Recentes progressos e desafios na geração de música por aprendizagem profunda/
Briot, Jean-Pierre
Recentes progressos e desafios na geração de música por aprendizagem profunda/ Seminário de Computação Gráfica: Jean-Pierre Briot. - Rio de Janeiro: IMPA, 2020. - video online
Resumo: O atual tsunami da aprendizagem profunda (o retorno hipervitaminado dos redes neurais artificiais) recentemente mostrou que ela não se aplica apenas às tarefas e aplicações mais tradicionais, previsão e classificação, mas já conquistou outras áreas, como tradução ou síntese de voz. Um novo campo é a geração de música e, de maneira mais geral a geração de conteúdo criativo (texto, imagem, música, som, vídeo). Desafios atuais são a capacidade de impor restrições à geração (por exemplo, tonalidade, estrutura...), bem como promover a originalidade do conteúdo gerado, que não é o objetivo inicial (no contrário, conforme ao estilo induzido). No inicio da apresentação, vamos examinar algumas recentes criações musicais e visuais com aprendizagem maquina. Depois uma introdução rápida às bases técnicas e os primeiros experimentos pioneiros com redes neurais para geração de música desde o final dos anos 80, analisaremos várias questões para a geração de música (incrementalidade, originalidade, estrutura...) e várias abordagens para tentar resolvê-las, com um foco sobre arquiteturas generativas como autoencodificadores variacionais (VAE) e redes antagonistas generativas (GAN). A apresentação será parcialmente baseada no livro: Deep Learning Techniques for Music Generation, Springer, 2019 .
Matematica.
Recentes progressos e desafios na geração de música por aprendizagem profunda/ Seminário de Computação Gráfica: Jean-Pierre Briot. - Rio de Janeiro: IMPA, 2020. - video online
Resumo: O atual tsunami da aprendizagem profunda (o retorno hipervitaminado dos redes neurais artificiais) recentemente mostrou que ela não se aplica apenas às tarefas e aplicações mais tradicionais, previsão e classificação, mas já conquistou outras áreas, como tradução ou síntese de voz. Um novo campo é a geração de música e, de maneira mais geral a geração de conteúdo criativo (texto, imagem, música, som, vídeo). Desafios atuais são a capacidade de impor restrições à geração (por exemplo, tonalidade, estrutura...), bem como promover a originalidade do conteúdo gerado, que não é o objetivo inicial (no contrário, conforme ao estilo induzido). No inicio da apresentação, vamos examinar algumas recentes criações musicais e visuais com aprendizagem maquina. Depois uma introdução rápida às bases técnicas e os primeiros experimentos pioneiros com redes neurais para geração de música desde o final dos anos 80, analisaremos várias questões para a geração de música (incrementalidade, originalidade, estrutura...) e várias abordagens para tentar resolvê-las, com um foco sobre arquiteturas generativas como autoencodificadores variacionais (VAE) e redes antagonistas generativas (GAN). A apresentação será parcialmente baseada no livro: Deep Learning Techniques for Music Generation, Springer, 2019 .
Matematica.