Image-based music genre classification using convolutional neural networks

Resumo

Esta dissertação apresenta uma investigação abrangente sobre a aplicação da aprendizagem de uma máquina, especificamente Redes Neuronais Convolucionais (CNNs), no campo da classificação de géneros musicais usando capas de álbuns de vinil. Aproveitando os avanços mais recentes em aprendizagem profunda e visão computacional, o estudo apresenta dois modelos: um que utiliza Batch Normalization (BN) e outro que emprega técnicas de Concept Whitening (CW) para aprimorar a interpretabilidade do modelo. Os principais objetivos são avaliar a precisão na classificação desses modelos e a sua interpretabilidade. Usando parâmetros robustos de avaliação, ambos os modelos demonstram boas taxas de precisão na classificação de géneros musicais com base em capas de álbuns de vinil. Notavelmente, o modelo de concept whitening adiciona outra camada de interpretabilidade, desvendando as características de caixa-preta encontradas em redes neurais padrão. Resultados empíricos indicam que o concept whitening não apenas aprimora a interpretabilidade do modelo, mas também compete eficazmente em termos de desempenho preditivo. Este projeto visa a criação de sistemas confiáveis e transparentes de classificação de géneros musicais baseados em imagens. Ao comparar os dois modelos em termos de precisão e interpretabilidade, o estudo destaca a viabilidade de incorporar o concept whitening em arquiteturas padrão de CNN para aplicações de IA mais explicáveis.

Data do prémio	18 out. 2023
Idioma original	English
Instituição de premiação	Universidade Católica Portuguesa
Supervisor	Nicolò Bertani (Supervisor)