dc.contributor	Boháč Marek, Ing. : 61118
dc.contributor.advisor	Nouza Jan, prof. Ing. CSc. : 54737
dc.contributor.author	Malena, Jonáš
dc.contributor.other	Laboutková Šárka, doc. Ing. Ph.D. Skolitel : 57210
dc.contributor.other	Lukáš David, prof. RNDr. CSc. Konzultant : 55119
dc.contributor.other	Macháček David, Ing. Konzultant2 : 65769
dc.date.accessioned	2018-10-15T11:53:25Z
dc.date.available	2018-10-15T11:53:25Z
dc.date.committed	2018-5-14
dc.date.defense	2018-6-12
dc.date.submitted	2017-10-19
dc.date.updated	2018-10-15
dc.degree.level	Bc.
dc.description.abstract	Práce se zabývá návrhem, učením a vyhodnocením rozdílných modelů, jejichž účelem bylo pro poskytnutou sekvenci tónů (melodii), vygenerovat harmonický doprovod, tvořený akordy.Učení modelu bylo podmíněno tvorbou rozsáhlého datového souboru, složeného z melodických a harmonických dvojic. Ten byl vytvořený zpracováním velkého množství MIDI souborů, do formátu vhodného k reprezentaci neuronovými sítěmi.Oba navržené modely byly založeny na hlubokých rekurentních neuronových sítích. První model byl diskriminativní logistický klasifikátor. Druhý, generativní model, byl založený na variačním autoenkodéru.Dále je popsáno vyhodnocení obou modelů na nezávislých datech. To bylo prováděno pomocí testování shody mezi vygenerovanými a referenčními daty. Dále pak porovnáním vlastností melodie a vygenerovaného doprovodu.	cs
dc.description.abstract	The aim of this thesis was to design, learn a evaluate distinct models whose purpose was to generate harmonic accompaniment consisting of chords for given melody.The learning was conditioned by the creation of a large dataset consisting of melodic and harmonic pairs. The dataset was created by processing a large ammount of MIDI files, into the format which is more natural for neural networks.Both models were based on deep recurrent neural networks. First model was a discriminative logistic classifier. Second model was generative and based on a variational autoencoder.The evaluation of both models was done on independent data. It was performed using measuring similarity between the generated and the reference data. Another accuracy metric consisted of measuring properties between melody and generated data.	en
dc.description.mark
dc.format	42 s
dc.format.extent	Ilustrace, Schémata, Grafy, Tabulky 1 1
dc.identifier.uri	https://dspace.tul.cz/handle/15240/32205
dc.language.iso	cs
dc.relation.isbasedon	beginarab renewcommandlabelenumi[arabicenumi] item Mařík V., Štěpánková O., Lažanský J. a kol.: Umělá inteligence (1), Academia, Praha, 1993. item Bishop Ch.: Pattern Recognition and Machine Learning. Springer, 2006. item Online kurz Machine Learning, dostupný na https://www.coursera.org/learn/machine-learning item A Recurrent Neural Network Music Generation Tutorial dostupný na https://magenta.tensorflow.org/2016/06/10/recurrent-neural-network-generation-tutorial endarab
dc.rights	Vysokoškolská závěrečná práce je autorské dílo chráněné dle zákona č. 121/2000 Sb., autorský zákon, ve znění pozdějších předpisů. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou https://knihovna.tul.cz/document/26	cs
dc.rights	A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act. https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics https://knihovna.tul.cz/document/26	en
dc.rights.uri	https://knihovna.tul.cz/document/26
dc.rights.uri	https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf
dc.subject	neuronová síť	cs
dc.subject	hudba	cs
dc.subject	neural network	en
dc.subject	music	en
dc.title	Generování harmonického doprovodu melodie pomocí neuronových sítí	cs
dc.title	Using neural nets for generating harmonic accompaniment for a melody	en
dc.title.alternative		cs
dc.type	bakalářská práce	cs
local.degree.abbreviation	Bakalářský
local.degree.discipline	IT
local.degree.programme	Informační technologie
local.degree.programmeabbreviation	B2646
local.department.abbreviation	ITE
local.faculty	Fakulta mechatroniky, informatiky a mezioborových studií	cs
local.faculty.abbreviation	FM
local.identifier.author	M15000042
local.identifier.stag	36853
local.note.administrators	automat

Generování harmonického doprovodu melodie pomocí neuronových sítí

Files

Original bundle

Collections