Note onset detection using rhythmic structure

Degara, Norberto; Peña, Antonio; Davies, Matthew E. P.; Plumbley, Mark D.

doi:10.1109/icassp.2010.5495220

Cited by 13 publications

(9 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…O problema abordado neste trabalho pode ser tratado como uma classificação binária, que avalia quando um transiente é ou não uma estática. Problema similar ao de detecção de onsets (início das batidas) em estruturas rítmicas, em que são usadas três métricas usuais de avaliação (Degara et al, 2010): precisão, revocação e acurácia.…”

Section: Métricas De Avaliaçãounclassified

Identificação de Estáticas em Poços de Petróleo via Sensor de Pressão de Fundo

Rossi

Komati

Costa

2021

Procedings Do XV Simpósio Brasileiro De Automação Inteligente

View full text Add to dashboard Cite

The management of oil-producing reservoirs is a set of activities that aim to ensure and enhance their productivity. The formation damage management is one of these activities, whose objective is to identify and mitigate the reduction of reservoir permeability next to the well. Formation damage management techniques include analyzing well pressure and oil rate data collected continuously, mostly in periods when the well is closed to production, called build-ups. The identification of build-ups in the pressure data requires efficient and precise methods that reduce analysis efforts. Considering this context, this work discusses the semiautomatic identification of build-ups through two methods: using the first derivative and using a convolution filter, both of them with the support of DBSCAN clustering algorithm. Both methods were tested for synthetic pressure and oil rate data, having the convolution filter method showed better results. The obtained results suggest the method proved to be a reliable tool to aid in the identication of well build-ups. Resumo: O gerenciamento de reservatórios produtores de petróleo é um conjunto de atividades que visa garantir e melhorar sua produtividade. A gestão de dano de formação é uma destas atividades, cujo objetivo é identificar e mitigar a redução de permeabilidade do reservatório próximo ao poço de petróleo. Técnicas de gestão de dano incluem a análise de dados de pressão e vazão colhidos continuamente do poço, principalmente em períodos em que o poço esteja fechado, denominados estáticas. A identificação destes períodos nos dados de pressão requer métodos rápidos, precisos e que reduzam esforços de análise. Considerando este contexto, este trabalho discute a identificação semi-automática de estáticas por meio de dois métodos: utilizando a derivada primeira e utilizando um filtro de convolução, ambos com o apoio do algoritmo de clusterização DBSCAN. Os dois métodos foram testados para dados sintéticos de pressão e vazão, tendo o método do filtro de convolução apresentado os melhores resultados. Os resultados obtidos sugerem que o método seja uma ferramenta confiável para auxiliar na identificação de estáticas.

show abstract

Section: Métricas De Avaliaçãounclassified

Identificação de Estáticas em Poços de Petróleo via Sensor de Pressão de Fundo

Rossi

Komati

Costa

2021

Procedings Do XV Simpósio Brasileiro De Automação Inteligente

View full text Add to dashboard Cite

show abstract

“…In [48][49][50][51][52][53] different mechanism and methods had suggested in the process of data classification and categorization and the data being utilized for the raag classification. In [54][55][56][57][58][59] there are several mood based and rhymes based recognition is suggested and recognized. This can be utilized in the several data recognition mechanism for the raag recognition and detection system.…”

Section: Discussionmentioning

confidence: 99%

A Survey on musical instrument Raag detection

Patel¹,

Chauhan²

2017

IJATEE

View full text Add to dashboard Cite

“…false positives. In previous work [15], we proposed a rhythmically aware onset detection algorithm. The system uses a dynamic programming algorithm to favour event locations that are rhythmically related.…”

Section: A Related Workmentioning

confidence: 99%

Onset Event Decoding Exploiting the Rhythmic Structure of Polyphonic Music

Degara

Davies

Peña

et al. 2011

IEEE J. Sel. Top. Signal Process.

Self Cite

View full text Add to dashboard Cite

Abstract-In this paper we propose a rhythmically-informed method for onset detection in polyphonic music. Music is highly structured in terms of the temporal regularity underlying onset occurrences and this rhythmic structure can be used to locate sound events. Using a probabilistic formulation, the method integrates information extracted from the audio signal and rhythmic knowledge derived from tempo estimates in order to exploit the temporal expectations associated with rhythm and make musically meaningful event detections. To do so, the system explicitly models note events in terms of the elapsed time between consecutive events and decodes the most likely sequence of onsets that led to the observed audio signal. In this way, the proposed method is able to identify likely time instants for onsets and to successfully exploit the temporal regularity of music. The goal of this work is to define a general framework to be used in combination with any onset detection function and tempo estimator. The method is evaluated using a dataset of music that contains multiple instruments playing at the same time, including singing and different music genres. Results show that the use of rhythmic information improves the commonly used adaptive thresholding onset detection method which only considers local information. It is also shown that the proposed probabilistic framework successfully exploits rhythmic information using different detection functions and tempo estimation algorithms.

show abstract

Note onset detection using rhythmic structure

Cited by 13 publications

References 7 publications

Identificação de Estáticas em Poços de Petróleo via Sensor de Pressão de Fundo

Identificação de Estáticas em Poços de Petróleo via Sensor de Pressão de Fundo

A Survey on musical instrument Raag detection

Onset Event Decoding Exploiting the Rhythmic Structure of Polyphonic Music

Contact Info

Product

Resources

About