Back to search

Bc. Daniel Kvak

Master's thesis

Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě

Modeling of music transcription using deep learning: proposal, construction and validation of model based on recurrent neural network
Abstract:
Vyjma tradičních úloh hlubokého učení, mezi které řadíme rozpoznávání vzorů, předpověď cen akcií či strojový překlad, nachází tato metoda praktické využití i v rámci algoritmické kompozice. Tato diplomová práce zkoumá využití generativního modelu k nesupervizovanému učení hudebních stylů z předem selektovaných korpusů a následnou predikci vzorků z odhadované distribuce. Model využívá Long Short-Term …more
Abstract:
Apart from the traditional tasks of deep learning, which include pattern recognition, stock price forecasting or machine translation, this method also finds practical use in algorithmic composition. This diploma thesis examines the use of a generative model for unsupervised learning of musical styles from pre-selected corpora and the subsequent prediction of samples from the estimated distribution …more
 

Keywords

algoritmická kompozice autoenkodér hluboké učení komputační kreativita LSTM síť rekurentní neuronová síť strojové učení umělá inteligence algorithmic composition autoencoder deep learning computational creativity LSTM network recurrent neural network machine learning artificial intelligence
 
Language used: Czech
Date on which the thesis was submitted / produced: 25. 5. 2021
Identifier: https://is.muni.cz/th/wll0u/

Thesis defence

  • Date of defence: 17. 6. 2021
  • Supervisor: doc. PhDr. Martin Flašar, Ph.D.
  • Reader: doc. Mgr. Jana Horáková, Ph.D.

Citation record

Cite this text

Full text of thesis

Contents of on-line thesis archive
Published in Theses:
  • světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Masarykova univerzita, Filozofická fakulta
Složka Reference to the local database directory of the institution