| Summary: | Made available in DSpace on 2014-06-12T15:59:13Z (GMT). No. of bitstreams: 2
arquivo4980_1.pdf: 1807272 bytes, checksum: abdafe66edec7c505073236b251526d0 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 1999 === Motivados pela demanda do mercado de software musical, bem como pelo interesse
científico envolvido no problema de previsão de séries temporais [Weigend, 1993],
desenvolvemos um ambiente capaz de realizar previsões de acordes de canções de Jazz
em tempo real. Nós propusemos uma arquitetura híbrida original que tem como base uma
rede neural MLP-backpropagation atuando de forma concorrente com um rastreador de
seqüências repetidas de acordes. A rede neural faz um aprendizado prévio a partir de
diversos exemplos de canções, extraindo os padrões curtos de seqüências de acordes
típicas. O sistema rastreador funciona capturando em tempo real as repetições (refrões,
estrofes, etc.) dentro de uma dada canção, as quais escapariam à rede neural. Trata-se da
problemática geral de aprendizado a priori versus aprendizado situado, em tempo real.
Com a arquitetura híbrida proposta e uma representação rica do acorde musical,
obtivemos resultados muito acima dos registrados na literatura dedicada ao problema
|
|---|
