ΛΌГOΣ.ONLINE (2020)
Архітектура та мистецтвознавство

ОСОБЛИВОСТІ ТА ІМПЛІКАЦІЇ ЗАСТОСУВАННЯ МАШИННОГО НАВЧАННЯ ДЛЯ СТВОРЕННЯ МУЗИЧНОГО МАТЕРІАЛУ

Богдан Булка
Львівський Національний Університет ім. І. Франка
Про автора
Дата публікації червень 2, 2020
Ключові слова
  • музика; мистецтво; аудіо; штучний інтелект; машинне навчання; генеративні моделі.
Як цитувати
Булка, Б. (2020). ОСОБЛИВОСТІ ТА ІМПЛІКАЦІЇ ЗАСТОСУВАННЯ МАШИННОГО НАВЧАННЯ ДЛЯ СТВОРЕННЯ МУЗИЧНОГО МАТЕРІАЛУ. ΛΌГOΣ. ОНЛАЙН. вилучено із https://ojs.ukrlogos.in.ua/index.php/2663-4139/article/view/3237

Анотація

EOI 10.11232/2663-4139.10.04

Автор змальовує ландшафт застосувань інформаційних технологій та штучного інтелекту у сфері мистецтва та музики. Вказує на необхідність використання аудіо-відображення у застосуванні штучного інтелекту у музиці, для вираження повного спектру експресивних можливостей музики. Пропонує задіювати принцип постійної інтеграції та подачі в організації роботи при розробці застосувань із задіянням підходів із області машинного навчання.

Переглядів: 11

Завантаження

Дані завантаження ще не доступні.

Посилання

  1. Hadjeres, G., Pachet, F., & Nielsen, F. (2017). DeepBach: a Steerable Model for Bach Chorales Generation. Вилучено з https://arxiv.org/abs/1612.01010v2
  2. Gillick, J., Tang, K., & Keller, R. M. (2010). Machine Learning of Jazz Grammars. Computer Music Journal, (34/3), 56-66. https://doi.org/10.1162/COMJ_a_00006
  3. Huang, C. Z. A., Vaswani, A., Uszkoreit, J., Shazeer, N., Simon, I., Hawthorne, C., ... Eck., D. (2018). Music Transformer. Вилучено з https://arxiv.org/abs/1809.04281v3
  4. Payne, Ch. (2019). MuseNet. OpenAI. Вилучено з https://openai.com/blog/musenet
  5. AlphaGo. (n. d.). Вилучено з https://deepmind.com/research/case-studies/alphago-the-story-so-far
  6. Rajpurkar, P., Irvin, J., Zhu, K., Yang, B., Mehta, H., Duan, T., ... Ng., A. Y. (2017). CheXNet: Radiologist-Level Pneumonia Detection on Chest X-Rays with Deep Learning. Вилучено з https://arxiv.org/abs/1711.05225
  7. Schmidt, E., & Cohen, J., (2014). The New Digital Age: Transforming Nations, Businesses, and Our Lives. New York, NY: Vintage Books.
  8. Roberts, A., Resnick, C., Ardila, D., & Eck, D. (2016). Audio Deepdream: Optimizing raw audio with convolutional networks. Вилучено з https://research.google/pubs/pub45859
  9. Oord, A., Dieleman, S., Zen, H., Simonyan, K., Vinyals, O., Graves, A., ... Kavukcuoglu, K. (2016). WaveNet: A Generative Model for Raw Audio. Вилучено з https://arxiv.org/abs/1609.03499v2
  10. Bengio, Y. (2019). From System 1 Deep Learning to System 2 Deep Learning. Neural Information Processing Systems. December 11th, 2019, Vancouver, Canada. Вилучено з https://drive.google.com/file/d/1zbe_N8TmAEvPiKXmn6yZlRkFehsAUS8Z/view
  11. LeCun, Y., (2019). Energy-Based Self-Supervised Learning. Workshop IV: Using Physical Insights for Machine Learning. November 18th, 2019, Los Angeles, USA. Вилучено з http://helper.ipam.ucla.edu/publications/mlpws4/mlpws4_15927.pdf
  12. Tegmark, M. (2015). Consciousness As a State of Matter. Вилучено з https://arxiv.org/abs/1401.1219v3
  13. Musk, E., & Neuralink. (2019). An integrated brain-machine interface platform with thousands of channels. https://doi.org/10.1101/703801