Please use this identifier to cite or link to this item:
http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17779
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Μεγγίσογλου, Μιχαήλ | - |
dc.date.accessioned | 2020-11-13T12:56:29Z | - |
dc.date.available | 2020-11-13T12:56:29Z | - |
dc.date.issued | 2020-11-10 | - |
dc.identifier.uri | http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17779 | - |
dc.description.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. | en_US |
dc.language | el | en_US |
dc.subject | Τεχνητή Νοημοσύνη | en_US |
dc.subject | Artificial Intelligence | en_US |
dc.subject | Νευρωνικά Δίκτυα | en_US |
dc.subject | Neural Networks | en_US |
dc.subject | Σύνθεση Μουσικής | en_US |
dc.subject | Music Composition | en_US |
dc.subject | Επιβλεπόμενη Μάθηση | en_US |
dc.subject | Supervised Learning | en_US |
dc.subject | Μη Επιβλεπόμενη Μάθηση | en_US |
dc.subject | Unsupervised Learning | en_US |
dc.title | Σύνθεση μουσικής με δυνατότητα επιλογής μουσικού είδους | en_US |
dc.description.pages | 82 | en_US |
dc.contributor.supervisor | Σταφυλοπάτης Ανδρέας-Γεώργιος | en_US |
dc.department | Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών | en_US |
Appears in Collections: | Διπλωματικές Εργασίες - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Διπλωματική.pdf | 2.58 MB | Adobe PDF | View/Open |
Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.