studien zur imitation von interpretationen klassischer klavier-musik durch neuronale netze rainer...
TRANSCRIPT
Studien zur Imitation vonInterpretationen klassischer
Klavier-Musik durch neuronale Netze
Rainer Schmoll
Aufgabensteller Prof Dr Juumlrgen Schmidhuber
Betreuer Dipl-Inf Georg Fette Dipl-Inf Christian Osendorfer
110506
DIPLOMARBEIT
in Informatik
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 2
Uumlbersicht - Methodik
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 3
Uumlbersicht - Gliederung
1 Datenrepraumlsentation
2 Grundlagen zu neuronalen Netzen
3 Datenbeschaffung
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 4
1 Datenrepraumlsentation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 5
Ereignis-Parameter beim EVL-Format
1 Ereignistyp
2 Laumlnge
3 Deltazeit
4 Notenwert
5 Lautstaumlrke
6 bdquois_first_beat_eventldquo
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 6
EDL-Berechnung
betroffene EVL-Parameter 1 Laumlnge2 Deltazeit3 Lautstaumlrke
Interpretationevl - Notentextevl = Unterschiedeevl
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 7
2 Grundlagen neuronaler Netze
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 8
Schematische NetzarchitekturEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
neti f
a1
a2
a3
ak
ai
Neuron
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 9
Vergleich miterwuumlnschter Ausgabe
Propagierung (Datenstrom)
Eingabe derTrainingsdaten
Fehlerberechnung
Ruumlckpropagierung (Fehlerstrom)
Netztraining mit BackpropagationEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 10
Rekurrente Netze mit LSTM
Output-Gate
Input-Gate
Forget-Gate
10
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 11
3 Datenbeschaffung
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 2
Uumlbersicht - Methodik
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 3
Uumlbersicht - Gliederung
1 Datenrepraumlsentation
2 Grundlagen zu neuronalen Netzen
3 Datenbeschaffung
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 4
1 Datenrepraumlsentation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 5
Ereignis-Parameter beim EVL-Format
1 Ereignistyp
2 Laumlnge
3 Deltazeit
4 Notenwert
5 Lautstaumlrke
6 bdquois_first_beat_eventldquo
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 6
EDL-Berechnung
betroffene EVL-Parameter 1 Laumlnge2 Deltazeit3 Lautstaumlrke
Interpretationevl - Notentextevl = Unterschiedeevl
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 7
2 Grundlagen neuronaler Netze
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 8
Schematische NetzarchitekturEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
neti f
a1
a2
a3
ak
ai
Neuron
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 9
Vergleich miterwuumlnschter Ausgabe
Propagierung (Datenstrom)
Eingabe derTrainingsdaten
Fehlerberechnung
Ruumlckpropagierung (Fehlerstrom)
Netztraining mit BackpropagationEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 10
Rekurrente Netze mit LSTM
Output-Gate
Input-Gate
Forget-Gate
10
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 11
3 Datenbeschaffung
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 3
Uumlbersicht - Gliederung
1 Datenrepraumlsentation
2 Grundlagen zu neuronalen Netzen
3 Datenbeschaffung
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 4
1 Datenrepraumlsentation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 5
Ereignis-Parameter beim EVL-Format
1 Ereignistyp
2 Laumlnge
3 Deltazeit
4 Notenwert
5 Lautstaumlrke
6 bdquois_first_beat_eventldquo
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 6
EDL-Berechnung
betroffene EVL-Parameter 1 Laumlnge2 Deltazeit3 Lautstaumlrke
Interpretationevl - Notentextevl = Unterschiedeevl
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 7
2 Grundlagen neuronaler Netze
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 8
Schematische NetzarchitekturEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
neti f
a1
a2
a3
ak
ai
Neuron
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 9
Vergleich miterwuumlnschter Ausgabe
Propagierung (Datenstrom)
Eingabe derTrainingsdaten
Fehlerberechnung
Ruumlckpropagierung (Fehlerstrom)
Netztraining mit BackpropagationEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 10
Rekurrente Netze mit LSTM
Output-Gate
Input-Gate
Forget-Gate
10
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 11
3 Datenbeschaffung
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 4
1 Datenrepraumlsentation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 5
Ereignis-Parameter beim EVL-Format
1 Ereignistyp
2 Laumlnge
3 Deltazeit
4 Notenwert
5 Lautstaumlrke
6 bdquois_first_beat_eventldquo
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 6
EDL-Berechnung
betroffene EVL-Parameter 1 Laumlnge2 Deltazeit3 Lautstaumlrke
Interpretationevl - Notentextevl = Unterschiedeevl
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 7
2 Grundlagen neuronaler Netze
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 8
Schematische NetzarchitekturEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
neti f
a1
a2
a3
ak
ai
Neuron
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 9
Vergleich miterwuumlnschter Ausgabe
Propagierung (Datenstrom)
Eingabe derTrainingsdaten
Fehlerberechnung
Ruumlckpropagierung (Fehlerstrom)
Netztraining mit BackpropagationEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 10
Rekurrente Netze mit LSTM
Output-Gate
Input-Gate
Forget-Gate
10
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 11
3 Datenbeschaffung
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 5
Ereignis-Parameter beim EVL-Format
1 Ereignistyp
2 Laumlnge
3 Deltazeit
4 Notenwert
5 Lautstaumlrke
6 bdquois_first_beat_eventldquo
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 6
EDL-Berechnung
betroffene EVL-Parameter 1 Laumlnge2 Deltazeit3 Lautstaumlrke
Interpretationevl - Notentextevl = Unterschiedeevl
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 7
2 Grundlagen neuronaler Netze
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 8
Schematische NetzarchitekturEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
neti f
a1
a2
a3
ak
ai
Neuron
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 9
Vergleich miterwuumlnschter Ausgabe
Propagierung (Datenstrom)
Eingabe derTrainingsdaten
Fehlerberechnung
Ruumlckpropagierung (Fehlerstrom)
Netztraining mit BackpropagationEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 10
Rekurrente Netze mit LSTM
Output-Gate
Input-Gate
Forget-Gate
10
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 11
3 Datenbeschaffung
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 6
EDL-Berechnung
betroffene EVL-Parameter 1 Laumlnge2 Deltazeit3 Lautstaumlrke
Interpretationevl - Notentextevl = Unterschiedeevl
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 7
2 Grundlagen neuronaler Netze
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 8
Schematische NetzarchitekturEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
neti f
a1
a2
a3
ak
ai
Neuron
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 9
Vergleich miterwuumlnschter Ausgabe
Propagierung (Datenstrom)
Eingabe derTrainingsdaten
Fehlerberechnung
Ruumlckpropagierung (Fehlerstrom)
Netztraining mit BackpropagationEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 10
Rekurrente Netze mit LSTM
Output-Gate
Input-Gate
Forget-Gate
10
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 11
3 Datenbeschaffung
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 7
2 Grundlagen neuronaler Netze
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 8
Schematische NetzarchitekturEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
neti f
a1
a2
a3
ak
ai
Neuron
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 9
Vergleich miterwuumlnschter Ausgabe
Propagierung (Datenstrom)
Eingabe derTrainingsdaten
Fehlerberechnung
Ruumlckpropagierung (Fehlerstrom)
Netztraining mit BackpropagationEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 10
Rekurrente Netze mit LSTM
Output-Gate
Input-Gate
Forget-Gate
10
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 11
3 Datenbeschaffung
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 8
Schematische NetzarchitekturEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
neti f
a1
a2
a3
ak
ai
Neuron
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 9
Vergleich miterwuumlnschter Ausgabe
Propagierung (Datenstrom)
Eingabe derTrainingsdaten
Fehlerberechnung
Ruumlckpropagierung (Fehlerstrom)
Netztraining mit BackpropagationEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 10
Rekurrente Netze mit LSTM
Output-Gate
Input-Gate
Forget-Gate
10
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 11
3 Datenbeschaffung
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 9
Vergleich miterwuumlnschter Ausgabe
Propagierung (Datenstrom)
Eingabe derTrainingsdaten
Fehlerberechnung
Ruumlckpropagierung (Fehlerstrom)
Netztraining mit BackpropagationEingabe-schicht
verborgeneSchicht
Ausgabe-schicht
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 10
Rekurrente Netze mit LSTM
Output-Gate
Input-Gate
Forget-Gate
10
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 11
3 Datenbeschaffung
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 10
Rekurrente Netze mit LSTM
Output-Gate
Input-Gate
Forget-Gate
10
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 11
3 Datenbeschaffung
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 11
3 Datenbeschaffung
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 12
3 Datenbeschaffung
MIDI-Datei
CD-Aufnahmen Internet-Recherche
von Handerstellt
von einem Pianisten eingespielt
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 13
Einspielen der Stuumlcke
bull 6 Walzer mit Klaus Ritzkowskybull Fragmente von 5 Walzern mit Hans-Joumlrg Paliege
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 14
Musikalische Analyse
1 Motorisch bedingte oderunterbewusste Variationen
Variations-Klassen
2 Notenbezogene Anschlagdynamik
3 Gesamtdynamik
4 TemposchwankungenTo
nh
oumlh
e
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 15
Digitalisierung des Notentextes
Original
nach OCR
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 16
Ruumlckwaumlrtsrechnung des Notentextes
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 17
Ruumlckwaumlrtsrechnung des Notentextes
noumltige Aumlnderungen
1 Marker setzen
To
nh
oumlh
e
Zeitm1 m2 m3 m4 m5l1 l2 l3 l4
2 Quantisieren
3 Lautstaumlrken
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 18
4 Ergebnisse
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 19
Uumlberanpassungstest
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 20
Live-Berechnung mit Kindermelodien
bull 10 monophone MelodienzB
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 21
Spieltechnik eines PianistenT
on
houml
he
Zeit
To
nh
oumlh
e
Zeit
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 22
Spieltechnik eines Pianisten
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 23
Wiederholungen lernen
bull Unmittelbare Wiederholung im Eingabestrom
bull Wiederholung vonEingabewerten
Eingaben Ausgaben
05
-1
0
0
-05
05
05
-1
-1
-1
-1
1
-1
1
1
1
( )
S
eq
ue
nzv
erl
au
f
bull Phrasenwiederholungen in einem Musikstuumlck
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 24
Netztraining mit Klavierstuumlcken
bull Typischer Fehlerverlauf
bull Ergebnis zB
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 25
Phrasen lernen
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 26
Phrasen lernen
Notentext Interpretationgelernte
Interpretation
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 27
Ausblick
bull Tests mit weniger komplexen Daten
bull Mehr Trainingsdaten
bull Erweiterungen der Datenrepraumlsentation
bull Andere Musikstile
bull Direkter Vergleich zu anderen Lernverfahren
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 28
Ende
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-
110506 Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
Folie 29
Diskussion
- Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze
- Uumlbersicht - Methodik
- Uumlbersicht - Gliederung
- 1 Datenrepraumlsentation
- Ereignis-Parameter beim EVL-Format
- EDL-Berechnung
- 2 Grundlagen neuronaler Netze
- Schematische Netzarchitektur
- Netztraining mit Backpropagation
- Rekurrente Netze mit LSTM
- 3 Datenbeschaffung
- Slide 12
- Einspielen der Stuumlcke
- Musikalische Analyse
- Digitalisierung des Notentextes
- Ruumlckwaumlrtsrechnung des Notentextes
- Slide 17
- 4 Ergebnisse
- Uumlberanpassungstest
- Live-Berechnung mit Kindermelodien
- Spieltechnik eines Pianisten
- Slide 22
- Wiederholungen lernen
- Netztraining mit Klavierstuumlcken
- Phrasen lernen
- Slide 26
- Ausblick
- Ende
- Diskussion
-