Простийпошук |
Розширенийпошук |
Покажчики
|
Професійний пошук |
Рубрикатор НБУВ |
Розподілений пошук |
Бази даних
Наукова періодика України - результати пошуку
Книжкові видання та компакт-дискиЖурнали та продовжувані виданняАвтореферати дисертаційРеферативна база данихНаукова періодика УкраїниТематичний навігаторАвторитетний файл імен осіб
 |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
| Знайдено в інших БД: | Реферативна база даних (3) |
Список видань за алфавітом назв: Авторський покажчик Покажчик назв публікацій  |
Пошуковий запит: (<.>A=Komarov O$<.>) | |||
|
Загальна кількість знайдених документів : 2 Представлено документи з 1 до 2 |
|||
| 1. | 
Komarov O. Consonant chord model of musical compositions for harmonizing melodies by a genetic algorithm [Електронний ресурс] / O. Komarov, O. Galchonkov, A. Nevrev, O. Babilunga // Праці Одеського політехнічного університету. - 2018. - Вип. 3. - С. 63-79. - Режим доступу: http://nbuv.gov.ua/UJRN/Popu_2018_3_9 Незважаючи на досить добре розвинену теорію побудови музичних творів спостерігається недостатнє впровадження комп'ютерних засобів, що полегшують роботу композиторів. Мета роботи - розробка моделі музичних композицій, що надає змогу використовувати генетичні алгоритми для автоматизації додавання акордів до відомої мелодії за максимального задоволення правилам музичної теорії. Розроблена нова модель для представлення музичних композицій надає змогу збільшити швидкість гармонізації заданих мелодій генетичним алгоритмом. Результат одержано завдяки побудові моделі на більш високому рівні структурної узагальненості, у порівнянні з відомою тональної моделлю. Проведений аналіз тональної моделі показав надмірність області визначення функції якості музичного твору у разі використання цієї моделі. Це і призводить до недостатньо високої швидкості гармонізації мелодій. Звуження області визначення функції якості за рахунок більш повного врахування правил гармонії музичних творів надало змогу відсікти явно неприйнятні акорди, що і призвело до прискорення гармонізації за використання розробленої консонантної акордної моделі. Одержані співвідношення надають змогу виробляти перехід від акордної моделі до тональної і від неї до звичайного нотного запису. Числове моделювання задачі гармонізації відомої мелодії показало досягнення більш високого рівня гармонізації за автоматичними методами у порівнянні з працею композитора, а також суттєве прискорення процесу гармонізації у разі використання консонантної акордної моделі, в порівнянні з тональної моделлю. Це надає змогу рекомендувати використання розробленої моделі у програмах автоматичної гармонізації мелодій. Внесок проведеного дослідження в теорію генетичних алгоритмів полягає у використаному новому підході до формування хромосом і багатофакторної функції якості, що надали змогу ефективно застосувати генетичні алгоритми до задачі гармонізації музичних творів. Практична цінність одержаних результатів полягає в автоматизації праці композиторів, які можуть зосередитися повністю на створенні мелодії. А працю по доповненню мелодії акордами можна перекласти на комп'ютер. Крім цього, одержана висока швидкість гармонізації дозволяє поліпшити якість мелодій, що генеруються, і їх відповідність динаміці подій в комп'ютерних іграх. | ||
| 2. | 
Komarov O. V. Reducing the Search Area of Genetic Algorithm Using Neural Network Autoencoder [Електронний ресурс] / O. V. Komarov // Herald of advanced information technology. - 2020. - Vol. 3, no 3. - С. 113–124. - Режим доступу: http://nbuv.gov.ua/UJRN/hait_2020_3_3_3 Розглянуто проблему формування генетичного представлення для вирішення оптимізаційних задач за допомогою генетичних алгоритмів. Традиційно генетичне представлення є набором із N ознак, що задають N-мірний простір гепотипів, в якому виконується пошук рішення. Внаслідок неоптимального вибору набору ознак генотипний простір стає надмірним, область пошуку рішення збільшується, а це своєю чергою сповільнює пошук оптимуму, а також призводить до генерування кандидатів, не придатних до вимог задачі. Причиною цього є бажання охопити областю пошуку всі допустимі кандидати в рішення задачі. В оптимізаційних задачах з обмеженнями для пошуку оптимуму досить було б охопити тільки область придатних кандидатів, які потрапляють в задані задачею обмеження. Оскільки множина придатних кандидатів має меншу потужність, ніж множина всіх допустимих кандидатів, область пошуку рішення може бути вужчою. Зменшити область пошуку можна побудовою більш вигідного набору ознак, репрезентативного для множини придатних рішень. Але в разі малої кількості знань про предметну область конструювання оптимального набору ознак може виявитися нетривіальним завданням. Запропоновано використання методів навчання ознакам на основі вибірки придатних за умовами обмежень оптимізаційної задачі рішень. Як такий метод використовується нейромережевий автокодувальник. Показано, що застосування підготовчого етапу конструювання набору ознак для побудови оптимального генетичного представлення надає можливість значно прискорити збіжність генетичного процесу до оптимуму, дозволяючи знаходити кандидатів високої пристосованості за меншу кількість ітерацій алгоритму. | ||
Попередній перегляд: 
Реферативна БД
 |
| Відділ наукової організації електронних інформаційних ресурсів |
 Пам`ятка користувача |