but.committee	prof. Dr. Ing. Jan Černocký (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) doc. RNDr. Milan Češka, Ph.D. (člen) Ing. Filip Orság, Ph.D. (člen) RNDr. Marek Rychlý, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: Selecting a length of 6 seconds for training samples does not reflect the structure of the measures and motif. Isn't this a problem of results achieved? The convolution core of the first CNN layer of size (5,1) (large third in music theory) cannot capture harmony properly. Isn't this a problem of results achieved? What is the main reason for CNN Stride's best result? Co znamená ve vaši práci přesnost? Co vlastně říká? Překrývají se trénovací vzorky? Snažíte se na základě datasetu opravdu vytvořit novou hudbu? Měl jste hudbu rozčleněnou na žánry? Čím se síť inicializuje? Dal se výstup poslouchat?	cs
but.jazyk	angličtina (English)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Kolář, Martin	en
dc.contributor.author	Pankuch, Adam	en
dc.contributor.referee	Beran, Vítězslav	en
dc.date.created	2020	cs
dc.description.abstract	Cieľom tejto práce je tvorba systému schopného generovať gitarové stopy. Tento problém pozostáva z dvoch hlavných častí: získanie trénovacieho datasetu a trénovanie vhodného deep learning modelu. Prvá časť tohto problému bola vyriešená sériou skriptov, ktoré vyfiltrovali a transformovali sadu skladieb s viacerými hudobnými nástrojmi z Guitar Pro formátu na sadu gitarových stôp vo formáte pianoroll. Druhá časť problému bola vyriešená natrénovaním niekoľkých konvolučných a rekurentných neurónových sietí na vytvorenom datasete gitarových stôp. Gitarové stopy generované týmito sieťami boli navzájom porovnané a ohodnotené. Hoci vygenerované stopy nie sú veľmi harmonické a príjemné na vypočutie, ukázujú, že konvolučné siete sú vhodnejšie na generovanie polyfónnej hudby v porovnaní s inými typmi neurónových sietí.	en
dc.description.abstract	The goal of this thesis is to create a system, which is able to generate guitar tracks. This problem consists of two main parts: acquisition of a training dataset and training of a suitable deep learning model. The first part of the problem was solved by series of scripts which filter and transform a set of songs with many instruments in Guitar Pro format to a set of guitar tracks in pianoroll format. The second part of the problem was solved by training a few convolutional and recurrent neural networks on the created dataset of guitar tracks. Guitar tracks generated by these networks were compared to each other and evaluated. Although, the generated tracks are not very harmonic and pleasing to the ear, they show that convolutional networks are more suitable for generation of polyphonic music than other types of neural networks.	cs
dc.description.mark	A	cs
dc.identifier.citation	PANKUCH, A. Počítačem komponovaná hudba [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.	cs
dc.identifier.other	129150	cs
dc.identifier.uri	http://hdl.handle.net/11012/191510
dc.language.iso	en	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	algoritmická kompozícia hudby	en
dc.subject	deep learning	en
dc.subject	neurónové siete	en
dc.subject	Guitar Pro	en
dc.subject	pianoroll	en
dc.subject	algorithmic composition	cs
dc.subject	deep learning	cs
dc.subject	neural networks	cs
dc.subject	Guitar Pro	cs
dc.subject	pianoroll	cs
dc.title	Počítačem komponovaná hudba	en
dc.title.alternative	Algorithmic Music Composition	cs
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2020-07-10	cs
dcterms.modified	2020-07-13-23:41:08	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	129150	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:30:01	en
sync.item.modts	2025.01.17 11:49:26	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Počítačem komponovaná hudba

Files

Original bundle

Collections