Casos de uso del mecanismo de atención parte 1 (aprendizaje automático)

  • Detección de técnica de reproducción de etiquetas múltiples a nivel de cuadro mediante red de escala múltiple y mecanismo de autoatención (arXiv)
  • Autor: Dichucheng Li, Mingjin Che, Wenwu Meng, Yulun Wu, Yi Yu, Fan Xia, Wei Li

    Resumen: La técnica de ejecución de instrumentos (IPT) es un elemento clave de la presentación musical. Sin embargo, la mayoría de los trabajos existentes para la detección de IPT solo se refieren a señales de música monofónica, sin embargo, se ha hecho poco para detectar IPT en piezas solistas instrumentales polifónicas con IPT superpuestos o IPT mixtos. En este artículo, lo formulamos como un problema de clasificación de etiquetas múltiples a nivel de marco y lo aplicamos a Guzheng, un instrumento chino de cuerda pulsada. Creamos un nuevo conjunto de datos, Guzheng_Tech99, que contiene grabaciones de Guzheng y anotaciones de inicio, compensación, tono e IPT de cada nota. Debido a que los diferentes IPT varían mucho en sus longitudes, proponemos un nuevo método para resolver este problema utilizando una red multiescala y autoatención. La red multiescala extrae características de diferentes escalas, y el mecanismo de autoatención aplicado a los mapas de características en la escala más gruesa mejora aún más la extracción de características de largo alcance. Nuestro enfoque supera a los trabajos existentes por un amplio margen, lo que indica su eficacia en la detección de IPT.

    2.Algoritmos epigenéticos: mecanismo de autorrefuerzo-atención para regular la expresión de los cromosomas (arXiv)

    Autor: Mohamed Djallel Dilmi, Hanene Azzag, Mustapha Lebbah

    También te puede interesarPNL vs. Lingüística Computacional: Entendiendo las Diferencias

    Resumen: Los algoritmos genéticos son un ejemplo bien conocido de métodos heurísticos bioinspirados. Imitan la selección natural al modelar varios operadores, como mutación, cruce y selección. Los descubrimientos recientes sobre los procesos de regulación epigenética que ocurren «sobre» o «además de» la base genética de la herencia implican cambios que afectan y mejoran la expresión génica. Plantean la cuestión de mejorar los algoritmos genéticos (GA) mediante el modelado de operadores epigenéticos. Este artículo propone un nuevo algoritmo epigenético que imita el fenómeno epigenético conocido como metilación del ADN. La novedad de nuestros algoritmos epigenéticos radica principalmente en aprovechar los mecanismos de atención y el aprendizaje profundo, lo que encaja bien con el concepto de potenciación/silenciamiento de genes. El documento desarrolla argumentos teóricos y presenta estudios empíricos para mostrar la capacidad de los algoritmos epigenéticos propuestos para resolver problemas más complejos de manera eficiente de lo que ha sido posible con AG simples; por ejemplo, frente a dos problemas de optimización no convexos (múltiples picos) como se presenta en este artículo, el algoritmo epigenético propuesto proporciona buenos rendimientos y muestra una excelente capacidad para superar la falta de un óptimo local y, por lo tanto, encontrar el óptimo global.

    [post_relacionado id=»1390″]

    Scroll al inicio