http://repositorio.ugto.mx/handle/20.500.12059/4213 2026-04-20T14:38:32Z http://repositorio.ugto.mx/handle/20.500.12059/13673 Title: Identificación de instrumentos musicales en audios utilizando análisis de señales e inteligencia artificial Authors: ALAN SALOMON VAZQUEZ ROBLEDO Contributor: ROCIO ALFONSINA LIZARRAGA MORALES Abstract: En la sociedad actual, la música juega un papel crucial en el desarrollo de la identidad cultural de cada persona, ayuda a expresar las emociones de una manera artística, narrando historias a través de melodías y crea conexiones entre individuos y comunidades mediante diversos géneros o sentimientos representados en esta. En la actualidad, el desarrollo digital de la música nos presenta un campo emergente con nueva información, características distintivas y con ello nuevas problemáticas a resolver. Los Sistemas de Recuperación de Información Musical (MIR, por sus siglas en inglés, Music Information Retrieval) son un campo de investigación emergente basado en sistemas de software diseñados para extraer, analizar y recuperar información de archivos de audio musical. Estos sistemas combinan varias técnicas del procesamiento de señales, Aprendizaje de Máquina (ML por sus siglas en inglés, Machine Learning) e Inteligencia Artificial (IA por sus siglas en inglés, Artificial Intelligence), para trabajar con información musical. Dichos sistemas han surgido como solución innovadora para diferentes problemáticas sobre la organización de características e información de la música digital. Estos sistemas, emplean técnicas de procesamiento de señales y Aprendizaje de Máquina, permiten analizar automáticamente la estructura de las señales de audio y extraer información relevante, como la identificación de intérpretes o artistas, la identificación de canciones, clasificación de géneros musicales, detección de tempo y ritmo, análisis de emociones musicales y la identificación de instrumentos musicales. En este trabajo, se propone un modelo de identificación de instrumentos musicales, mediante el uso de las técnicas de Aprendizaje de Máquina, como el Perceptrón Multicapa (MLP por sus siglas en inglés, Multi-layer Perceptron), las Máquinas de Soporte Vectorial (SVM por sus siglas en inglés, Support Vector Machines) y los Vecinos más Cercanos (KNN por sus siglas en inglés, K Nearest Neighbours) y a través de la extracción de características como los Coeficientes Cepstrales de Frecuencia Mel (MFCC por sus siglas en inglés, Mel Frequency Cepstral Coefficients). Palabras clave: Identificación de instrumentos musicales, Coeficientes Cepstrales de Frecuencia Mel, Aprendizaje de Máquina, Clasificación de audio. 2025-08-01T00:00:00Z http://repositorio.ugto.mx/handle/20.500.12059/12453 Title: Sistema automático de clasificación de la polaridad de opiniones de películas de largometraje Authors: JESÚS ANDRÉS SIERRA RANGEL Contributor: RAFAEL GUZMAN CABRERA Abstract: El crecimiento del big data en el internet es una de las áreas de oportunidad que las empresas buscan aprovechar para poder obtener una retroalimentación de los usuarios quienes prefieren dejar una opinión o reseña a realizar una encuesta, es por ello por lo que los últimos años el reto para las compañías es analizar esa información para obtener datos específicos que les brinden una ventaja frente a sus competidores, para lo cual el aprendizaje automático representa una herramienta sumamente útil. En este trabajo de tesis se desarrolló un sistema que contiene 5 modelos de aprendizaje: naive bayes (NB), máquinas de soporte vectorial (MSV), k-vecinos más cercanos(K-VC), regresión logística (RL) y bosque aleatorio (BA), los cuales son sometidos a procesos sin y con etapas de pre-procesamiento para poder determinar las mejores opciones para cada uno. El resultado sorprende por el alto grado de exactitud que se tiene, siendo NB el mejor, logrando un 97.5% de exactitud. Con solo 400 opiniones y se descubrió que es mejor no tener pre-procesamiento para obtener un mejor rendimiento, es de destacar en la búsqueda del estado del arte no se encontró un modelo que pudiera alcanzar una exactitud del 97.5%. Con los demás modelos se logró tener incrementos del 12% en exactitud y precisión con eliminación de acentos y eliminación de palabras de paro para máquinas de soporte vectorial, incremento del 14% para la exactitud y precisión usando eliminación de palabras de paro para bosque aleatorio, en K-Vecinos más cercano se logró un incremento del 8% con eliminación de palabras de paro y regresión logística logró alcanzar una exactitud del 0.925 con eliminación de acentos y eliminación de palabras de paro. 2023-01-01T00:00:00Z http://repositorio.ugto.mx/handle/20.500.12059/10601 Title: Implementación del método de programación lineal a través de redes neuronales: caso de estudio de optimización de protocolos de síntesis química en empresa ITRASIG Authors: Michelle Alejandra Meléndez-Cardiel Contributor: ERNESTO ISAAC TLAPANCO RIOS Abstract: Debido a la gran importancia de las aplicaciones del ADN artificial en áreas como medicina, genómica y biología molecular, se desarrollaron máquinas encargadas de sintetizar ADN automáticamente, no obstante, muy pocas empresas se dedican a la producción de oligonucleótidos en el mundo ya que es un giro relativamente nuevo; afortunadamente en Irapuato, Guanajuato, México se encuentra la única empresa que produce ADN artificial en todo Latinoamérica: T4 Oligo e ITRASIG. Sin embargo, a causa de los secretos industriales, aún no existen estudios acerca del uso óptimo de dichas máquinas, provocando que los programas que se cargan al equipo sintetizador con las cantidades de reactivos y pasos a realizar, para llevar a cabo síntesis de ADN, son elaborados empíricamente por los trabajadores. Es por ello por lo que se desarrolla la metodología de programación lineal implementada con redes neuronales, para lograr que se maximice la productividad y ganancias a través de la modificación de protocolos de síntesis con bases científicas que respalden el proceso, asegurando que la elección en tiempos y cantidad de reactivos que conlleva el proceso son los óptimos. 2024-01-01T00:00:00Z http://repositorio.ugto.mx/handle/20.500.12059/8253 Title: Detección de ritmos musicales en la ejecución de instrumentos de percusión Authors: HUGO ARMANDO AGUILERA GARCIA Contributor: ROCIO ALFONSINA LIZARRAGA MORALES Abstract: En el actual proyecto de tesis se presenta una propuesta de un algoritmo para generar un descriptor de alto nivel del ritmo en la música digital. Un conjunto de grabaciones de una batería se analiza para demostrar los elementos de la propuesta. El algoritmo lee directamente de los archivos de audio la información de la forma de onda del sonido. La señal de audio se analiza en marcos de tiempo con la Transformada de Fourier de Tiempo-Corto y se construye una función de detección basada en la energía. Cinco algoritmos de aprendizaje máquina se entrenan y validan para identificar el patrón en la función de detección alrededor del inicio. Ubicando los inicios se calculan las distancias relativas entre ellos. Lo anterior permite, calcular los descriptores de alto nivel del ritmo, los Índices de Variabilidad en Pares. Estas representaciones del ritmo hacen posible hacer comparaciones entre los patrones del ritmo en frases de piezas musicales. 2022-12-01T00:00:00Z