Noise cancellation for Music Recordings Recovery: From a Machine Learning perspective

Tribel, Pascal

doi:doi/10.13140/RG.2.2.29264.72969

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Citer

Noise cancellation for Music Recordings Recovery: From a Machine Learning perspective

par Tribel, Pascal

Organisme financeur Université Libre de Bruxelles
Publication Non publié, 2023-08-17

Rapport

Résumé :

Ce mémoire de Master se concentre sur les différentes approches existantes en Machine Learning, plus spécifiquement en réseaux neuronaux, pour diminuer la quantité de bruit présent dans des enregistrements musicaux.

Documents en relation

DI-fusion

Automatic design of stigmergy-based behaviours for robot swarms
par Salman, Muhammad , Garzón Ramos, David , Birattari, Mauro
Publication 2024-06-01
Large-scale crowd counting with a Wi-Fi-based passive radar
par Storrer, Laurent , Yildirim, Hasan Can , Willame, Martin , Pocoma Copa, Evert Ismael , Cakoni, Dejvi , Pollin, Sofie , Louveaux, Jérôme , De Doncker, Philippe , Horlin, François
Publication 2024-12-31
Machine learning based atrial fibrillation detection and onset prediction using QT-dynamicity
par Gregoire, Jean-Marie , Gilon, Cédric , Vaneberg, Nathan , Bersini, Hugues , Carlier, Stéphane
Publication 2024-06-01
Automatically designing robot swarms in environments populated by other robots: an experiment in robot shepherding
par Garzón Ramos, David , Birattari, Mauro
Publication 2024
Optoelectronic Reservoir Computing:Human Action Recognition, Deep Architectures, Optimization with Delayed Inputs
par Picco, Enrico
Publication Faculté des Sciences – Physique, Bruxelles, Université libre de Bruxelles, 2024-07-05

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.