dc.contributor |
Universitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions |
dc.contributor |
Pérez-Uribe, Andrés |
dc.contributor.author |
Unterlöhner i Salvat, Núria |
dc.date |
2013-07-23 |
dc.identifier.citation |
ETSETB-230.93318 |
dc.identifier.uri |
http://hdl.handle.net/2099.1/19114 |
dc.language.iso |
eng |
dc.publisher |
Universitat Politècnica de Catalunya |
dc.publisher |
Haute école d'ingénierie et de gestion du canton de Vaud |
dc.rights |
S'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada' |
dc.rights |
info:eu-repo/semantics/openAccess |
dc.rights |
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
dc.subject |
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyal |
dc.subject |
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial::Aprenentatge automàtic |
dc.subject |
Neural networks (Computer science) |
dc.subject |
Emotions in music |
dc.subject |
Machine learning |
dc.subject |
machine learning |
dc.subject |
redes neuronales |
dc.subject |
Xarxes neuronals (Informàtica) |
dc.subject |
Emocions en la música |
dc.subject |
Aprenentatge automàtic |
dc.title |
Classifying music by their emotional content by using machine learning |
dc.type |
info:eu-repo/semantics/bachelorThesis |
dc.description.abstract |
Projecte realitzat en el marc d’un programa de mobilitat amb la Haute Ecole d'Ingénierie et Gestion du Canton du Vaud |
dc.description.abstract |
[ANGLÈS] The aim of this project is to relate emotions in music with a set of features from information's theory field (i.e., features that measure disorder and complexity in signals). With this purpose we did a first study with an emotionally classified non-musical database from a different project from Vaud University Hospital (CHUV). We found that the features were useful to create clusters of similar sounds but we could not found a relation with the emotions. Due to the characteristics of the database (e.g., strong connotation in the sounds) and the non-musical characteristic we did not take these results as conclusive. For that reason we built a new database with music sounds and we invited people to provide ratings for the sounds, via a web page. The participants characterized each sound with three values corresponding to three emotional components (Happy-Sad, Relaxing-Stressful and Sleepy-Energetic). By using machine learning methods, concretely artificial neural networks and Kohonen maps, we concluded that some relations exist between the feature values and the emotions. |
dc.description.abstract |
[CASTELLÀ] El objetivo de este proyecto es relacionar las emociones generadas por la música con un conjunto de características propias de Teoría de la información (por ejemplo, entropías) calculadas en las canciones. Con esta finalidad, se realizó un primer estudio sobre una base de datos procedente de otro proyecto procedente del Hospital Universitario de Vaud (CHUV). En este estudio se encontró que dichas características eran útiles para agrupar los sonidos en conjuntos similares pero no se reconoció ninguna relación con las emociones. Debido a ciertos rasgos de la base de datos, se decidió no tomar estos resultados por concluyentes y crear otra base de datos propia con sonidos musicales clasificados emocionalmente. Mediante redes neuronales artificales se llegó a la conclusión de que existían ciertas relaciones entre el valor de las características y las emociones en la música. |
dc.description.abstract |
[CATALÀ] L'objectiu d'aquest projecte és relacionar les emocions generades per la música amb un seguit de característiques pròpies de teoria de la informació (com per exemple entropies). Per a tal finalitat, es realitzà un primer estudi amb una base de dades procedent d'un altre projecte realitzat a l'hospital universitari de Vaud (CHUV). En aquest estudi es constatà que les característiques servien per a definir grups de sons similars però no es va trobar cap relació amb les emocions. Degut a certs trets de la base de dades es decidí no pendre aquests resultats com a conluients i crear una nova base de dades amb sons musicals classificalts emocionalment. Mitjançant xarxes neuronals artificials s'arribà a la conclusió de que existeixen certes relacions entre les característiques empleades i les emocions en la música. |