论文名字

Modeling Musical Structure with Artificial Neural Networks

论文简介

近年来,人工神经网络(ANNs)已成为解决现实问题的通用工具。人工神经网络在音乐相关任务中也取得了巨大的成功,包括音乐摘要和分类、相似性估计、计算机辅助或自主作曲以及自动音乐分析。由于结构是西方音乐的一个基本特征,它在所有这些任务中都扮演着重要的角色。在当前的人工神经网络体系结构中,一些结构方面的知识尤其具有挑战性。这尤其适用于中高级的自相似性、音调和节奏关系。在本文中,我将探讨ANNs在di中的应用!音乐结构建模的不同方面,找出其中涉及的一些挑战并提出应对策略。首先,使用受限Boltzmann机器(RBM)的概率估计,研究了一种基于概率自底向上的旋律分割方法。然后,提出了一种自顶向下的方法,将卷积RBM的Gibbs抽样与梯度下降优化相结合,应用于音乐生成中。此外,我激发了音乐转换在结构建模中的相关性,并展示了如何使用连接模型门控自动编码器(GAE)来学习音乐片段之间的转换。为了学习序列中的变换,我提出了一种特殊的GAE预测训练,它将复调音乐表示为一系列的间隔。而且这些区间表示在自上而下的重复音乐节的发现中的适用性被证明了。最后,提出了一种GAE的递归变体,并将其用于音乐预测和低层重复结构的建模。

论证。

论文作者

Stefan Lattner,来自巴黎索尼计算机科学实验室(CSL),长期从事人工智能研究,是机器学习领域专家级人物,尤其在人工神经网络领域颇有建树。最近一直致力于深度神经网络与音乐之间的研究,试图通过深度学习对音乐进行建模,并取得了最大突破。主张机器学习要面向实践,面向实际,立志解决当前问题,AI必须要有商业驱动,方能足够长远的发展。。

成为VIP会员查看完整内容
21

相关内容

自动编码器是一种人工神经网络,用于以无监督的方式学习有效的数据编码。自动编码器的目的是通过训练网络忽略信号“噪声”来学习一组数据的表示(编码),通常用于降维。与简化方面一起,学习了重构方面,在此,自动编码器尝试从简化编码中生成尽可能接近其原始输入的表示形式,从而得到其名称。基本模型存在几种变体,其目的是迫使学习的输入表示形式具有有用的属性。自动编码器可有效地解决许多应用问题,从面部识别到获取单词的语义。
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
133+阅读 · 2020年5月26日
自动结构变分推理,Automatic structured variational inference
专知会员服务
34+阅读 · 2020年2月10日
【MIT深度学习课程】深度序列建模,Deep Sequence Modeling
专知会员服务
66+阅读 · 2020年2月3日
机器学习中的编码器-解码器结构哲学
人工智能前沿讲习班
6+阅读 · 2019年3月20日
赛尔笔记 | 多人对话语篇解析简介
哈工大SCIR
7+阅读 · 2019年3月2日
一文读懂LSTM和循环神经网络
七月在线实验室
8+阅读 · 2018年4月18日
数学不好能搞人工智能吗?
算法与数学之美
3+阅读 · 2017年11月27日
Natural 自然语言处理(NLP)「全解析」
人工智能学家
14+阅读 · 2017年9月23日
Do RNN and LSTM have Long Memory?
Arxiv
17+阅读 · 2020年6月10日
Neural Speech Synthesis with Transformer Network
Arxiv
5+阅读 · 2019年1月30日
Adaptive Neural Trees
Arxiv
4+阅读 · 2018年12月10日
Arxiv
4+阅读 · 2018年9月11日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
5+阅读 · 2017年12月29日
VIP会员
相关VIP内容
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
133+阅读 · 2020年5月26日
自动结构变分推理,Automatic structured variational inference
专知会员服务
34+阅读 · 2020年2月10日
【MIT深度学习课程】深度序列建模,Deep Sequence Modeling
专知会员服务
66+阅读 · 2020年2月3日
相关资讯
机器学习中的编码器-解码器结构哲学
人工智能前沿讲习班
6+阅读 · 2019年3月20日
赛尔笔记 | 多人对话语篇解析简介
哈工大SCIR
7+阅读 · 2019年3月2日
一文读懂LSTM和循环神经网络
七月在线实验室
8+阅读 · 2018年4月18日
数学不好能搞人工智能吗?
算法与数学之美
3+阅读 · 2017年11月27日
Natural 自然语言处理(NLP)「全解析」
人工智能学家
14+阅读 · 2017年9月23日
相关论文
Do RNN and LSTM have Long Memory?
Arxiv
17+阅读 · 2020年6月10日
Neural Speech Synthesis with Transformer Network
Arxiv
5+阅读 · 2019年1月30日
Adaptive Neural Trees
Arxiv
4+阅读 · 2018年12月10日
Arxiv
4+阅读 · 2018年9月11日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
5+阅读 · 2017年12月29日
微信扫码咨询专知VIP会员