| Summary: | Made available in DSpace on 2016-06-02T19:05:30Z (GMT). No. of bitstreams: 1
1966.pdf: 9844160 bytes, checksum: 4494baf8e3e2e3d09e981c7a3c280c53 (MD5)
Previous issue date: 2008-05-16 === Financiadora de Estudos e Projetos === Several research studies have been realized in order to achieve a musical composition computational system that could, as much as possible, catch the human mind, skills, and creativity. More recently, artificial neural networks (ANNs), also have been deployed as auxiliary models for musical compositions. For musical computation, connectionist systems, as well as other systems that involve machine learning, are able to learn patterns and features available in the melodies of the training set and to generalize them to compose new melodies. Therefore, the use of neural networks in music learning and composition has attracted researchers and many approaches have been developed. The aim of this study is the proposal of a neural network based system for computer-aided musical composition. This system can be divided into four main processes: training, composition, evaluation and optimization. It is also proposed to complement the training and composition processes with a kind of inspiration, from Nature, using landscapes contours as additional information to the network. The neural networks used in the system are: BPTT (Back-Propagation Through Time) and LSTM (Long-Short Term Memory) networks. The results obtained are compared from both networks and it is observed that the LSTM network performs better. It is also proposed an approach that consists of optimizing the weight initialization process of the LSTM network in addition to an estimative of the ideal configuration of the hidden layer, that contributes to the obtained results. === Várias pesquisas têm sido realizadas tendo em vista um sistema computacional de composição musical que buscasse, da melhor maneira possível, capturar as habilidades e criatividade da mente humana. Mais recentemente, as redes neurais artificiais (RNAs), ou modelos conexionistas, também passaram a ser utilizadas como modelos auxiliares para a composição musical. No caso da computação musical, os modelos conexionistas são capazes de aprender padrões e características presentes nas melodias do conjunto de treinamentos e obter generalizações dessas características para a composição de novas melodias. Portanto, as redes neurais artificiais passaram a ser utilizadas como modelos para a aprendizagem e composição musicais. O objetivo central desta dissertação de mestrado é propor um sistema de composição musical assistida por computador baseado em redes neurais. Esse sistema pode ser dividido em quatro principais etapas: treinamento, composição, avaliação e otimização. O trabalho de dissertação também propõe complementar as fases de treinamento e composição com um tipo de inspiração, proveniente da Natureza, com a utilização de contornos de relevos geográficos como informação adicional para a rede. As redes neurais usadas para o sistema são: BPTT (Back-Propagation Through Time) e LSTM (Long-Short Term Memory). Ambas as redes são comparadas quanto ao resultado obtido, sendo que a rede LSTM apresenta melhor desempenho. É também proposto para a rede LSTM um procedimento de otimização dos pesos iniciais e do número de neurônios da camada escondida, o que contribui para o desempenho obtido.
|
|---|
