English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Como resultado da evolucao e inovacao tecnologicas, a industria da distribuicao electronica de musica tem tido um enorme crescimento. Desta forma, tarefas como a classificacao automatica de generos musicais tornam-se um fortissimo motivo para o incremento da investigacao na area. O reconhecimento automatico de generos musicais envolve tarefas como a extraccao de caracteristicas das musicas e o desenvolvimento de classificadores que utilizem essas caracteristicas. Neste estudo pretendeu-se, atraves de 3 problemas de classificacao independentes, classificar segmentos de musica classica em subgeneros. Para tal, foram extraidas 40 caracteristicas por segmento musical, tendo os classificadores utilizados sido redes neuronais. Devido a qualidade dos resultados alcancados, foi construido em seguida um prototipo para um sistema real de classificacao. Neste, de um conjunto de musicas nao catalogadas, foram extraidos dez segmentos as “cegas” que foram classificados utilizando os classificadores anteriores. Cada musica foi classificada no genero mais representado pelos seus segmentos.

Sistemas de classificação musical com redes neuronais