-
La sinfonía de los algoritmos: la Inteligencia Artificial en la música (2024)
Sandra Moreno Bau
2024Dentro del gran campo que comprende la música, la inteligencia artificial ha emergido como una musa moderna, inspirando a compositores y artistas a explorar nuevas fronteras sonoras en tareas que comprenden desde la creación de melodías hasta la producción de armonías. La inteligencia artificial en lugar de limitar la creatividad, está actuando como catalizador de innovación y proceso creativo. Los artistas deben navegar entre la inspiración y la lógica binaria, donde la música se convierte en un diálogo entre algoritmos y emociones. En el presente trabajo de fin de máster se estudia gran parte de los softwares musicales basados en IA existentes hasta la fecha, a través del análisis y categorización de los modelos de IA aplicados a la música. Para ello se presentarán una serie de conceptos de creación y producción musical, como las fases que se siguen durante la producción de una canción, y los elementos que se utilizan en los diferentes ámbitos de la industria musical. Por un lado, se explica qué campos de la IA se han empleado dentro de los modelos musicales y cómo funcionan. Y, por otro lado, se muestran los softwares de IA explicando su funcionamiento y en qué se basan, siempre y cuando se tenga acceso al código fuente o los creadores hayan publicado cómo trabajan sus modelos. Por último, se desarrolla una tabla comparativa que permite decidir de una forma rápida y sencilla, el software de creación musical en función de las necesidades y preferencias del usuario. Para ello se plantearán una serie de preguntas a las que se responderá de la forma más clara posible.
-
Estudio Comparativo del Entrenamiento de Modelos con Bases de Datos de Imágenes de Baja y Alta Calidad (2024)
Ángel Sotillos Algora
2024Este trabajo de fin de máster se refiere a la investigación, mediante visión artificial, de la efectividad del entrenamiento de modelos con bases de datos con imágenes de baja calidad y su efecto en el entrenamiento de modelos con bases de datos con imágenes de alta calidad. El trabajo está organizado, estableciendo los objetivos del mismo para desarrollar a continuación los diferentes apartados del entrenamiento, resultados y conclusiones. Previamente, se realiza una introducción sobre la inteligencia artificial, visión por ordenador y deep learning. Primeramente, se trata el apartado de la selección y preparación de las dos bases de datos a utilizar en los entrenamientos. A continuación, se explicará y analizará el modelo a utilizar para los entrenamientos, en este caso el YOLOv9c. Adicionalmente, se establecerán los hiperparámetros a utilizar para estos entrenamientos y se elegirá y explicará el algoritmo de optimización a usar. Para terminar, se expondrán los resultados, se explicará el algoritmo de tracking utilizado para finalmente evaluar y analizar los resultados y la implementación del tracking en un vídeo demostrativo.
Printing is not supported at the primary Gallery Thumbnail page. Please first navigate to a specific Image before printing.
