FenixEdu™

Dissertação

Deep Learning for Music Generation EVALUATED

Detalhes: A Criatividade é um conceito difícil de ser definido. Por esta razão, implementar um sistema computacional capaz de produzir comportamentos criativos é algo também difícil. A Criatividade Computacional, a área que se dedica a estudar comportamentos criativos artificiais, trabalha em busca de descobrir, algoritmicamente, como ensinar uma máquina a demonstrar criatividade. Desta forma, diante de outras possibilidades, os modelos baseados em aprendizagem profunda têm sido recorrentemente uma opção para a implementação deste tipo de comportamentos, tirando partido da arquitetura baseada no funcionamento dos neurónios humanos que as redes neuronais apresentam. Estes sistemas são, hoje em dia, usados para resolver um variado leque de problemas relacionado com criatividade em áreas artísticas como a pintura, escultura e música. Com o passar do tempo, diferentes tipos de modelos já foram testados, com intuito de implementar geração de música autónoma. Mais recentemente, as generative adversarial networks e os transformers têm sido os modelos mais utilizados, tendo este último ganho mais relevância ultimamente para a resolução deste tipo de problemas. Neste projeto, iremos analisar e propor um modelo com aprendizagem profunda para gerar sequências criativas de música para piano.
Keywords: Criatividade Computacional, Música, Aprendizagem Profunda, Transformer

Discussão: novembro 18, 2022, 10:30