Um ambiente hÃbrido inteligente para previsÃo de acordes musicais em tempo real

AUTOR(ES)

Uraquitan Sidney Gouveia Carneiro da Cunha

DATA DE PUBLICAÇÃO

1999

RESUMO

Motivados pela demanda do mercado de software musical, bem como pelo interesse cientÃfico envolvido no problema de previsÃo de sÃries temporais [Weigend, 1993], desenvolvemos um ambiente capaz de realizar previsÃes de acordes de canÃÃes de Jazz em tempo real. NÃs propusemos uma arquitetura hÃbrida original que tem como base uma rede neural MLP-backpropagation atuando de forma concorrente com um rastreador de seqÃÃncias repetidas de acordes. A rede neural faz um aprendizado prÃvio a partir de diversos exemplos de canÃÃes, extraindo os padrÃes curtos de seqÃÃncias de acordes tÃpicas. O sistema rastreador funciona capturando em tempo real as repetiÃÃes (refrÃes, estrofes, etc.) dentro de uma dada canÃÃo, as quais escapariam à rede neural. Trata-se da problemÃtica geral de aprendizado a priori versus aprendizado situado, em tempo real. Com a arquitetura hÃbrida proposta e uma representaÃÃo rica do acorde musical, obtivemos resultados muito acima dos registrados na literatura dedicada ao problema

ASSUNTO(S)

previsÃo de acordes musicais tempo real ciencia da computacao ambiente hÃbrido

Documentos Relacionados

• Um modelo hÃbrido para simulaÃÃo de multidÃo com comportamentos variados em tempo real
• Uma nova metodologia hÃbrida inteligente para a previsÃo de sÃries temporais
• Um modelo hÃbrido estocÃstico para tratamento do problema de roteamento de veÃculos com janela de tempo
• Projeto hÃbrido de redes neurais
• Projeto hÃbrido de redes neurais