126174 20230518085141.0 TAZ-TFG-2022-3275 spa Pallarés Arnal, Santiago Instruments classification with deep learning. Clasificación de instrumentos musicales mediante deep learnign. Zaragoza Universidad de Zaragoza 2022 by-nc-sa Creative Commons 3.0 http://creativecommons.org/licenses/by-nc-sa/3.0/ Este trabajo de fin de grado pretende replicar resultados de trabajos científicos sobre clasificadores, concretamente, de instrumentos musicales tomando el timbre como característica principal. Se introducen conceptos bastante novedosos en el ámbito del Deep Learning como son la incorporación de estructuras jerárquicas en redes prototípicas, clasificación multitarea por altura o sistemas de aprendizaje basados en few-shot-learning. Todos estos conceptos, y los que derivan de estos, se exponen detalladamente a lo largo de esta memoria y se concluye proporcionando un determinado modelo que ofrece mejoras estadísticamente superiores frente hasta lo actualmente existente.<br /> Graduado en Ingeniería de Tecnologías y Servicios de Telecomunicación Derechos regulados por licencia Creative Commons Hernández Oliván, Carlos dir. Beltrán Blázquez, José Ramón dir. Universidad de Zaragoza Ingeniería Electrónica y Comunicaciones Tecnología Electrónica 756195@unizar.es 6869690 http://zaguan.unizar.es/record/126174/files/TAZ-TFG-2022-3275.pdf Memoria (spa) 6869690 http://zaguan.unizar.es/record/126174/files/TAZ-TFG-2022-3275_ANE.pdf Anexos (spa) oai:zaguan.unizar.es:126174 driver trabajos-fin-grado TAZ TFG EINA 20220831142731.CREATION_DATE deposita:2023-05-18