عنوان مقاله ترجمه شده:کاوش الگوی موسیقی جهت نمایش کروموزوم در ترکیب بندی تکاملی
عنوان انگلیسی مقاله ترجمه شده:Music Pattern Mining for Chromosome Representation in Evolutionary Composition
سال انتشار مقالهنام ژورنالتعداد صفحات مقاله ترجمه شده
20158
چکیده فارسی:هوش مصنوعی (AI) کاربرد های گسترده ای در بسیاری از زمینه ها و رشته های جدید مانند خلاقیت و ابتکار محاسباتی و رایانشی داشته است. اخیرا، تحقیق در مورد ترکیب بندی خودکار با استفاده از تکنولوژی AI به ویژه الگوریتم های تکاملی موجب ارائه نتایج بسیار مناسبی شده است. به طور معمول کروموزوم ها به صورت مجموعه ای از اعداد جهت نشان دادن نوت ها برای ترکیب بندی تکاملی نشان داده می شوند. این تحقیق در تلاش است تا به بررسی سبک های ترکیب بندی با کاوش الگو های موسیقیایی یک آهنگ ساز بپردازد. این الگو ها به عنوان ژن ها برای نمایش کروموزوم ها مورد استفاده قرار می گیرند. بر این اساس، سبک های ترکیب بندی شعر در تولید موسیقی به وسیله الگوریتم های تکاملی در نظر گرفته می شوند. تابع برازشی مبتنی بر نظریه موسیقی جهت کنترل و یکنواخت کردن پیش روی بین عبارات به کار گرفته می شود. نتایج آزمایشگاهی نشان می دهند که الگو های کاوش شده از ترکیبات می توانند نشان دهنده سبک آهنگ ساز بوده و موجب تولید آهنگ هایی مناسب به وسیله الگوریتم های تکاملی گردد.
چکیده انگلیسی:Artificial intelligence (AI) has bloomed in many novel fields such as computational creativity. Recently, research on automatic composition using AI technology, especially evolutionary algorithms, has received considerable promising results. Traditionally, chromosomes are represented as a series of numbers to indicate the notes for evolutionary composition. This study attempts to explore the composition styles by mining music patterns of a specific composer. The patterns are used as genes for chromosome representation. Accordingly, the composition styles are considered in generating music by evolutionary algorithms. The fitness function is based on music theory to smooth the progression between phrases. Experimental results show that the patterns mined from compositions can reflect the composer’s style and benefit generating satisfactory songs by evolutionary algorithms.
کلمات کلیدی مقاله: , , , ,
دانلود اصل مقاله ترجمه نشده افزودن به سبد خرید