Audio Generation with Random Boolean Networks

Abstract

Komplekse systemer finnes i mange ulike former, både fra naturen og menneskeskapt. Selv om disse systemene kan utvise en veldig kompleks oppførsel, kan oppførselen være basert på veldig enkle regler. I naturen kan slike regler bli styrt av kjemiske eller fysiske egenskaper på ulike nivåer, eksempelvis reaksjoner, diffusjon, overflatespenning, molekylære reaksjoner eller cellulære prosesser. I det kunstige domenet blir komplekse systemer gjerne modelert med systemer uten global kontroll. Oppførselen fremkommer fra lokale regler, som antyder lokal kontroll, og lokale interaksjoner mellom grunnleggende enheter.

Ett slikt system er tilfeldige boolske nettverk, hvis oppførsel er basert på slike enkle regler i tilfeldig genererte boolske noder, som også er tilfeldig sammenkoblet. Dette prosjektet utforsker egenskapene til oppførselen til tilfeldige boolske nettverk basert på ulike parametre. Disse nettverkene ble utforsket for å finne nettverk som kan brukes til å kontrollere parametre til bruk i generering av lyd.

En applikasjon som genererer tilfeldige boolske nettverk basert på ulike parametre, og itererer nettverkene, har blitt utviklet, i tillegg til script brukt til analyse av de itererende nettverkene for å detektere nettverk som kan være gunstige for generering av musikk. Lovende nettverk er brukt til å kontrollere parametre for generering av lyd. Målet med dette er å generere lyd som kan høres noe musikalsk ut, samtidig som det er basert på tilfeldighet. For å oppnå dette ble en applikasjon som kobler tilstandene til nettverkene til diverse parametre i generering av lyd utviklet. De tilfeldige boolske nettverkene utviser oppførsel som har en grad av orden, samtidig som de er tilfeldige og ikke-deterministiske. Dette gjør det mulig å generere lyd som i stedet for å være helt kaotisk, muligens kan bli gjenkjent som noe beslektet med musikk, uten å være for repetitivt.

Complex systems exist in various different forms, both in nature and artificially created by humans. While these systems can exhibit very complex behavior, this behavior can be based on very simple rules. In nature such rules may be governed by chemical or physical properties at different levels, of which examples are reactions, diffusion, surface tension, molecular interactions or cellular processes. In the artificial domain complex systems are often modeled by systems with no global control. The behavior emerge from local rules, which imply local control, and local interactions between basic units.

One such system is Random Boolean Networks, whose behaviors are based on such simple rules in randomly generated boolean nodes, which are in addition randomly connected. This project explores the properties of the behaviors of Random Boolean Networks based on different parameters. These networks were explored toward finding networks that can be used to control parameters of sound in audio generation.

An application that generates Random Boolean Networks based on different parameters, and iterates networks, has been developed, as well as scripts used for analyzing the iterating networks to detect networks that may be favorable for music generation. Promising networks are used to control parameters for audio generation. The goal of this is to generate audio which may sound somewhat musical, while being based on randomness. To accomplish this, an application which maps the states of the networks to various parameters of audio generation was developed. The Random Boolean Networks show behavior that has a degree of order, while still being random and nondeterministic. This makes it possible to generate audio which instead of being completely chaotic can possibly be recognized as something akin to music, without being overly repetitive.