El treball que presentem a continuació desenvolupa un marc teòric i pràctic per a l'avaluació i estudi d'un model generatiu aplicat a tasques discriminatives de senyals sonores sense component harmònica. El model generatiu està basat en la construcció de l'anomenada deep belief network, un tipus de xarxa neuronal generativa que permet realitzar tasques de classificació i regressió com també de reconstrucció dels seus estats interns.A partir de l'anàlisi realitzada hem pogut obtenir resultats en classificació ...
El treball que presentem a continuació desenvolupa un marc teòric i pràctic per a l'avaluació i estudi d'un model generatiu aplicat a tasques discriminatives de senyals sonores sense component harmònica. El model generatiu està basat en la construcció de l'anomenada deep belief network, un tipus de xarxa neuronal generativa que permet realitzar tasques de classificació i regressió com també de reconstrucció dels seus estats interns.A partir de l'anàlisi realitzada hem pogut obtenir resultats en classificació aparellats amb els resultats de l'estat de l'art de classificadors de sons inharmònics. Tot i no establir una clara superioritat envers altres mètodes, el present treball ha permés desenvolupar una anàlisi per almodel avaluat amb moltes possibilitats de millora en un futur per altres treballs. Al llarg del treball es demostra la seva eficàcia en tasques discriminatives, com també la capacitat de reduir la dimensionalitat de les dades d'entrada al model i les possibilitats de reconstruir els seus estats interns per a obtenir unes sortides de dades de la xarxa similars a les entrades de descriptors.El desenvolupament centrat en la deep belief network ens ha permés construir un entorn unificat d'avaluació de diferents mètodes d'aprenentatge, construcció i adequació de diferents descriptors sonors i una posterior visualització d'estats interns del mateix, que han possibilitat una avaluaciócomparativa i unificada respecte altres mètodes classificadors de l'estat de l'art. També ens ha permés desenvolupar una implementació en un llenguatge d'alt nivell, que ha reportat més significància per a l'enteniment i anàlisi del model avaluat, amb una argumentació més sòlida.Els resultats i l'anàlisi que reportem són significatius i positius per al model avaluat, i degut a la poca literatura existent en el camp de classificació de sons inharmònics com els sons percussius,creiem que és una aportació interessant i significativa per al camp en el que s'engloba el treball.
+
