Professor da UTFPR apresenta dois artigos científicos em conferência internacional
A Universidade Tecnológica Federal do Paraná (UTFPR), campus Toledo, está participando da Conferência International Joint Conference on Neural Networks (IJCNN) – em Gold Coast, Queensland, Austrália. O evento teve início no domingo (18) e encerra na próxima sexta-feira (23). O professor do curso de Engenharia de Computação da UTFPR, Andrés Eduardo Coca Salazar, apresentará o artigo ‘GLSI Texture Descriptor Based on Complex Networks for Music Genre Classification’.
A Conferência International Joint Conference on Neural Networks (IJCNN) é considerada a principal conferência internacional na área de teoria, análise e aplicações de redes neurais. Salazar também participa com o artigo ‘CLBP Texture Descriptor in Multipartite Complex Network Configuration for Music Genre Classification’ no Workshop INNS DLIA (International Neural Network Society Workshop on Deep Learning Innovations and Applications), que faz parte do IJCNN, cujos anais serão publicados no Journal Elsevier Procedia Computer Science.
“A apresentação (presencial) será nesta terça-feira (20) às 17h10 (no horário da Austrália. A programação pode ser conferida pelo https://edas.info/p30081”, relata Salazar. “Nesse importante evento tenho a expectativa de divulgar os resultados do meu projeto de pesquisa para a comunidade acadêmica da área, bem como representar a nível internacional a UTFPR de Toledo, especificamente, o curso de engenharia de computação (COENC)”.
OS ARTIGOS – O professor explica que são dois artigos, o primeiro (GLSI Texture Descriptor Based on Complex Networks for Music Genre Classification) será apresentado presencialmente na conferência IJCNN, enquanto o segundo “CLBP Texture Descriptor in Multipartite Complex Network Configuration for Music Genre Classification” virtualmente no INNS DLIA – que é uma oficina especializada dentro do IJCNN, e cujas apresentações serão realizadas mediante vídeos pré-gravados.
O primeiro artigo trata sobre uma metodologia para classificar gêneros musicais usando o descritor de texturas GLSI (Gray Level and Structural Information) extraído de espectrogramas e redes complexas geradas com os códigos do descritor. Além disso, o autor criou uma nova equação para obter o código GLSI, cujo processamento temporal foi 99.21% menor que o do algoritmo original.
Já no segundo artigo, o professor usou os três códigos do descritor CLBP (Completed Local Binary Pattern) para gerar redes tripartitas, que são redes que têm diferentes tipos de vértices, e medidas apropriadas para tratar com a mineração desse tipo de redes.
PROJETO DE PESQUISA – Esses artigos fazem parte do projeto de pesquisa do autor sobre o desenvolvimento de métodos automáticos de classificação de gêneros musicais usando técnicas de processamento de imagens e redes complexas. Além disso, eles são derivados da primeira mono-autoria do professor: ‘Hierarchical mining with complex networks for music genre classification’, porém, objetivando evitar o uso da inteligência computacional herdada e diminuir o tempo de processamento.
“Desejo também compartilhar ideias, opiniões e observações com pesquisadores de outros países, além de criar vínculos com grupos de pesquisa de universidades estrangeiras, visando desenvolver conjuntamente projetos futuros. Desse modo, contribuir com a expansão da internacionalização da pesquisa do campus. Por fim, também desejo atualizar os conhecimentos no estado d’arte da minha linha de pesquisa para compartilhá-los com membros da universidade, como alunos e/ou professores, objetivando o aprimoramento do desenvolvimento da pesquisa na área da computação através da sua aplicação em projetos de TCC ou IC”, conclui o professor.
Da Redação*
TOLEDO
*Com informações da Assessoria
