O professor Andrés Eduardo Coca Salazar, do curso de Engenharia de Computação da UTFPR, está participando do Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2024), que ocorre de 17 a 21 de novembro em Belém, Pará. O evento reúne pesquisadores de todo o país para debater inovações e tendências no campo da Inteligência Artificial, com os anais publicados no repositório da Sociedade Brasileira de Computação (SBC).
O professor apresentou o artigo intitulado ???Music genre classification using centrality measures of complex brain connectivity networks???, indicado para concorrer ao prêmio de melhor artigo do evento. A pesquisa aborda um método inovador para identificar o gênero musical ouvido por voluntários a partir da análise das ondas cerebrais geradas por esse estímulo.
Top Jeans: moda inverno a partir de R$ 29,99
Aproveite jeans do 34 ao 54 a partir de R$ 69,99. Parcelamento em até 3x sem jur...
Confiança Tele Entregas: entregas rápidas a partir de R$ 10
Clique e salve o contato para quando você precisar!
Dia dos Namorados no Motel Bughaville Toledo: suítes decoradas
Reserve já: suítes a partir de R$ 90 e café da manhã incluso nas pernoites.
Romaria - Nossa Senhora Aparecida: viagem com tudo incluso em julho
Garanta sua vaga! Pacotes a partir de R$ 1.680 e opção de passeio ao Rio de Jane...
Mais
A metodologia utiliza o banco de dados DEAP (Database for Emotion Analysis using Physiological Signals), composto por sinais EEG de 32 voluntários expostos a 40 vídeos musicais de 1 minuto. A partir desses dados:
- A sincronização entre canais foi quantificada e transformada em redes complexas;
- Foram propostas seis novas medidas de centralidade para identificar os canais mais relevantes;
- As séries temporais desses canais foram analisadas para caracterizar os sinais EEG, alcançando uma acurácia preliminar de 57% na classificação dos gêneros musicais.
Esse trabalho é parte de um projeto mais amplo de pesquisa em técnicas de processamento de sinais e redes complexas aplicadas à classificação de gêneros musicais, derivado da primeira monoautoria do professor: ???Hierarchical mining with complex networks for music genre classification???.
Links úteis:
- Página do evento ENIAC: Acesse aqui
- Programação do evento: Clique aqui
- Anais no repositório SBC: Confira aqui
- Banco de dados DEAP: Mais detalhes
- Artigo seminal: Leia aqui
O Campus Toledo da UTFPR parabeniza o professor Andrés Coca Salazar por essa importante contribuição à pesquisa científica e por representar a instituição em um evento de relevância nacional.
