The public performance : impact to music learning in conservatoire tradition

Paper presented at the Conference “The Reflective Conservatoire – 2nd International Conference: Building Connections”. Guildhall School of Music and Drama and Barbican Conference Centre, London. 28 February – 3 March 2009

Statistical motion learning for improved transform domain Wyner-Ziv video coding

Wyner - Ziv (WZ) video coding is a particular case of distributed video coding (DVC), the recent video coding paradigm based on the Slepian - Wolf and Wyner - Ziv theorems which exploits the source temporal correlation at the decoder and not at the encoder as in predictive video coding. Although some progress has been made in the last years, WZ video coding is still far from the compression performance of predictive video coding, especially for high and complex motion contents. The WZ video codec adopted in this study is based on a transform domain WZ video coding architecture with feedback channel-driven rate control, whose modules have been improved with some recent coding tools. This study proposes a novel motion learning approach to successively improve the rate-distortion (RD) performance of the WZ video codec as the decoding proceeds, making use of the already decoded transform bands to improve the decoding process for the remaining transform bands. The results obtained reveal gains up to 2.3 dB in the RD curves against the performance for the same codec without the proposed motion learning approach for high motion sequences and long group of pictures (GOP) sizes.

Dynamic equilibrium through reinforcement learning

Reinforcement Learning is an area of Machine Learning that deals with how an agent should take actions in an environment such as to maximize the notion of accumulated reward. This type of learning is inspired by the way humans learn and has led to the creation of various algorithms for reinforcement learning. These algorithms focus on the way in which an agent’s behaviour can be improved, assuming independence as to their surroundings. The current work studies the application of reinforcement learning methods to solve the inverted pendulum problem. The importance of the variability of the environment (factors that are external to the agent) on the execution of reinforcement learning agents is studied by using a model that seeks to obtain equilibrium (stability) through dynamism – a Cart-Pole system or inverted pendulum. We sought to improve the behaviour of the autonomous agents by changing the information passed to them, while maintaining the agent’s internal parameters constant (learning rate, discount factors, decay rate, etc.), instead of the classical approach of tuning the agent’s internal parameters. The influence of changes on the state set and the action set on an agent’s capability to solve the Cart-pole problem was studied. We have studied typical behaviour of reinforcement learning agents applied to the classic BOXES model and a new form of characterizing the environment was proposed using the notion of convergence towards a reference value. We demonstrate the gain in performance of this new method applied to a Q-Learning agent.

Preparação para a performance instrumental: problemáticas e estratégias: relatório de estágio

Resumo I (Prática Pedagógica) - Nesta seção do relatório de estágio pretende-se caraterizar e apresentar todos os elementos referentes à prática pedagógica, que fizeram parte do estágio do ensino especializado da música, realizado na Escola de Música do Orfeão de Leiria no ano letivo de 2013/2014. De uma forma geral, o relatório de estágio pretende colocar em evidência aspetos pedagógicos como metodologias de ensino, questões motivacionais, estilos de aprendizagem, entre outros. Durante um ano letivo completo foram analisados, com especial atenção, três alunos que foram envolvidos no estágio, construindo e modelando os seus processos de aprendizagem. Para cada um deles foi realizado, ao longo do ano letivo, 30 planos de aula, uma planificação anual e três gravações vídeo/áudio em contexto de aula. Não foi uma tarefa nada fácil de realizar, mas que trouxe inúmeros conhecimentos não só de caráter pedagógico mas também de caráter pessoal. A parte inicial desta seção será dedicada à descrição e caraterização da escola onde foi realizado o estágio, a Escola de Música do Orfeão de Leiria/Conservatório de Artes. Será feita uma pequena abordagem histórica da instituição, bem como do seu projeto educativo, dacomunidade escolar, do seu contexto sociocultural e da classe de saxofone. Será apresentada também uma caraterização dos alunos, segundo vários parâmetros. Posteriormente, serão descritas algumas das práticas educativas desenvolvidas, com os alunos, em contexto de estágio. Para tal, serão utilizados como instrumentos, não só a experiência ativa do docente/estagiário, mas também todas as gravações, planos de aulas e planificações anuais, realizados em contexto de estágio do ensino especializado. Por fim, será realizada uma reflexão crítica do desempenho como docente de saxofone no âmbito do estágio e uma conclusão de toda a seção da prática pedagógica.

A ansiedade antes, durante e após a performance: relatório de estágio

I (Prática Pedagógica) - Neste relatório de estágio apresenta-se uma caracterização do CRP, contextualizando um pouco da sua história, o seu funcionamento e os seus objetivos pedagógicos. Caracterizam-se, também, os alunos que participaram no estágio, destacando o seu percurso académico, as suas influências e motivações musicais. Nas práticas educativas desenvolvidas apresentam-se os princípios pedagógicos, segundo o portal Ponazapino, e os métodos de ensino lecionados durante o ano letivo que tiveram em conta o processo integrado de Ensino/Aprendizagem (Teaching and Learning). Por último apresentam-se os objetivos pedagógicos propostos para cada aluno do estágio. No final efetua-se uma análise crítica da atividade docente destacando o processo ensino/aprendizagem, a sua aplicação e benefícios no desenvolvimento integral do indivíduo.

An algoritmh for the estimation of 3D surfaces using competitive learning

This paper addresses the estimation of object boundaries from a set of 3D points. An extension of the constrained clustering algorithm developed by Abrantes and Marques in the context of edge linking is presented. The object surface is approximated using rectangular meshes and simplex nets. Centroid-based forces are used for attracting the model nodes towards the data, using competitive learning methods. It is shown that competitive learning improves the model performance in the presence of concavities and allows to discriminate close surfaces. The proposed model is evaluated using synthetic data and medical images (MRI and ultrasound images).