Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 368)
Detail práce
   Přihlásit přes CAS
Artificial Composition of Multi-Instrumental Polyphonic Music
Název práce v češtině: Generování polyfonní hudby o více nástrojích
Název v anglickém jazyce: Artificial Composition of Multi-Instrumental Polyphonic Music
Klíčová slova: skládání hudby, analýza hudby, hluboké učení, LSTM
Klíčová slova anglicky: music composition, music analysis, deep learning, LSTM, artificial creativity
Akademický rok vypsání: 2017/2018
Typ práce: bakalářská práce
Jazyk práce: angličtina
Ústav: Katedra teoretické informatiky a matematické logiky (32-KTIML)
Vedoucí / školitel: Mgr. Martin Pilát, Ph.D.
Řešitel: skrytý - zadáno a potvrzeno stud. odd.
Datum přihlášení: 25.09.2017
Datum zadání: 27.09.2017
Datum potvrzení stud. oddělením: 10.10.2017
Datum a čas obhajoby: 22.06.2018 09:00
Datum odevzdání elektronické podoby:17.05.2018
Datum odevzdání tištěné podoby:18.05.2018
Datum proběhlé obhajoby: 22.06.2018
Oponenti: Mgr. Roman Neruda, CSc.
 
 
 
Zásady pro vypracování
Hluboké neuronové sítě (DNN) našly široké uplatnění v mnoha oblastech od klasifikace obrazu až po překlad textu. V poslední době se začíná experimentovat s jejich využitím pro vytváření hudby.

Student se seznámí s dostupnou literaturou o hlubokých neuronových sítích a jejich využití v hudbě. Na základě získaných poznatků navrhne vlastní postup pro vytváření hudby pomocí DNN.
Seznam odborné literatury
[1] Johnson, Daniel D. "Generating Polyphonic Music Using Tied Parallel Networks." In International Conference on Evolutionary and Biologically Inspired Music and Art, pp. 128-143. Springer, Cham, 2017.
[2] Rojas, Raúl. "Neural networks: a systematic introduction." Springer Science & Business Media, 2013.
[3] McKay, Cory. "Automatic genre classification of MIDI recordings." PhD diss., McGill University, 2004.
[4] Bengio, Yoshua. "Learning deep architectures for AI." Foundations and trends in Machine Learning 2, no. 1 (2009): 1-127.
 
Univerzita Karlova | Informační systém UK