dc.contributor.author | Μεγγίσογλου, Μιχαήλ | el |
dc.date.accessioned | 2020-12-16T06:29:30Z | |
dc.date.available | 2020-12-16T06:29:30Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/52541 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.20239 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | Τεχνητή νοημοσύνη | el |
dc.subject | Νευρωνικά δίκτυα | el |
dc.subject | Σύνθεση μουσικής | el |
dc.subject | Επιβλεπόμενη μάθηση | el |
dc.subject | Μη επιβλεπόμενη μάθηση | el |
dc.subject | Artificial intelligence | el |
dc.subject | Neural networks | el |
dc.subject | Music composition | el |
dc.subject | Supervised learning | el |
dc.subject | Unsupervised learning | el |
dc.title | Σύνθεση μουσικής με δυνατότητα επιλογής μουσικού είδους | el |
dc.contributor.department | Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών - Εργαστηρίου Ευφυών και Υπολογιστικών Συστημάτων | el |
heal.type | bachelorThesis | |
heal.classification | Τεχνητή Νοημοσύνη | el |
heal.classification | Νευρωνικά Δίκτυα | el |
heal.language | el | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2020-11-12 | |
heal.abstract | Η παραγωγή δεδομένων από νευρωνικά δίκτυα που στηρίζονται σε γεννητικά μοντέλα έχει γνωρίσει μεγάλη ανάπτυξη τα τελευταία χρόνια. Τα δίκτυα αυτά εκπαιδεύονται σε σύνολα δεδομένων και κατασκευάζουν κατανομές πιθανοτήτων που τα περιγράφουν. Με αυτόν τον τρόπο δύνανται να ανακατασκευάσουν στιγμιότυπα του συνόλου εκπαίδευσης ή να παράξουν νέα δεδομένα, παρόμοια με όσα έχουν συναντήσει κατά την εκπαίδευσή τους. Η παρούσα εργασία χρησιμοποιεί μια παραλλαγή του Variational αυτοκωδικοποιητή (VAE), ενός γεννητικού νευρωνικού δικτύου, και έχει σκοπό τη σύνθεση μουσικής ενός συγκεκριμένου μουσικού είδους, το οποίο παρέχει ο χρήστης. Με βάση το σύστημα που κατασκευάσαμε, εξερευνούμε τις διάφορες πτυχές του VAE και εκμεταλλευόμαστε την εσωτερική του δομή, για να εξάγουμε ενδιαφέροντα συμπεράσματα. | el |
heal.advisorName | Σταφυλοπάτης, Ανδρέας-Γεώργιος | el |
heal.committeeMemberName | Στάμου, Γεώργιος | el |
heal.committeeMemberName | Κόλλιας, Στέφανος | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών. Εργαστήριο Υπολογιστικών Συστημάτων | el |
heal.academicPublisherID | ntua | |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: