Competencies and objectives

 

Course context for academic year 2014-15

Music information retrieval (MIR) is an area of growing interest in computer music. The availability of millions of musical items on-line has boosted research in algorithms able to extract and process information for music indexing, classifing, retrieving, etc. Among those algorithms are of special interest those based on pattern recognition and machine learning techniques, due to their ability to cathegorize data and adapt to the user needs.

This course is a wide vision of the discipline and provides an interesting field of application of general techniques seen in other courses for processing sequential data, 1-D signals, or natural language processing, among others.

Course language will be English.

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2014-15

General Competences (CG)

  • B1 : Capacitat d'investigar en el disseny d'arquitectures de sistemes d'informació.
  • B10 : Capacitat per a identificar la informació rellevant en les tasques d'aprenentatge automàtic.
  • B2 : Capacitat per a gestionar i dissenyar bases de dades no tradicionals (documentals, textuals, magatzems de dades, etc.).
  • B3 : Capacitat de produir eficientment la documentació tècnica associada al treball de recerca i de desenvolupament dut a terme.
  • B4 : Capacitat d'investigar la manera d'integrar sistemes informàtics.
  • B5 : Capacitat d'especificar i desenvolupar interfícies adequades en tecnologies informàtiques.
  • B6 : Coneixements bàsics de les tècniques estadístiques més rellevants per a la investigació en les tecnologies informàtiques.
  • B7 : Capacitat de modificar algorismes clàssics per a adaptar-los a cada situació.
  • B8 : Avaluar la qualitat dels models per a l'elaboració d'un projecte d'investigació.
  • B9 : Capacitat per a desenvolupar heurístiques per a la resolució de problemes.

 

Skills/Skills

  • A1 : Capacidad de análisis y síntesis.
  • A10 : Capacidad de razonamiento y extracción de conclusiones.
  • A11 : Compromiso ético y respeto por la propiedad intelectual.
  • A12 : Habilidad de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • A13 : Habilidad de adaptación al ambiente cambiante propio de la disciplina, sabiendo aplicar los conocimientos adquiridos y resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • A14 : Capacidad de creatividad.
  • A15 : Capacidad de dirección de proyectos de desarrollo de investigación.
  • A16 : Motivación por la calidad.
  • A17 : Habilidad para transferir resultados de investigación.
  • A18 : Capacidad de autonomía científica y técnica.
  • A2 : Capacidad de organización y planificación.
  • A4 : Capacidad de gestión de la información y de los recursos disponibles.
  • A5 : Capacidad de resolver problemas e integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • A6 : Capacidad de trabajar en equipo con iniciativa y espíritu emprendedor.
  • A7 : Capacidad de trabajar en un equipo de carácter interdisciplinar.

 

Specific Competences:>>Shape Recognition and AI Technologies

  • C1.1 : Capacitat de dissenyar i avaluar sistemes que prenguen decisions.
  • C1.4 : Habilitats en la manipulació (anàlisi, descripció, recuperació, etc.) de continguts multimèdia.
  • C1.6 : Coneixement de tècniques d'optimització.
  • C1.8 : Capacitat d'analitzar i solucionar problemes d'extracció de característiques i classificació en sistemes intel·ligents.

 

Specific Competences:>>Human Language Technologies

  • C2.4 : Habilitat per a utilitzar les estratègies basades en coneixement per al processament del llenguatge humà.

 

Specific Competences:>>Internet and Data Storage Technologies

  • C3.1 : Capacitat de dissenyar i utilitzar aplicacions de mineria de dades.

 

 

 

Learning outcomes (Training objectives)

No data

 

 

Specific objectives stated by the academic staff for academic year 2014-15

  • To introduce music information retieval as a computer music area bound to the machine learning and pattern recognition techniques and a suitable topic for applying multi-modal techniques.
  • To know the main element of psychoacoustics involved in music perception.
  • To know the parameters involved in sound digitization and their use in sound information retrieval.
  • To know the main formats for music score representations, and a catalogue of some problems/tasks in symbolic music information retrieval.
  • To know the value of meta–data as a source of information vary valuable for music retrieval.
  • To be able to implement systems that can perform these kind of tasks under a scientific and technologic approach in this or related areas.

 

 

 

General

Code: 11804
Lecturer responsible:
IÑESTA QUEREDA, JOSE MANUEL
Credits ECTS: 3,00
Theoretical credits: 0,70
Practical credits: 0,50
Distance-base hours: 1,80

Departments involved

  • Dept: LANGUAGES AND COMPUTING SYSTEMS
    Area: LANGUAGES AND COMPUTING SYSTEMS
    Theoretical credits: 0,7
    Practical credits: 0,5
    This Dept. is responsible for the course.
    This Dept. is responsible for the final mark record.

Study programmes where this course is taught