| 3 | | **Сл. 1.** Чинија од 7-миот век на која е прикажана Сасанидската ера на музичари |
| | 3 | Сл. 1. Најзастапени муз. инструменти во Македонската народна музика: гајда, кавал, тапан и тамбура |
| | 4 | Сл. 2. Нотација на песната “Помниш ли, либе Тодоро” |
| | 5 | Сл. 3. Кинеско ѕвонче (ѕвонче на ветар) |
| | 6 | Сл. 4. Аеонска харфа |
| | 7 | Сл. 5. Пресек на инструментот на вода – суикинкутсу |
| | 8 | Сл. 6. Пример автоматски генерирана песна според записите за бр. 2 и 3 на коцките во играта: The Dice Waltz |
| | 9 | Сл. 7. Граф на матрица на транзиција (Маркови низи) добиен со апликацијата Markov composer |
| | 10 | Сл. 8 Избор на параметри за генерирање мелодија – WolframTones |
| | 11 | Сл. 9 Дел од шема генерирана со кл. автоматизација |
| | 12 | Сл. 10 Претставување на временска оска |
| | 13 | Сл.11 Кориснички интерфејс на Jukedeck make |
| | 14 | Сл.12. Кориснички интерфејс на Abundant Music |
| | 15 | Сл.13 Кориснички интерфејс на Melisma Stochastic Melody Generator |
| | 16 | Сл. 14 Класификација на цвеќетo Iris со тренирање на р.невронска мрежа на слики од цвеќиња Iris |
| | 17 | Сл. 15 Архитектура на рекурентна невронска мрежа |
| | 18 | Сл. 16 Математички опис на едноставна р. невронска мрежа |
| | 19 | Сл. 17. Видови на рекурентни невронски мрежи според нивната архитектура |
| | 20 | Сл. 18. Ванила рекурентна н. мрежа наспроти рекурентна н. м. со долго-краткорочна меморија |
| | 21 | Сл. 19. Порта за заборавање |
| | 22 | Сл. 20. Порта за влез |
| | 23 | Сл. 21. Слој на комбинирање |
| | 24 | Сл. 22. Порта за излез |
| | 25 | Сл. 23. Лого на програмата Deepjazz |
| | 26 | Сл. 24. Лого на BachBot на веб сервисот soundcloud.com |
| | 27 | Сл. 25. Лого на FolkRNN |
| | 28 | Сл. 26 PDFtoMusicPro – апликација за анализа и конвертирање на формат на нотни записи |
| | 29 | Сл. 27 Тренирање на модел на LSTM мрежа на 10 мак. нар. песни |
| | 30 | Сл. 28 Генерирање на м. народна мелодија врз тренираните модели |
| 7 | | **Сл. 3.** Од лево женско оро, во средина машко оро и десно машко-женско оро |
| 8 | | |
| 9 | | **Сл. 4.** Нотација на песната “Помниш ли, либе Тодоро” |
| 10 | | |
| 11 | | **Сл. 5.** Кинеско ѕвонче (ѕвонче на ветар) |
| 12 | | |
| 13 | | **Сл. 6.** Аеонска харфа |
| 14 | | |
| 15 | | **Сл. 7.** Пресек на инструментот на вода – суикинкутсу |
| 16 | | |
| 17 | | **Сл. 8.** Пример автоматски генерирана песна според записите за бр. 2 и 3 на коцките во играта: The Dice Waltz |
| 18 | | |
| 19 | | **Сл. 9.** Граф на матрица на транзиција (Маркови низи) добиен со апликацијата Markov composer |
| 20 | | |
| 21 | | **Сл. 10** Iannis Xenakis, Париз – 1970 |
| 22 | | |
| 23 | | **Сл. 11.** David Cope како работи на системот ЕММИ |
| 24 | | |
| 25 | | **Сл. 12** Избор на параметри за генерирање мелодија – !WolframTones |
| 26 | | |
| 27 | | **Сл. 13** Дел од шема генерирана со кл. автоматизација |
| 28 | | |
| 29 | | |
| 30 | | |
| 31 | | **Сл. 14** Претставување на временска оска |
| 32 | | |
| 33 | | **Сл. 15** Архитектура на системот Morpheus |
| 34 | | |
| 35 | | **Сл. 16** Кориснички интерфејс на A.I.Duet |
| 36 | | |
| 37 | | **Сл. 17** Тестирање на A.I.Duet |
| 38 | | |
| 39 | | **Сл. 18** Класификација на цвеќетo Iris со тренирање на р.невронска мрежа на слики од цвеќиња Iris |
| 40 | | |
| 41 | | **Сл. 19** Архитектура на рекурентна невронска мрежа |
| 42 | | |
| 43 | | **Сл. 20** Математички опис на едноставна р. невронска мрежа |
| 44 | | |
| 45 | | **Сл. 21.** Видови на рекурентни невронски мрежи според нивната архитектура |
| 46 | | |
| 47 | | **Сл. 22.** Ванила рекурентна н. мрежа наспроти рекурентна н. м. со долго-краткорочна меморија |
| 48 | | |
| 49 | | **Сл. 23.** Лого на програмата Deepjazz |
| 50 | | |
| 51 | | **Сл. 24.** Лого на !BachBot на веб сервисот soundcloud.com |
| 52 | | |
| 53 | | **Сл. 25.** Лого на FolkRNN |
| 54 | | |
| 55 | | **Сл. 26** PDFtoMusicPro – апликација за анализа и конвертирање на формат на нотни записи |
| 56 | | |
| 57 | | **Сл. 27** Тренирање на модел на LSTM мрежа на 10 мак. нар. песни |
| 58 | | |
| 59 | | **Сл. 28** Генерирање на м. народна мелодија врз тренираните модели |
| 60 | | |
| 61 | | **Табела 1.** Резултати од повеќето тренирани модели со различни параметри |
| 62 | | |
| 63 | | **Табела 2** Резултати од спроведениот “музички Тјуринг тест’ со петмина испитаници |
| | 34 | Табела 1. Резултати од повеќето тренирани модели со различни параметри |
| | 35 | Табела 2 Резултати од спроведениот “музички Тјуринг тест’ со петмина испитаници |