Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/32804
Registro completo de metadados
Campo DCValorIdioma
dc.creatorCrosato, Leonardo Dalla Costa-
dc.date.accessioned2023-11-06T12:31:15Z-
dc.date.available2023-11-06T12:31:15Z-
dc.date.issued2022-12-05-
dc.identifier.citationCROSATO, Leonardo Dalla Costa. Caracterização musical via espectro de grafos. 2022. Trabalho de Conclusão de Curso (Licenciatura em Matemática) - Universidade Tecnológica Federal do Paraná, Curitiba, 2022.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/32804-
dc.description.abstractThis work intends to characterize songs in a consistent way, using graphs and the spectrum of their respective Laplacian matrices. The graphs that represent songs are completely determined by these matrices. The use of eigenvalues of Laplacian matrices to index graphs, and consequently songs, is a recurrent approach in the literature. We also propose the use of the eigenvectors of such matrices for the representation of songs. Eigenvectors express the relationships between notes in music and therefore contain relevant information. We project the eigenvectors onto 12 vectors of R2, which represent the 12 musical notes. From these projections, we make a polygon whose shape reflects the song’s characteristics.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-sa/4.0/pt_BR
dc.subjectTeoria dos grafospt_BR
dc.subjectMúsicapt_BR
dc.subjectTeoria musical - Matemáticapt_BR
dc.subjectGraph theorypt_BR
dc.subjectMusicpt_BR
dc.subjectMusic theory - Mathematicspt_BR
dc.titleCaracterização musical via espectro de grafospt_BR
dc.title.alternativeGraph spectrum musical characterizationpt_BR
dc.typebachelorThesispt_BR
dc.description.resumoEste trabalho pretende caracterizar músicas de forma consistente, utilizando grafos e o espectro de suas respectivas matrizes laplacianas. Os grafos que representam músicas são completamente determinados por essas matrizes. O uso dos autovalores de matrizes laplacianas para indexar grafos, e consequentemente músicas, é uma abordagem recorrente na literatura. Propomos o uso também dos autovetores de tais matrizes para a representação das músicas. Os autovetores expressam as relações entre notas na música e portanto contém informações relevantes. Projetamos os autovetores sobre 12 vetores do R2, os quais representam as 12 notas musicais. Destas projeções formamos polígonos cujos formatos refletem as características das músicas.pt_BR
dc.degree.localCuritibapt_BR
dc.publisher.localCuritibapt_BR
dc.contributor.advisor1Gonçalves, João Luis-
dc.contributor.referee1Gonçalves, João Luis-
dc.contributor.referee2Lisbôa, André Fabiano Steklain-
dc.contributor.referee3Probst, Roy Wilhelm-
dc.publisher.countryBrasilpt_BR
dc.publisher.programLicenciatura em Matemáticapt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICApt_BR
dc.subject.cnpqCNPQ::LINGUISTICA, LETRAS E ARTES::ARTES::MUSICApt_BR
Aparece nas coleções:CT - Licenciatura em Matemática

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
caracterizacaomusicalespectrografos.pdf1,38 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons