Evaluación cuantitativa de las especificaciones de diseño en problemas de síntesis de sonido mediante aprendizaje automático
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/120952
Título: | Evaluación cuantitativa de las especificaciones de diseño en problemas de síntesis de sonido mediante aprendizaje automático |
---|---|
Autor/es: | Valero-Mas, Jose J. | Alfaro-Contreras, María | Iñesta, José M. | Ponce de León Amador, Pedro José | Castellanos, Francisco J. | Calvo-Zaragoza, Jorge |
Grupo/s de investigación o GITE: | Reconocimiento de Formas e Inteligencia Artificial | Blockchain Aplicado a las Empresas (BAES) |
Centro, Departamento o Servicio: | Universidad de Alicante. Departamento de Lenguajes y Sistemas Informáticos |
Palabras clave: | Evaluación cuantitativa | Aprendizaje automático | Síntesis de sonido | Redes neuronales |
Área/s de conocimiento: | Lenguajes y Sistemas Informáticos |
Fecha de publicación: | 2021 |
Editor: | Universitat d’Alacant |
Cita bibliográfica: | Valero-Mas, Jose J., et al. "Evaluación cuantitativa de las especificaciones de diseño en problemas de síntesis de sonido mediante aprendizaje automático". En: Satorre Cuerda, Rosana (coord.). Memorias del Programa de Redes-I3CE de calidad, innovación e investigación en docencia universitaria. Convocatoria 2020-21 = Memòries del Programa de Xarxes-I3CE de qualitat, innovació i investigació en docència universitària. Convocatòria 2020-21. Alacant: Universitat d’Alacant, 2021. ISBN 978-84-09-34941-8, pp. 2345-2362 |
Resumen: | La evaluación de las tareas en problemas de síntesis de sonido constituye un reto dada la naturaleza acústica de la salida, forzando generalmente a un proceso de corrección manual con las desventajas de subjetividad y cansancio que ello conlleva. En este trabajo proponemos un modelo que sea capaz de evaluar este tipo de problemas de manera automática y así apoyar al docente en esta tarea con la finalidad de que pueda destinar ese tiempo a otro tipo de tareas docentes con más impacto en el proceso de enseñanza-aprendizaje del alumno. La propuesta se basa en modelos de aprendizaje neuronal profundo, concretamente las llamadas Redes Siamesas, los cuales permiten medir la similitud entre dos elementos de entrada. En nuestro caso, en base a un grupo de datos etiquetados como correctos e incorrectos, el modelo nos permite estimar a qué tipo de elemento se asemejan más las diferentes entregas de los alumnos. Los resultados obtenidos con una serie de escenarios simulados en base a entregas de estudiantes de la asignatura Síntesis Digital de Sonido del Grado en Ingeniería en Sonido e Imagen en Telecomunicación validan la propuesta realizada en todos los casos propuestos. |
URI: | http://hdl.handle.net/10045/120952 |
ISBN: | 978-84-09-34941-8 |
Idioma: | spa |
Tipo: | info:eu-repo/semantics/bookPart |
Derechos: | © 2021 by Universitat d'Alacant / Universidad de Alicante. Licensed under CC BY-NC-ND 4.0 |
Versión del editor: | http://hdl.handle.net/10045/119970 |
Aparece en las colecciones: | Docencia - Redes ICE - Capítulos de Libros INV - BAES - Capítulos de Libros INV - GRFIA - Capítulos de Libros |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Memories-Xarxes-I3CE-2020-21_138.pdf | 1,38 MB | Adobe PDF | Abrir Vista previa | |
Este ítem está licenciado bajo Licencia Creative Commons