| 20 | | Тоа ќе биде направено со тренирање на модел на невронски мрежи ,наречени LSTM – long short term memory невронски мрежи, врз база на податоци, кој ќе биде подоцна искористен за предвидување на нова мелодија која ќе звучи и потсетува на македонска народна мелодија. Овој модел би можел да се искористи за изработка на веб апликација за генерирање музички придружни мелодии и е ефикасен затоа што корисниците не мораат да го тренираат моделот, тој ќе биде трениран и како таков искористен од веб апликацијата, што заштедува време и ресурси на корисниците. Моделот е имплементиран во python, со користење на платформата Tensorflow и библиотеки за обработка на музика во python. Трениран е на мало множество податоци во согласност со ресурсите кои ги поседував. Изведувани се повеќемина експерименти за тестирање на резултантната мелдоија, со менување на параметрите на невронските мрежи и бројот на епохи на изведување. На крај е изведен Тјуринг тест на добиените мелодии. |
| | 20 | Автоматско генерирање на музика е создавање на музичко дело автоматски од страна на компјутерски систем, и е уште наречено и алгоритамско компонирање, поради користењето на алгоритми за компонирање на музика. Композициските алгоритми можат да користат различни програмски техники, да имаат различни структури и начини за процесирање на податоците,па според тоа постојат и различни модели за алгоритамско компонирање, како на пример: математички модели, системи базирани на знаење, музички граматики, системи кои учат, хибридни системи и др. Во овој дипломски труд ќе биде презентиран процес на автоматско генерирање на Македонска народна мелодија со помош на машинско учење, односно ќе биде искористен модел на алгоритамско компонирање на музика со помош на системи кои учат. |
| | 21 | |
| | 22 | Maшинско учење е метод на анализирање на податоците, кој автоматски гради аналитички модел од нив, а спаѓа во полето на вештачка интелигенција. Главната идеја на машинското учење е создавање на системи кои можат да учат, врз основа на претходно обезбедени податоци, а потоа врз основа на научениот модел, овие системи можат да се искористат или за препознавање на шеми или за правење одлуки со што е можно помала интеракција од човек. |
| | 23 | |
