| dc.contributor.advisor | Webber, Carine Geltrudes | |
| dc.contributor.author | Lima, Maria Carolina Webber do Prado | |
| dc.contributor.other | Casa, Marcos Eduardo | |
| dc.contributor.other | Fardo, Marcelo Luís | |
| dc.date.accessioned | 2023-05-18T16:08:55Z | |
| dc.date.available | 2023-05-18T16:08:55Z | |
| dc.date.issued | 2022-07-12 | |
| dc.date.submitted | 2022-06-29 | |
| dc.identifier.uri | https://repositorio.ucs.br/11338/11984 | |
| dc.description | A dança e a música são expressões artísticas correlacionadas. O uso de métodos de Machine Learning (ML) e Deep
Learning (DL) em aplicações nestas áreas está em crescimento graças a criatividade dos artistas e designers. As áreas de ML e
DL compreendem um conjunto de métodos computacionais que possibilitam a construção de modelos por meio do aprendizado de máquina. Este trabalho de pesquisa teve como objetivo propor, construir e avaliar modelos obtidos a partir de processos de
aprendizado de máquina para uma tarefa de classificação a partir de vídeos de danças e geração de trechos de música.
Para a elaboração deste projeto, iniciou-se com um processo de revisão sistemática [1], o qual considerou para análise um
corpus composto por 15 artigos. Por meio do aprofundamento dos trabalhos buscou-se identificar quais técnicas de ML e DL foram aplicadas, quais os datasets utilizados, bem como reconhecer as métricas de avaliação empregadas. A partir dos dados obtidos concebeu-se uma arquitetura composta por redes convolucionais e recorrentes, que de forma complementar promoveram o processamento desejado. Como dados para validação e teste do modelo construiu-se três datasets de vídeos, representando danças nos estilos samba e forró. Durante a fase de testes projetou-se cinco modelos de DL, variando-se também o dataset utilizado. A saída final do sistema compreendeu a geração de trechos de música em formato Musical Instrument Digital Interface (MIDI). Como resultados, após extenso protocolo de testes, obteve-se valores de acurácia elevados em uma das configurações, registrando-se a classificação correta dos vídeos e produzindo trechos de música similares aos estilos esperados. Os resultados finais, em termos de métricas usadas em sistemas de DL, são detalhados no artigo. [resumo fornecido pelo autor] | pt_BR |
| dc.language.iso | pt | pt_BR |
| dc.subject | Aprendizado do computador | pt_BR |
| dc.subject | Aprendizado profundo (Aprendizado do computador) | pt_BR |
| dc.subject | Dança | pt_BR |
| dc.subject | Música | pt_BR |
| dc.title | Integrando a dança e a música em uma arquitetura de deep learning | pt_BR |
| dc.type | Artigo | pt_BR |
| mtd2-br.advisor.instituation | Universidade de Caxias do Sul | pt_BR |
| mtd2-br.program.name | Bacharelado em Ciência da Computação | pt_BR |
| mtd2-br.campus | Campus Universitário de Caxias do Sul | pt_BR |
| local.data.embargo | 2022-07-11 | |
