Composição musical algorítmica utilizando redes geradoras adversárias e algoritmos genéticos

• Autor(a) principal: Matheus Bitarães de Novaes
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/53936
• topic: Inteligência computacional; Redes geradoras adversárias; GANs; Redes neurais; Algoritmos genéticos; Música; Música algorítmica; Engenharia elétrica; Inteligência computacional; Redes neurais (Computação); Algoritmos genéticos; Música

O uso de Inteligência Computacional para geração de peças musicais está presente na literatura desde os momentos iniciais deste campo de pesquisa. Desde então, a arte algorítmica vem acompanhando os avanços tecnológicos na área e, por ser um problema que pode ser abordado sob várias óticas, diversas abordagens estão presentes na literatura com o intuito da emulação do processo artístico por computadores. Dentre os campos explorados para geração de peças musicais, os Algoritmos Genéticos e as Redes Neurais possuem significativa presença e, conforme as Redes Geradoras Adversárias (GANs) ganharam popularidade, aplicações para geração de arte começaram a emergir. Este trabalho propõe uma arquitetura composta por um algoritmo genético cuja população inicial é alimentada por redes geradoras adversárias (GANs) especializadas em gerar melodias para determinadas funções harmônicas. A função de fitness do algoritmo genético é um somatório ponderado de métodos heurísticos de avaliação de qualidade, onde os pesos de cada função são atribuídos pelo usuário, antes da requisição da melodia. Uma estratégia de aumento de dados para o treinamento da GAN foi proposta e validada experimentalmente. Outro experimento realizado foi uma comparação entre a qualidade das melodias geradas pela arquitetura proposta, uma GAN e uma rede LSTM onde obteve-se evidências estatisticamente significativas de que a arquitetura proposta possui melhor qualidade, de acordo com as métricas escolhidas para o trabalho. Experimentou-se também o efeito da utilização da resposta do Discriminador da GAN integrado à função de fitness do algoritmo genético e obteve-se indícios estatisticamente significativos de que esta abordagem possui melhor qualidade, em comparação com a utilização da função de fitness sem a avaliação do Discriminador.