Return to search

Diferentes abordagens evolutivas aplicadas no processo de transcrição automática de partituras musicais em tablaturas / Different evolutionary approaches applied in the process of automatic transcription of music scores into tablatures

A tablatura é um formato de notação musical alternativo para instrumentos de corda. Ela contém a posição exata (corda e casa) que necessita ser tocada para produzir um som desejado. A conversão da notação musical padrão (partitura) para uma tablatura de violão, também conhecida como transcrição, não é um processo simplificado. A razão é que cada nota da notação musical padrão pode ser tocada em diferentes posições no braço do violão. Desta forma este problema pode ser classificada como um problema de otimização combinatório. Neste trabalho, foi empregado um estudo comparativo de diferentes algoritmos: A*, algoritmos genéticos (AG), algoritmos genéticos com uso de subpopulações (AG-SP), otimização por colônia de formigas (ACO), e evolução diferencial (ED). Heurísticas baseadas nas buscas locais 2-opt e 3-opt para as abordagens AG, AG-SP e ED também foram inclusas. Os resultados experimentais com um conjunto de dados de 87 músicas monofônicas demonstraram que os algoritmos ACO, AG-SP 2-opt e AG 2-opt apresentaram os melhores resultados. Por fim, cada abordagem foi estatisticamente comparada utilizando o teste ANOVA em conjunto com o pós-teste de Tukey (Tukey post hoc), onde as análises demonstraram que há diferenças significativas entre os algoritmos avaliados. / A tablature is an alternative music notation format for string instruments. It contains the exact position (string and fret) witch needs to be played to produce the desired sound. The conversion of the musical staff notation (sheet music) to a guitar tablature, also known as transcription, is not a straightforward process. The reason is that each note on the music notation format can be played in different positions of the guitar fretboard. So this problem can be classified as a combinatorial optimization problem. In this work, we have employed a comparative study of different algorithms: A*, genetic algorithms (AG), genetic algorithms with use of subpopulations (AG-SP), ant colony optimization (ACO) and differential evolution (ED). I was also included heuristics based on local search 2-opt and 3-opt in the aproaches AG, AG-SP and ED. The experimental results with a dataset of 87 monophonic musics indicated that the approaches ACO, AG-SP 2-opt and AG 2-opt obtained the best results. Finally, each approach were statistically compared using the ANOVA with the Tukey post hoc, where the analysis indicated that there are significant differences between the evaluated algorithms.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.utfpr.edu.br:1/2547
Date11 December 2015
CreatorsRamos, João Víctor
ContributorsSanches, Danilo Sipoli, Silla Junior, Carlos Nascimento, Sanches, Danilo Sipoli, Silla Junior, Carlos Nascimento, Kashiwabara, André Yoshiaki, Romão, Wesley
PublisherUniversidade Tecnológica Federal do Paraná, Cornelio Procopio, Programa de Pós-Graduação em Informática, UTFPR, Brasil
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UTFPR, instname:Universidade Tecnológica Federal do Paraná, instacron:UTFPR
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0019 seconds