<?xml version="1.0" encoding="UTF-8"?>
<references>
<reference>
  <a1>Pallarés Arnal, Santiago</a1>
  <a2>Hernández Oliván, Carlos</a2>
  <a2>Beltrán Blázquez, José Ramón</a2>
  <t1>Clasificación de instrumentos musicales mediante deep learnign.</t1>
  <t2/>
  <sn/>
  <op/>
  <vo/>
  <ab>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.&lt;br /&gt;</ab>
  <la>spa</la>
  <k1/>
  <pb>Universidad de Zaragoza</pb>
  <pp>Zaragoza</pp>
  <yr>2022</yr>
  <ed/>
  <ul>http://zaguan.unizar.es/record/126174/files/TAZ-TFG-2022-3275.pdf;
	http://zaguan.unizar.es/record/126174/files/TAZ-TFG-2022-3275_ANE.pdf;
	</ul>
  <no>Imported from Invenio.</no>
</reference>

</references>