ساخت هوشمند موسیقی با الگوریتم ژنتیک مبتنی بر جهش یکنواخت موتیف
نویسندگان
چکیده
امروزه دنیای موسیقی و هوش مصنوعی به واسطه پژوهشهای انجام شده در هر دو حوزه به هم نزدیک تر شده اند. ساخت موسیقی با استفاده از راه کارهای موجود در هوش مصنوعی، زمینه پژوهشی جدیدی را ایجاد کرده است. ساخت خودکار موسیقی علاوه بر اینکه ما را در شناخت بهتر چگونگی تفکر موسیقیایی انسان یاری خواهد کرد، کمک شایان توجهی به آهنگ سازان و موسیقی دانان در بهبود تئوری های موسیقی با استفاده از قدرت محاسباتی کامپیوترها می کند و آهنگ سازان را نیز از آهنگ سازی های «نُت به نُت» رها خواهد ساخت. در این پژوهش، به ساخت موسیقی به شکل خودکار پرداخته می شود. ابتدا، با استفاده از زنجیره مارکوف و سیستم های لیندن مایر، یک سیستم آهنگ سازی خودکار پیاده سازی می شود که به دلیل ماهیت روش های مورد استفاده، به شکل بدون تنوع به تولید موسیقی می پردازد. ولی بر اساس الگوریتم ژنتیک با استفاده از جهش یکنواخت و توجه به برازندگی قطعه براساس آکوردها، نتایج سریع به سمت قطعات بهتر می روند. خلاقیت در ساخت موسیقی فراتر از مرزهای کنونی هوش مصنوعی است و برای دست یابی به نتایج بهتر، کار بسیاری در این زمینه هنوز پیش رو است.
منابع مشابه
الگوریتم ژنتیک مبتنی بر کد واقعی با جهش هوشمند برای حل مسائل پخش بار اقتصادی غیرمحدب
در این مقاله، یک روش جدید برای حل مسائل پخش بار اقتصادی با استفاده از الگوریتم ژنتیک مبتنی بر کدهای واقعی با جهش هوشمند پیشنهاد می شود. در روش پیشنهادی کنترل لازم بر روی مقادیر مجموع کروموزوم ها صورت میگیرد در نتیجه نیازی به استفاده از هزینه جریمه در حل مسئله پخش بار اقتصادی نخواهد بود. این روش بر روی الگوریتم ژنتیک کلاسیک جهت حل مسائل پخش بار اقتصادی غیر محدب پیاده شده است .روش پیشنهادی قابلی...
متن کاملالگوریتم ژنتیک مبتنی بر کد واقعی با جهش هوشمند برای حل مسائل پخش بار اقتصادی غیرمحدب
در این مقاله، یک روش جدید برای حل مسائل پخش بار اقتصادی با استفاده از الگوریتم ژنتیک مبتنی بر کدهای واقعی با جهش هوشمند پیشنهاد می شود. در روش پیشنهادی کنترل لازم بر روی مقادیر مجموع کروموزوم ها صورت می گیرد در نتیجه نیازی به استفاده از هزینه جریمه در حل مسئله پخش بار اقتصادی نخواهد بود. این روش بر روی الگوریتم ژنتیک کلاسیک جهت حل مسائل پخش بار اقتصادی غیر محدب پیاده شده است .روش پیشنهادی قابلی...
متن کاملالگوریتم ژنتیک با جهش آشوبی هوشمند و ترکیب چندنقطهای مکاشفهای برای حل مسئله رنگآمیزی گراف
Graph coloring is a way of coloring the vertices of a graph such that no two adjacent vertices have the same color. Graph coloring problem (GCP) is about finding the smallest number of colors needed to color a given graph. The smallest number of colors needed to color a graph G, is called its chromatic number. GCP is a well-known NP-hard problems and, therefore, heuristic algorithms are usually...
متن کاملارائه مدل معامله هوشمند در بازارهای مالی مبتنی بر الگوریتم ژنتیک، منطق فازی و شبکه عصبی
معاملات موفق در بازارهای مالی می بایست نزدیک به نقاط کلیدی بازگشتی انجام گردد. در سال های اخیر سیستم های مختلفی به منظور شناسایی این نقاط بازگشتی ایجاد شده اند. تحلیل تکنیکال یکی از معتبرترین و پرکاربردترین این سیستم ها محسوب می شود. تحلیل تکنیکال بواسطه قوانین متعددی که داراست سعی در ایجاد سیگنال های صحیح به موقع به منظور شناخت این نقاط دارد. اما یکی از معایب این سیستم وابستگی شدید آن به تجرب...
متن کاملارائه مدل معامله هوشمند در بازارهای مالی مبتنی بر الگوریتم ژنتیک، منطق فازی و شبکه عصبی
معاملات موفق در بازارهای مالی می بایست نزدیک به نقاط کلیدی بازگشتی انجام گردد. در سال های اخیر سیستم های مختلفی به منظور شناسایی این نقاط بازگشتی ایجاد شده اند. تحلیل تکنیکال یکی از معتبرترین و پرکاربردترین این سیستم ها محسوب می شود. تحلیل تکنیکال بواسطه قوانین متعددی که داراست سعی در ایجاد سیگنال های صحیح به موقع به منظور شناخت این نقاط دارد. اما یکی از معایب این سیستم وابستگی شدید آن به تجرب...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
هوش محاسباتی در مهندسی برقجلد ۵، شماره ۴، صفحات ۸۵-۱۰۲
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023