Exportar registro bibliográfico


Metrics:

Tempo estimation via self-supervised learning (2023)

  • Authors:
  • Autor USP: MORAIS, GIOVANA VIEIRA DE - IME
  • Unidade: IME
  • Sigla do Departamento: MAC
  • DOI: 10.11606/D.45.2023.tde-01042024-142309
  • Subjects: COMPUTAÇÃO MUSICAL; REDES NEURAIS; PROCESSAMENTO DE SOM; APRENDIZADO COMPUTACIONAL
  • Keywords: Estimação de andamento; Self-supervised learning; Tempo estimation
  • Language: Inglês
  • Abstract: Métodos auto-supervisionados (self-supervised) aprendem representações de dados por meio da resolução de tarefas de pretexto (pretext tasks) que não necessitam de rótulos gerados por humanos, diminuindo a necessidade de dados anotados para o treinamento dos modelos. Esses métodos foram aplicados em problemas de visão computacional, processamento de linguagem natural, análise de som ambiente, e, recentemente, em recuperação de informação musical. Particularmente no contexto da música, existem poucos insights sobre a fragilidade desses modelos no que diz respeito à diferentes distribuições de dados e como elas podem ser mitigadas. Nesse trabalho, exploramos essas questões ao dissecar um modelo auto-supervisionado, que foi adaptado da estimação de pitch para a estimação de andamento, por meio de uma exploração rigorosa com dados sintéticos, cujo desempenho foi comparado ao uso de dados reais. Discutimos as escolhas de design a respeito do método e das representações dos dados de entrada. Finalmente, estudamos a relação entre a representação de entrada e a distribuição dos dados para a estimação de andamento
  • Imprenta:
  • Data da defesa: 17.08.2023
  • Acesso à fonteAcesso à fonteDOI
    Informações sobre o DOI: 10.11606/D.45.2023.tde-01042024-142309 (Fonte: oaDOI API)
    • Este periódico é de acesso aberto
    • Este artigo é de acesso aberto
    • URL de acesso aberto
    • Cor do Acesso Aberto: gold
    • Licença: cc-by-nc-sa

    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MORAIS, Giovana Vieira de. Tempo estimation via self-supervised learning. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-01042024-142309/. Acesso em: 10 jan. 2026.
    • APA

      Morais, G. V. de. (2023). Tempo estimation via self-supervised learning (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-01042024-142309/
    • NLM

      Morais GV de. Tempo estimation via self-supervised learning [Internet]. 2023 ;[citado 2026 jan. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-01042024-142309/
    • Vancouver

      Morais GV de. Tempo estimation via self-supervised learning [Internet]. 2023 ;[citado 2026 jan. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-01042024-142309/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2026