Recebido em 21 agosto, 2016 / Aceito em 30 agosto, 2017 RESUMO. O objetivo deste trabalhoé investigar métodos de classificação inteligente para a tarefa de classificação de gêneros musicais latinos a partir de um conjunto de dados reais. Neste estudo, as características emocionais predominantes de cada gênero também são consideradas, com objetivo de possibilitar ao usuário escolher músicas de acordo com a emoção que deseja estimular. Os métodos propostos para tal tarefa são baseados no método de classificação Bayesiana, o qual utiliza o algoritmo BayesRule eé capaz de investigar incertezas probabilísticas nos dados, e no método de classificação fuzzy, cujas funções tem seus parâmetros ajustados por um sistema neuro-fuzzy e permite avaliar fusões entre os diferentes gêneros musicais. Ambas as metodologias extraem regras de classificação linguísticas, o que possibilita que seja feita uma comparação entre os resultados obtidos, além da classificação inteligente do conjunto de dados considerando incertezas e fusões entre os gêneros musicais.Palavras-chave: gêneros musicais, classificação Bayesiana, classificação fuzzy.
INTRODUÇÃOA crescente expansão dos recursos midiáticos despertou a atenção de inúmeros pesquisadores para a catalogação de mídias digitais [24,27]. O interesse pela classificação musical destaca-se devidoà sua vasta aplicabilidade e descobertas obtidas por meio de estudos. Entretanto, sem o uso de métodos eficientes para organização sistêmica de bibliotecas digitais, seria difícil para os usuários elencarem a melhor opção diante da grande quantidade de músicas disponíveis.Classificar música de forma automática, utilizando emoção como variável principal, requer uma complexa e simultânea multidisciplinaridade de fatores que dificultam a classificação da emoção [6], tais como: humor particular, personalidade, idade, cultura e informações extra musicais do ouvinte [6,14,28]. Essas características contribuem para que haja uma difração da emoção sentida por duas pessoas ao ouvirem a mesma música. Desta forma,é importante o emprego de modelos matemáticos computacionais que consigam avaliar os dados de forma † Apoio financeiro concedido pela Fundação Araucária.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.