基于RNN的音乐生成方法研究与实现任务书
2020-04-22 19:46:12
1. 毕业设计(论文)的内容和要求
随着ai技术的进步,自动音乐生成(automatic music generation)也酝酿而生,不断取得新的进展,在游戏、虚拟环境和娱乐产业等多种领域中都有所应用。
本次设计描述了一个基于深度学习的音乐生成系统,该系统可以通过训练实现音乐的序列化生成。
实验结果表明,这种生成的模式对音乐合成具有创造性的过渡,对于该领域意义重大。
2. 参考文献
[1] Deep learning.影印版Josh Patterson, Adam Gibson著东南大学出版社 2018 [2]Fundamentals of deep learning/Nikhil Buduma著影印版南京:东南大学出版社,2018.2 [3] 深度学习:基于Python语言和TensorFlow平台/谢琼编著 北京:人民邮电出版社,2018 [4] 深度学习核心技术与实践/猿辅导研究团队著北京:电子工业出版社,2018 [5] 深度学习实战/杨云, 杜飞著北京:清华大学出版社,2018 [6] 深度学习之TensorFlow:入门、原理与进阶实战/李金洪编著北京:机械工业出版社,2018 [7] 基于TensorFlow的深度学习:揭示数据隐含的奥秘/(美) 丹#183;范#183;鲍克塞尔著 连晓峰等译北京:机械工业出版社,2018 [8] TensorFlow学习指南:深度学习系统构建详解/Tom Hope, Yehezkel S. Resheff, Itay Lieder著 朱小虎, 李紫辉译北京:机械工业出版社,2018 [9] 深度学习、优化与识别/焦李成 ... [等] 著北京:清华大学出版社,2017.7 [10] 深度学习导论及案例分析/李玉鑑, 张婷等著北京:机械工业出版社,2016 [11] 人工智能导论 主编李德毅 中国科学技术出版社 2018 [12] 人工智能入门与实战:使用Raspberry Pi和Python演练/(美) 唐纳德#183;J. 诺利斯著 沈益冉, 潘海为, 高琳琳译 北京:清华大学出版社,2018 [13]21个项目玩转深度学习#8212;基于tensorflow的实践详解 作者:何之源 电子工业出版社2018.3.1 [14]深入浅出强化学习 原理入门 编著:郭宪 方勇纯 电子工业出版社,2018。
1 [15]深度学习算法实践 吴岸城编著,电子工业出版社2017年7月出版 [16]tensorflow实战 作者:黄文坚 唐源 电子工业出版,2017.2.13 [17]tensorflow:实战Google深度学习框架 作者:郑泽宇 顾思宇,2017.2.10 [18] M.Langkvist,L.Karlsson, A.Loutfi., ”A review of unsupervised feature learning and deep learning for time-series modeling”, Pattern Recognition Letters, vol.42, pp.11#8211;24,2014. [19] K. Takashi, K. Shinsuke, K. Kunikazu and O. Masanao., ”Time series forecasting using a deep belief network with restricted Boltzmann machines”, Neurocomputing, vol.37,pp.47-56,2014.
3. 毕业设计(论文)进程安排
起讫日期 设计(论文)各阶段工作内容 备 注 2018.12.21 -2019.1.6 确定题目 1.7-1.18 查阅参考文献,了解课题要求,完成开题报告 完成英文翻译 1.19-3.29 完成系统的总体设计, 包括RNN模型的总体设计和生成音乐的概念设计(包括E-R图等) 递交论文和英文翻译 4.1-4.8 完成系统的详细设计,包括获取音符和生成音乐的方法 系统操作平台自选 4.9-4.12 初步完成音乐生成系统调试,完成部分操作的设计 4.13-4.16 着手编制有关程序,并完成主要模块的设计 开发工具自选 4.17-4.20 完善主要模块的功能并完成其他模块的设计 4.21-4.27 完成各模块的单元测试,并着手进行系统调试 4.28-5.1 完成整个系统的调试工作,并着手毕业论文(设计)的撰写工作 5.2 -5.20 完成论文的初稿,并通过电子邮件发给指导老师初审 5.25-6.3 按指导老师意见修改论文并定稿打印装订 6.4- 准备毕业论文的答辩,包括答辩演示文稿等