Bien, ahora creo que veo toda la imagen. Esto suena como un problema perverso. Déjame arrojar algunos pensamientos al azar:
Supongo que su última pregunta es, ¿qué patrones a mayor escala deberían fusionarse a partir de los datos espectrales para ser utilizados para la entrada de características? Podría llegar a una lista casi infinita de ideas, pero me di cuenta de que no podría decirte cuál, si es que hay alguna, sería realmente útil para determinar la clasificación.
De sus preguntas anteriores, pensé que tal vez ya tenía una fuente de datos XML con algún tipo de información de características como ritmos o tonos o algo así. Eso podría simplificar un poco el problema.
- ¿La programación secuencial de robots es un callejón sin salida?
- ¿Cómo debería un estudiante de CS típico comenzar a aprender IA? ¿Cuál debería ser el orden de los temas (principales)? ¿Hay algún requisito previo?
- ¿Cuál es la tecnología de punta que despegará en 2017?
- ¿Cómo fue su viaje al construir su base de conocimiento de aprendizaje automático?
- ¿Cuáles son algunas de las funciones de entrada de aprendizaje automático para la detección de objetos?
Su mayor obstáculo podría ser este: en realidad, la forma en que la industria de la música asigna géneros a las canciones es bastante arbitraria y tiene más que ver con el origen de la canción que con el sonido de la canción. Si no supiera sobre Fleetwood Mac y escuché “Tusk” que tiene una banda de música durante la mitad de la canción, ¿cómo podría encasillar eso? En lugar de ritmos y tonos, creo que tendría mejor suerte si el analizador pudiera decirme cosas como cuando Chad Kroeger estaba cantando. Entonces sabría de dónde vino la canción.
Lo siento, no podría ser más útil aquí.