基于 RNN-DBN 建模时间依赖性的复调音乐生成
机器学习
2014-12-30 v1 人工智能
神经与进化计算
摘要
本文提出了一种通用技术，通过结合循环神经网络（RNN）与深度信念网络（DBN）来建模时间依赖性和序列。我们的技术 RNN-DBN 融合了 RNN 的记忆状态（使其能够提供时间信息）与多层 DBN（有助于数据的高层表示），这使得 RNN-DBN 成为序列生成的理想选择。此外，将 DBN 与 RNN 结合使用，使该模型能够比受限玻尔兹曼机（RBM）表示显著更复杂的数据。我们将此技术应用于复调音乐生成任务。
引用
@article{arxiv.1412.7927,
title = {Polyphonic Music Generation by Modeling Temporal Dependencies Using a RNN-DBN},
author = {Kratarth Goel and Raunaq Vohra and J. K. Sahoo},
journal= {arXiv preprint arXiv:1412.7927},
year = {2014}
}
备注
8 pages, A4, 1 figure, 1 table, ICANN 2014 oral presentation. arXiv admin note: text overlap with arXiv:1206.6392 by other authors