Resumen

Con el rápido desarrollo de la tecnología de la información y la comunicación, la música digital ha crecido y explotado. En cuanto a cómo recuperar de manera rápida y precisa la música que los usuarios desean de un enorme repositorio de música, la extracción y clasificación de características musicales se consideran una parte importante de la recuperación de información musical y se han convertido en un tema de investigación candente en los últimos años. Los enfoques tradicionales de clasificación musical utilizan una gran cantidad de características acústicas diseñadas artificialmente. El diseño de las características requiere conocimientos y comprensión profunda en el ámbito de la música. Las características de diferentes tareas de clasificación a menudo no son universales y completas. El enfoque existente tiene dos deficiencias: garantizar la validez y precisión de las características mediante la extracción manual de características y los enfoques tradicionales de clasificación de aprendizaje automático que no funcionan bien en problemas de multiclase y no tienen la capacidad de ser entrenados en datos a gran escala. Por lo tanto, este documento convierte la señal de audio de la música en

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Desarrollo rápido; Música digital; Extracción de características; Clasificación; Red neuronal convolucional; Resultados experimentales
• Keywords:Rapid development; Digital music; Feature extraction; Classification; Convolutional neural network; Experimental results