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