Výsledky vyhledávání

MediaEval 2018 AcousticBrainz genre task: A baseline combining deep feature embeddings across datasets

Autor: Oramas, S., Dmitry Bogdanov, Porter, A.

Publikováno v: Recercat. Dipósit de la Recerca de Catalunya
instname
Scopus-Elsevier

Comunicació presentada al MediaEval 2018 Workshop celebrat a Sophia Antipolis (França) del 29 al 31 d'octubre de 2018. In this paper we present a baseline approach for the MediaEval 2018 AcousticBrainz Genre Task that takes advantage of stacking mu

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::4d34fec64bc52b4e9badb6e677e8f28c
http://hdl.handle.net/10230/35745

Zobrazit plný text záznamu

Multi-label Music Genre Classification from Audio, Text, and Images Using Deep Features

Autor: Oramas, S., Nieto, O., Barbieri, F., Xavier Serra

Publikováno v: Scopus-Elsevier
Recercat. Dipósit de la Recerca de Catalunya
instname

Music genres allow to categorize musical items that share common characteristics. Although these categories are not mutually exclusive, most related research is traditionally focused on classifying tracks into a single class. Furthermore, these categ

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c455be82c51b94ddf413233c924d4341
http://arxiv.org/abs/1707.04916

Zobrazit plný text záznamu

ELMD: an automatically generated entity linking gold standard dataset in the music domain

Autor: Oramas, S., Espinosa-Anke, L., Sordo, M., Saggion, H., Xavier Serra

Publikováno v: Scopus-Elsevier
Recercat. Dipósit de la Recerca de Catalunya
instname

Paper presented at 10th International Conference on Language Resources and Evaluation LREC 2016; 2016 May 23-28; Portoroz, Slovenia. In this paper we present a gold standard dataset for Entity Linking (EL) in the Music Domain. It contains thousands o

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::5d3415cef39717b48898f9b883e482e6
http://hdl.handle.net/10230/27835

Zobrazit plný text záznamu

A Semantic-Based Approach for Artist Similarity

Autor: Oramas, S., Sordo, M., Espinosa-Anke, L., Xavier Serra

Publikováno v: Recercat. Dipósit de la Recerca de Catalunya
instname
Scopus-Elsevier

This paper describes and evaluates a method for computing artist similarity from a set of artist biographies. The/nproposed method aims at leveraging semantic information present in these biographies, and can be divided in three/nmain steps, namely:

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::09c77e7a2d38dd07741b8ff7eee72664

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Conference

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Conference

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

The AcousticBrainz genre dataset: Multi-source, multi-level, multi-label, and large-scale

Autor: Dmitry Bogdanov, Porter, A., Schreiber, H., Urbano, J., Oramas, S.

Publikováno v: Recercat. Dipósit de la Recerca de Catalunya
instname
International Society for Music Information Retrieval Conference 2019
Scopus-Elsevier

Comunicació presentada a: 20th International Society for Music Information Retrieval Conference celebrat del 4 al 8 de novembre de 2019 a Delft, Països Baixos. This paper introduces the AcousticBrainz Genre Dataset, a large-scale collection of hier

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::665ad1f18e56550033eb53907378de74
http://hdl.handle.net/10230/41985

Zobrazit plný text záznamu

Maximizing the engagement: Exploring new signals of implicit feedback in music recommendations

Autor: Ferraro, A., Oramas, S., Quadrana, M., Xavier Serra

Publikováno v: Scopus-Elsevier

Comunicació presentada a: 14th ACM Conference on Recommender Systems (RecSys 2020) celebrat el 25 de setembre de 2020 de manera virtual. Music recommendation engines play a pivotal role in connecting artists with their listeners. Optimizing myopical

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::3841ebc5a8d99626442a31fc6d28561f
http://www.scopus.com/inward/record.url?eid=2-s2.0-85093837673&partnerID=MN8TOARS

Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání