next up previous
Next: Conclusiones Up: Reconocimiento de Patrones: Una Previous: Aprendizaje y Adaptación


Otro Ejemplo: descripción de un proyecto de reconocimiento de patrones para un controlador en el Modelo Fisco de Violín

Serafin, Smith y Thornburg proponen en [Serafin, Thornburg 01] un sistema de reconocimiento de patrones para invertir el Modelo Físico de la cuerda pulsado por un arco en el violín. El objetivo en este caso es estimar u optimizar los parámetros para el sonido óptimo del modelo de violín. En este ejemplo invertir el modelo físico significa recobrar los valores exactos en los parámetros de entrada de la forma de onda acústica en un violín tradicional. En este caso se trata de buscar una combinación óptima para obtener el Movimiento de Helmholtz. Por lo tanto en el paso de segmentación se utiliza análisis de espectro con la transformada de Fourier del Movimiento a que se quiere llegar más predicción lineal para retener las características del mismo en una envolvente espectral retenida en el dominio del tiempo. En el clasificador se utiliza un Gaussian para obtener la probabilidad dado que que quiero llegar al Movimiento Helmholtz óptimo indicado por el segmentador.


next up previous
Next: Conclusiones Up: Reconocimiento de Patrones: Una Previous: Aprendizaje y Adaptación
Center for Computer Research in Music and Acoustics (CCRMA),   Stanford University
CCRMA