我試圖做一個遺傳算法,生成音樂作品,如this one。我已經完成了生成筆記,變異和創建隨機組合的過程,但現在我需要一個健身功能。在這種情況下會是什麼?在鏈接文章中,它只是說「像旋律和和聲的特徵符合典型的風格」,這不是很具描述性。所以我的問題是,爲了達到這個目的,或者換句話說,什麼是一個很好的健身功能,我如何度量一段生成的音樂是如何「令人愉悅的」?音樂生成遺傳算法的標準?
1
A
回答
2
這不是一件小事。
事實上,當前進化音樂生成系統中最流行的方法是交互式演進,即用戶根據其偏好向音樂指導進化分配適應度。
當然,每個交互式進化系統都很慢。
根據之前的主觀評價,您可以嘗試預測新個人的健身價值。這可以通過使用遺傳編程(例如「用於主觀適應函數識別的遺傳編程」 - EuroGP 2004)或神經網絡,或者也可以通過使用支持向量機來構建和接近用戶的主觀適應度函數來完成。
一些,可以有效地用作人類題報道了音樂根據愉悅分類預定義的指標是:
- 齊普夫定律基礎指標(Developing Fitness Functions for Pleasant Music: Zipf's Law and Interactive Evolution Systems);
- Towsey的21混合旋律特徵(Towards Melodic Extension Using Genetic Algorithms);
- ...
硬連線的健身功能,可以產生良好的效果。但是,他們很難設計。在大多數音樂文獻中發現的經驗法則通常是模糊的,難以用算法解釋。他們只是最佳實踐,絕對不會被大多數藝術家嚴格遵守(例如,參見Evolutionary Music Composition A Quantitative Approach)。
相關問題
- 1. 遺傳算法染色體生成
- 2. 遺傳算法:最小生成數?
- 3. 遺傳算法
- 4. 的遺傳算法
- 5. 課程表組成的遺傳算法
- 6. 編寫音樂的算法
- 7. 遺傳算法的目標函數
- 8. 生成簡單的音樂/音調?
- 9. 你有生產遺傳算法嗎?
- 10. 遺傳算法 - 生產新一代
- 11. DEAP遺傳算法
- 12. Python遺傳算法
- 13. 遺傳算法庫
- 14. 特定遺傳算法成本函數
- 15. 標準樂器的MIDI聲音樣本
- 16. 遺傳算法和細胞遺傳算法有什麼區別
- 17. 遺傳算法錦標賽選擇
- 18. 音樂模仿算法?
- 19. 我可以生成音調(音樂)嗎?
- 20. 時間表在java中使用遺傳算法生成
- 21. 遺傳算法的製作
- 22. 遺傳算法的數獨
- 23. Sessions Scheduling的遺傳算法
- 24. SVM後的遺傳算法
- 25. 高效的遺傳算法
- 26. 遺傳算法的核心算法
- 27. 在遺傳算法中是否有一種標準的方法來替代DEAD?
- 28. 遺傳算法問題
- 29. 遺傳算法選擇
- 30. 遺傳算法編碼