Primer Articulo:

1. Titulo: LEARNING FEATURES FROM MUSIC AUDIO WITH DEEP BELIEF

NETWORKS

2. Tarea: Clasificacion de generos de musica

Mtrica: Porcentaje de musica clasificados correctamente
Experiencia: Clips de 30 segundos de audio

3. Algoritmo(s): Contrastive Divergence

4. Aprendizaje: Supervisado

5. Referencias:
http://musicweb.ucsd.edu/~sdubnov/Mu270d/DeepLearning/FeaturesAudioEck.pdf from 11th
International Society for Music Information Retrieval Conference (ISMIR 2010) by Philippe
Hamel and Douglas Eck DIRO, Universite de Montr eal CIRMMT

Segundo Articulo:

1. Titulo: Speech Emotion Recognition Using Deep Neural Network and Extreme Learning
Machine

2. Tarea: Reconocimiento de Emociones basado en habla.

Mtrica: Porcentaje de emociones reconocidas correctamente
Experiencia: Clips de habla en segmentos de 0.25 segundos.

3. Algoritmo(s): Extreme Machine Learning

4. Aprendizaje: Supervisado

5. Referencias: http://nematilab.info/bmijc/assets/160518_paper.pdf from INTERSPEECH

2014 by Kun Han of the Department of Computer Science and Engineering, The Ohio State
University, Columbus, 43210, OH, USA , Dong Yu and Ivan Tashev of Microsoft Research, One
Microsoft Way, Redmond, 98052, WA, USA

Tercer Articulo:

1. Titulo: Playing Atari with Deep Reinforcement Learning

2. Tarea: Aprender polticas de control exitosas de entradas sensoriales de alto nivel

 Mtrica: Cantidad de recompensas positivas
Experiencia: 7 Juegos de Atari 2600

3. Algoritmo(s): Q-Learning

4. Aprendizaje: Por Reforzamiento

5. Referencias: https://arxiv.org/pdf/1312.5602.pdf from DeepMind Technologies by

Volodymyr Mnih, Koray Kavukcuoglu, David Silver, Alex Graves, Ioannis Antonoglou, Daan
Wierstra, Martin Riedmiller