HDAWN-HRDAE: A hybrid framework for the music genre classification with the dual temporal and frequency feature modeling

Xiaoxu Jie; Mohammad Khishe; F. Hernando-Galego; Diego Martín; Rifaqat Ali; Qusai Y. Shambour; Taher M. Ghazal

doi:10.1016/j.asej.2026.104115

Ficha de publicación · 2026

HDAWN-HRDAE: A hybrid framework for the music genre classification with the dual temporal and frequency feature modeling

Autores: Xiaoxu Jie · Mohammad Khishe · F. Hernando-Galego · Diego Martín · Rifaqat Ali · Qusai Y. Shambour · Taher M. Ghazal
Año: 2026
Editorial: Elsevier
Revista o publicación: Ain Shams Engineering Journal
Citas en Google Scholar: 0

Indicadores de la revista

CiteScore 2025 (Scopus)12.4

Mejor cuartilQ1

Top 10 % en alguna categoríaSí

Posiciones por categoría

Engineering (all)16/351 · Q1 · percentil 95 · Top 10%

Fuente en Scopus ↗

JCR (Clarivate): No verificado: el fichero aportado es CiteScore de Scopus, no JCR.

No identificada en el informe aportado sobre comportamiento bibliométrico no estándar (2017–2019).

El informe es un análisis independiente publicado en 2021; no es una lista oficial de veto o aprobación de ANECA.

Resumen de investigación

HDAWN-HRDAE combina autoencoders profundos, redes wavelet y modelado temporal recurrente para reconocer géneros musicales. Sobre GTZAN busca alta precisión con una complejidad computacional sensiblemente menor que alternativas convolucionales más profundas.

Descripción original preparada para esta web; consulte la publicación para el abstract oficial.

DOI 10.1016/j.asej.2026.104115 ↗ · Versión de acceso abierto ↗ · Ver registro en Google Scholar ↗