Ч а с т ь I главный редактор



Pdf көрінісі
бет48/90
Дата20.02.2023
өлшемі7.68 Mb.
#469824
1   ...   44   45   46   47   48   49   50   51   ...   90
moluch 342 ch1 9e2Iv3V (1)

Заключение
В данной работе были рассмотрены основные математиче-
ские методы генерации музыкальных композиций. Каждый из 
них обладает своими достоинствами и недостатками, например
марковские модели хорошо подходят для задачи имитации 
стиля, а порождающая грамматика требует трудоёмкого про-
цесса определения правил. На текущий момент работы, направ-
ленные на автоматизацию процесса генерации музыки, иссле-
дуют возможность генерации композиций с использованием 
нейронных сетей, поскольку именно данный метод выявить 
наиболее сложные взаимосвязи, характерные музыкальным 
произведениям, которые не видны человеку явно, а также 
данный метод сравнительно прост в реализации. Именно 
данный метод генерации композиций используют программы 
Magenta от Google, BachBot, AIVA и другие.
Работа выполнена при частичной поддержке РФФИ и ад-
министрации Волгоградской области (гранты 18–07–00220, 19–
07–00020, 19–47–343001, 19–47–340003, 19–47–340009, 19–47–
340013, 19–47–343002, 19–37–90060, 20–07–00502).
Литература:
1. Doornbusch, P. Gerhard Nierhaus: Algorithmic Composition: Paradigms of Automated Music Generation / P. Doornbusch // Com-
puter Music Journal. — Volume: 34, Issue: 3. — 2014.
2. Frankel-Goldwater, Lee. ‘Computers Composing Music: An Artistic Utilization of Hidden Markov Models for Music Composition.’ 
jur: Journal of Undergraduate Research, v. 5, no. 1–2 (2012), pp. 17–20.
3. Donya Quick and Paul Hudak. Grammar-based automated music composition in Haskell. In Proceedings of the first ACM SIG-
PLAN workshop on Functional art, music, modeling & design, FARM ’13, pages 59–70. ACM, 2013.
4. Kordic, V. Petri Net, Theory and Applications / V. Kordic. — Publisher: I-Tech Education and Publishing, 2013. — pp. 544
5. Hendrik Vincent Koops, Jos´e Pedro Magalh˜aes, and W. Bas de Haas. A functional approach to automatic melody harmonisation. In 
Proceedings of the First ACM SIGPLAN Workshop on Functional Art, Music, Modeling & Design, FARM ’13, pages 47–58. ACM, 2013.
6. Черешнюк И. Р. Использование генетических алгоритмов в музыкальной композиции / Черешнюк И. Р., Айдаров Ю. Р. //
Проблемы современной музыки: сб. материалов Пятой Международной науч.-практ. конференции (г. Пермь, 15–16сен-
тября 2012 г.) / под. ред. Н. В. Морозовой; Перм. гос. гуманит.-пед.ун-т. — Пермь, 2012. — 271 с., с. 27–34.
7. Payami, R. Csound and object-orientation: designing and implementing cellular automata for algorithmic composition / R. Payami // 
Ways Ahead: Proceedings of the First International Csound Conference. — Cambridge Scholars Publishing, 2013. — pp. 48–56
8. Fernández, J. D., Vico, F. AI Methods in Algorithmic Composition: A Comprehensive Survey / J. D. Fernández, F. Vico // Journal of 
Artificial Intelligence Research. — № 48. — Málaga, Spain, 2013. — pp. 513–582
9. Abburu, S. Knowledge based Semantic Annotation Generation of Music S. Abburu // International Journal of Computer Applica-
tions (0975–888). — Volume 47, No.8, June 2012. — pp. 8–12


Достарыңызбен бөлісу:
1   ...   44   45   46   47   48   49   50   51   ...   90




©dereksiz.org 2024
әкімшілігінің қараңыз

    Басты бет