Skip to Main content Skip to Navigation
Theses

Fusion multi-niveaux par boosting pour le tagging automatique

Résumé : Les tags constituent un outil très utile pour indexer des documents multimédias. Cette thèse de doctorat s’intéresse au tagging automatique, c’est à dire l’association automatique par un algorithme d’un ensemble de tags à chaque morceau. Nous utilisons des techniques de boosting pour réaliser un apprentissage prenant mieux en compte la richesse de l’information exprimée par la musique. Un algorithme de boosting est proposé, afin d’utiliser conjointement des descriptions de morceaux associées à des extraits de différentes durées. Nous utilisons cet algorithme pour fusionner de nouvelles descriptions, appartenant à différents niveaux d’abstraction. Enfin, un nouveau cadre d’apprentissage est proposé pour le tagging automatique, qui prend mieux en compte les subtilités des associations entre les tags et les morceaux.
Complete list of metadatas

Cited literature [140 references]  Display  Hide  Download

https://pastel.archives-ouvertes.fr/tel-01308527
Contributor : Abes Star :  Contact
Submitted on : Thursday, April 28, 2016 - 3:28:08 AM
Last modification on : Friday, July 31, 2020 - 10:44:08 AM
Document(s) archivé(s) le : Friday, July 29, 2016 - 10:34:08 AM

File

TheseFoucardV2.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01308527, version 1

Citation

Rémi Foucard. Fusion multi-niveaux par boosting pour le tagging automatique. Traitement du signal et de l'image [eess.SP]. Télécom ParisTech, 2013. Français. ⟨NNT : 2013ENST0093⟩. ⟨tel-01308527⟩

Share