Divulgação - Defesa Nº 264

Aluna: Ingrid Bruno Nunes

Título: “Desenvolvimento de Interfaces Musicais Humano-Computador para Apoio à Musicoterapia em Pessoas Idosas em Estágio Inicial de Demência”

Orientador: Wellington Pinheiro dos Santos - (PPGEC)

Coorientadora: Cristine Martins Gomes de Gusmão - (UFPE)

Examinador Externo: Nivaldo Antonio Portela de Vasconcelos - (UFPE)

Examinador Interno: Alexandre Magno Andrade Maciel - (PPGEC)

Data-hora: 10 de Março de 2023, às 09:00h.
Local: REMOTO (https://meet.google.com/cwb-wafs-pah)

Resumo:

A música nos acompanha em todas as fases da vida. Existem canções que em todas as épocas se referem a eventos públicos ou momentos pessoais que simbolizam algo para cada indivíduo. Além disso, a música ajuda a construir e evocar memórias. A memória autobiográfica é a lembrança de um acontecimento vivenciado direta ou indiretamente por alguém. Envolve lugares, outras pessoas, emoções e percepções. Eles são construídos ao longo da adolescência e início da idade adulta. Essas memórias nos ajudam a nos identificar. Mas certas patologias, como a demência, podem atrapalhar esse processo e comprometer essas memórias. Atualmente, não há tratamento disponível para curar a demência, mas tratamentos não farmacológicos, como a musicoterapia, podem ser usados nesses casos. Para musicoterapia receptiva, por exemplo, um sistema de recomendação pode ser usado. Este trabalho tem como objetivo avaliar o desempenho de algoritmos inteligentes para um sistema de recomendação musical capaz de indicar músicas de acordo com o gênero musical e/ou a emoção que a música pode despertar. Usamos dois classificadores, Random Forest e Support Vector Machines (SVM), para classificar faixas de música com base em gênero e emoção. Os resultados mostraram que, para algumas métricas, o Random Forest teve um desempenho semelhante ao SVM, mas, em geral, o Random Forest teve um desempenho um pouco melhor, pois apresentaram baixos desvios padrão desses coeficientes.