiana como lo son: tiple, tiple requinto, guitarra y bandola. Por ello, se propone la identificación de estos utilizando técnicas de aprendizaje de máquina tales como Análisis discriminante, Árbol de Decisión, kNN, SVM, ANNs y utilizando tres métodos de reducción de datos: Feature Selection; PCA con 1, 100 y 1000 componentes principales; y extrayendo las cinco primeras frecuencias parciales junto a sus amplitudes normalizadas. Esta investigación se realizó usando una base de datos de 1000 grabaciones de audio monofónicas, construida a partir del registro de las notas de la primera posición de cada instrumento en formato WAV. Se utilizó como Método de Validación Cruzada con un k igual a cinco para realizar las Matrices de Confusión y Curvas ROC. La mejor Exactitud se alcanzó con ANNs que tuvo un porcentaje de 99,8% en la identificación, además las curvas ROC mostraron un área bajo la curva muy cercana a uno para la guitarra.application/pdfspaFondo Editorial EIA - Universidad EIARevista EIA - 2018https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2https://revistas.eia.edu.co/index.php/reveia/article/view/1245Aprendizaje de MáquinaFourierIdentificaciónInstrumentos MusicalesMatriz de ConfusiónRegión Andina Colombiana.Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de MáquinaIdentificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de MáquinaArtículo de revistaJournal articlehttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/ARTREFhttp://purl.org/coar/version/c_970fb48d4fbd8a85https://revistas.eia.edu.co/index.php/reveia/article/download/1245/1196Núm. 30 , Año 20181933017715Revista EIAPublicationOREORE.xmltext/xml2728https://repository.eia.edu.co/bitstreams/c9443954-0882-449f-828b-b6367dc67578/downloadc804c652b56083b9390db5f6884b49b6MD5111190/5047oai:repository.eia.edu.co:11190/50472023-07-25 17:19:43.027https://creativecommons.org/licenses/by-nc-sa/4.0/Revista EIA - 2018metadata.onlyhttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.com
dc.title.spa.fl_str_mv Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de Máquina
dc.title.translated.eng.fl_str_mv Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de Máquina
title Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de Máquina
spellingShingle Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de Máquina
Aprendizaje de Máquina
Fourier
Identificación
Instrumentos Musicales
Matriz de Confusión
Región Andina Colombiana.
title_short Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de Máquina
title_full Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de Máquina
title_fullStr Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de Máquina
title_full_unstemmed Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de Máquina
title_sort Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de Máquina
dc.creator.fl_str_mv Tobon Gonzalez, indira juliana
Cortés Osorio, Jimmy Alexander
dc.contributor.author.spa.fl_str_mv Tobon Gonzalez, indira juliana
Cortés Osorio, Jimmy Alexander
dc.subject.spa.fl_str_mv Aprendizaje de Máquina
Fourier
Identificación
Instrumentos Musicales
Matriz de Confusión
Región Andina Colombiana.
topic Aprendizaje de Máquina
Fourier
Identificación
Instrumentos Musicales
Matriz de Confusión
Región Andina Colombiana.
description  Son muchos los estudios propuestos sobre la identificación de instrumentos musicales, pero ninguno ha estado enfocado en instrumentos de cuerda pulsada de la región andina colombiana como lo son: tiple, tiple requinto, guitarra y bandola. Por ello, se propone la identificación de estos utilizando técnicas de aprendizaje de máquina tales como Análisis discriminante, Árbol de Decisión, kNN, SVM, ANNs y utilizando tres métodos de reducción de datos: Feature Selection; PCA con 1, 100 y 1000 componentes principales; y extrayendo las cinco primeras frecuencias parciales junto a sus amplitudes normalizadas. Esta investigación se realizó usando una base de datos de 1000 grabaciones de audio monofónicas, construida a partir del registro de las notas de la primera posición de cada instrumento en formato WAV. Se utilizó como Método de Validación Cruzada con un k igual a cinco para realizar las Matrices de Confusión y Curvas ROC. La mejor Exactitud se alcanzó con ANNs que tuvo un porcentaje de 99,8% en la identificación, además las curvas ROC mostraron un área bajo la curva muy cercana a uno para la guitarra.
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2018-11-26 00:00:00
2022-06-17T20:19:56Z
dc.date.available.none.fl_str_mv 2018-11-26 00:00:00
2022-06-17T20:19:56Z
dc.date.issued.none.fl_str_mv 2018-11-26
dc.type.spa.fl_str_mv Artículo de revista
dc.type.eng.fl_str_mv Journal article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_6501
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ARTREF
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 1794-1237
dc.identifier.uri.none.fl_str_mv https://repository.eia.edu.co/handle/11190/5047
dc.identifier.doi.none.fl_str_mv 10.24050/reia.v15i30.1245
dc.identifier.eissn.none.fl_str_mv 2463-0950
dc.identifier.url.none.fl_str_mv https://doi.org/10.24050/reia.v15i30.1245
identifier_str_mv 1794-1237
10.24050/reia.v15i30.1245
2463-0950
url https://repository.eia.edu.co/handle/11190/5047
https://doi.org/10.24050/reia.v15i30.1245
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.bitstream.none.fl_str_mv https://revistas.eia.edu.co/index.php/reveia/article/download/1245/1196
dc.relation.citationedition.spa.fl_str_mv Núm. 30 , Año 2018
dc.relation.citationendpage.none.fl_str_mv 193
dc.relation.citationissue.spa.fl_str_mv 30
dc.relation.citationstartpage.none.fl_str_mv 177
dc.relation.citationvolume.spa.fl_str_mv 15
dc.relation.ispartofjournal.spa.fl_str_mv Revista EIA
dc.rights.spa.fl_str_mv Revista EIA - 2018
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Revista EIA - 2018
https://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Fondo Editorial EIA - Universidad EIA
dc.source.spa.fl_str_mv https://revistas.eia.edu.co/index.php/reveia/article/view/1245
institution Universidad EIA .
bitstream.url.fl_str_mv https://repository.eia.edu.co/bitstreams/c9443954-0882-449f-828b-b6367dc67578/download
bitstream.checksum.fl_str_mv c804c652b56083b9390db5f6884b49b6
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EIA
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1828317413810110464

Publicaciones similares