Система генерації музичних партій та адаптації до заданих з використанням нейронних мереж

Abstract

Бакалаврська кваліфікаційна робота виконана студентом групи КН-408 Петровом Кирилом Олеговичем. Тема роботи «Система генерації музичних партій та адаптації до заданих з використанням нейронних мереж». Робота направлена на здобуття ступеня бакалавр за спеціальністю 122 «Комп’ютерні науки». Метою роботи є створення моделі, яка здатна генерувати послідовність даних, що репрезентують музичну композицію, представленим способом, за допомогою тренувальних даних, які презентовані таким самим способом. Об’єктом дослідження є процес проектування та створення моделі та сама модель здатна до генерації музики. Предметом дослідження є методи для створення такої моделі нейронної мереж, її варіації для покращення результатів та набори даних для тренування мережі. В результаті виконання роботи було створено 4 моделі рекурентних нейронних мереж, здатні до створення необхідної послідовності даних, яка відповідно до правил музичної теорії, підходить до вже заданого музичного зразка. Було проведено оцінювання моделей з допомогою математичних методів та опитувань. Обидва метода виділили одну з моделей, як найкращу. Загальний обсяг роботи: 47 сторінок, 1 таблиця, 12 рисунків, 22 посилання. Degree executed by a student of the group CS-408 Petrov Kyrylo Olegovych. Topic of the work is «System of generation of musical parts and adaptation to the set ones using neural networks». The work is directed on reception obtain a bachelor’s degree on a specialty 122 «Computer Science». The aim of the work is to create a model that is able to generate a sequence of data representing a musical composition, presented in this way, using training data, which are presented in the same way. The object of research is the process of designing and creating a model and the model itself is capable of generating music. The subject of research is methods for creating such a model of neural networks, its variations to improve results and data sets for network training. As a result of the work, 4 models of recurrent neural networks were created, capable of creating the necessary sequence of data, which in accordance with the rules of music theory, fits the already specified musical sample. Models were evaluated using mathematical methods and surveys. Both methods singled out one of the models as the best. The software product consists of two programs: the first program implements the server, and the second client. Total volume of the degree work: 47 pages, 1 table, 12 images, 22 references.