Show simple item record

dc.creatorDendarieta Sarries, Xabieres_ES
dc.date.accessioned2019-04-29T14:16:00Z
dc.date.available2019-09-01T23:00:14Z
dc.date.issued2019
dc.identifier.urihttps://hdl.handle.net/2454/32973
dc.description.abstractEste proyecto consiste en determinar la capacidad de las redes neuronales profundas (Deep Learning) para analizar el sentimiento que transmite la música. La música es algo que transmite sentimientos de una forma compleja y por tanto es difícil de tratar. Para realizar este trabajo, se transformará la señal de audio a una representación basada en frecuencias (espectrograma) que será utilizado por las redes neuronales para clasificar cada fragmento de audio en uno de los sentimientos establecidos. Estudiamos primero las clases de sentimientos a considerar, posteriormente creamos una base de datos propia sobre la que aplicar los algoritmos de Deep Learning. Dividimos el problema en dos partes: clasificación de la energía que transmite una canción; y clasificación del placer que transmite. Realizamos pruebas con varios tipos de redes neuronales recurrentes, obteniendo buenos resultados en la clasificación de la energía y malos resultados en la clasificación del placer. También probamos una red convolucional para poder comparar los diferentes tipos de red. Creemos que el mayor problema reside en la base de datos creada, tanto en su tamaño como en su consistencia. La tecnología como tal, resulta prometedora a pesar de la mayoría de los resultados.es_ES
dc.format.mimetypeapplication/pdfen
dc.language.isospaen
dc.subjectDeep Learninges_ES
dc.subjectRedes neuronales recurrenteses_ES
dc.subjectAnálisis de sentimientoses_ES
dc.subjectMúsicaes_ES
dc.subjectEmocioneses_ES
dc.titleAnálisis de sentimientos en armonías y melodías mediante Deep Learninges_ES
dc.typeTrabajo Fin de Grado/Gradu Amaierako Lanaes
dc.typeinfo:eu-repo/semantics/bachelorThesisen
dc.date.updated2019-04-11T10:22:35Z
dc.contributor.affiliationEscuela Técnica Superior de Ingenieros Industriales y de Telecomunicaciónes_ES
dc.contributor.affiliationTelekomunikazio eta Industria Ingeniarien Goi Mailako Eskola Teknikoaeu
dc.description.degreeGraduado o Graduada en Ingeniería Informática por la Universidad Pública de Navarraes_ES
dc.description.degreeInformatika Ingeniaritzako Graduatua Nafarroako Unibertsitate Publikoaneu
dc.rights.accessRightsAcceso abierto / Sarbide irekiaes
dc.rights.accessRightsinfo:eu-repo/semantics/openAccessen
dc.embargo.terms2019-09-01es_ES
dc.contributor.advisorTFEGalar Idoate, Mikeles_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record