Artificial Composition of Multi-Instrumental Polyphonic Music

• Thesis title in Czech: Generování polyfonní hudby o více nástrojích
• Thesis title in English: Artificial Composition of Multi-Instrumental Polyphonic Music
• Key words: skládání hudby, analýza hudby, hluboké učení, LSTM
• English key words: music composition, music analysis, deep learning, LSTM, artificial creativity
• Academic year of topic announcement: 2017/2018
• Thesis type: Bachelor's thesis
• Thesis language: angličtina
• Department: Department of Theoretical Computer Science and Mathematical Logic (32-KTIML)
• Supervisor: Mgr. Martin Pilát, Ph.D.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 25.09.2017
• Date of assignment: 27.09.2017
• Confirmed by Study dept. on: 10.10.2017
• Date and time of defence: 22.06.2018 09:00
• Date of electronic submission: 17.05.2018
• Date of submission of printed version: 18.05.2018
• Date of proceeded defence: 22.06.2018
• Opponents: Mgr. Roman Neruda, CSc.

Guidelines

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.

References

[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.