A statistical pattern recognition approach to symbolic music classification

• Autores: Pedro José Ponce de León Amador
• Directores de la Tesis: José M. Iñesta Quereda (dir. tes.)
• Lectura: En la Universitat d'Alacant / Universidad de Alicante ( España ) en 2011
• Idioma: inglés
• Tribunal Calificador de la Tesis: Francesc Josep Ferri Rabasa (presid.) , Luisa Micó Andrés (secret.) , Rafael Ramírez Meléndez (voc.) , Nicola Orio (voc.) , Carlos augusto Agon Amado (voc.)
• Enlaces
  • Tesis en acceso abierto en: RUA
• Resumen

  • El trabajo se enmarca en el dominio de Recuperación de Música por Ordenador, a partir de fuentes simbólicas (partituras digitales o similares). En concreto, se plantean soluciones computacionales mediante la aplicación de técnicas estadísticas de reconocimiento de formas a dos problemas: la selección automática de partes melódicas en obras polifónicas y la clasificación automática de géneros musicales. Entre las posibles aplicaciones de estas técnicas está la catalogación, indexación y recuperación automática de obras musicales, basadas en su contenido, de grandes bases de datos que contienen obras en formato simbólico (partituras digitales, archivos MIDI, etc.). Otras aplicaciones, en el ámbito de la musicología computacional, incluyen la caracterización de géneros musicales y melodías mediante el análisis automático del contenido de grandes volúmenes de obras musicales.