Vis enkel innførsel

dc.contributor.advisorTufte, Gunnar
dc.contributor.advisorBrandtsegg, Øyvind
dc.contributor.authorOtteren, Per Kåre Hollund
dc.date.accessioned2018-11-05T15:00:41Z
dc.date.available2018-11-05T15:00:41Z
dc.date.created2006-06-12
dc.date.issued2006
dc.identifierntnudaim:1128
dc.identifier.urihttp://hdl.handle.net/11250/2571057
dc.description.abstractDet eksisterer mange kjente metoder for å etterligne menneskelig tenkegang eller utøve kunstig intelligens. Et interessant anvendelsesområde for slike metoder er i musikken, siden dette er en kunstform uten klare regler eller absolutte sannheter. Uten regler og sannheter er det heller ikke en korrekt måte å lage musikk på. Arbeidet beskrevet i denne rapporten går ut på å bygge et system for å tolke musikalsk input fra en musikkutøver. Til dette blir det forsøkt benyttet nevrale nettverk. Et nevralt nettverk kan utføre denne oppgaven ved å trenes opp til å gjenkjenne hvilke akkorder som blir spilt. Systemet blir testet ved å koble det sammen med programmet Happysound (Utvliket i prosjektoppgaven høst 05). Dette er et program som benytter fuzzy logikk for å genererer musikalske soloer. Ved å koble et nevralt nettverk til dette fåes et system som tar inn akkompagnement fra en medspiller og spiller av soloer som passer til dette. Resultatene som presenteres viser at nevrale nettverk er en god metode for musikalske formål men at det legges begrensninger av hvor mange forskjellige akkordrepresentasjoner ett enkelt nevralt nettverk klarer å kjenne igjen. Til slutt fremlegges en utvidelse for å overkomme disse begrensningene.
dc.languagenob
dc.publisherNTNU
dc.subjectDatateknologi, Komplekse datasystemer
dc.titleAnvendelse av biologisk inspirerte metoder i musikk
dc.typeMaster thesis


Tilhørende fil(er)

Thumbnail
Thumbnail
Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel