Охота на электроовец. Большая книга искусственного интеллекта - Сергей Сергеевич Марков

class="p1">Luo Z., Chen D., Zhang Y., Huang Y., Wang L., Shen Y., Zhao D., Zhou J., Tan T. (2023). VideoFusion: Decomposed Diffusion Models for High-Quality Video Generation // https://arxiv.org/abs/2303.08320

2927

Храпов А. (2023). Диффузионная нейросеть ModelScope text2video 1.7B — создаём видео по текстовому описанию у себя дома. / Хабр, 23 мар 2023 // https://habr.com/ru/articles/724284/

2928

Maurer J. A. (1999). A Brief History of Algorithmic Composition // https://ccrma.stanford.edu/~blackrse/algorithm.html

2929

Grout D. J., Palisca C. V. (2001). A History of Western Music. W. W. Norton & Company: New York // https://books.google.ru/books?id=OdGOPwAACAAJ

2930

Maurer J. A. (1999). A Brief History of Algorithmic Composition // https://ccrma.stanford.edu/~blackrse/algorithm.html

2931

Grout D. J., Palisca C. V. (2001). A History of Western Music. W. W. Norton & Company: New York // https://books.google.ru/books?id=OdGOPwAACAAJ

2932

Maurer J. A. (1999). A Brief History of Algorithmic Composition // https://ccrma.stanford.edu/~blackrse/algorithm.html

2933

* Здесь — полифонический приём преобразования нотной последовательности, заключающийся в воспроизведении её интервалов в противоположном направлении от некоего неизменяющегося звука: восходящему ходу в основном (прямом) движении партии в обратном движении соответствует ход на такой же интервал вниз, и наоборот.

2934

Grout D. J., Palisca C. V. (2001). A History of Western Music. W. W. Norton & Company: New York // https://books.google.ru/books?id=OdGOPwAACAAJ

2935

Alpern A. (1995). Techniques for algorithmic composition of music // http://alum.hampshire.edu/~adaF92/algocomp/algocomp95.html

2936

Maurer J. A. (1999). A Brief History of Algorithmic Composition // https://ccrma.stanford.edu/~blackrse/algorithm.html

2937

Alpern A. (1995). Techniques for algorithmic composition of music // http://alum.hampshire.edu/~adaF92/algocomp/algocomp95.html

2938

Хаскинс Р. (2016). Быть Джоном Кейджем. Американский «плодотворный анархизм»: танец души / Гефтер, 18.05.2016 // http://gefter.ru/archive/18580

2939

Maurer J. A. (1999). A Brief History of Algorithmic Composition // https://ccrma.stanford.edu/~blackrse/algorithm.html

2940

Matossian N. (1986). Xenakis. London: Kahn and Averill // https://books.google.ru/books?id=Aj8IAQAAMAAJ

2941

Varga B. A., Xenakis I. (1996). Conversations with Iannis Xenakis. London: Faber and Faber // https://books.google.ru/books?id=SD1iQgAACAAJ

2942

Matossian N. (1986). Xenakis. London: Kahn and Averill // https://books.google.ru/books?id=Aj8IAQAAMAAJ

2943

Varga B. A., Xenakis I. (1996). Conversations with Iannis Xenakis. London: Faber and Faber // https://books.google.ru/books?id=SD1iQgAACAAJ

2944

Ферапонтова Е. В. (2004). Ксенакис Янис / Большая российская энциклопедия // https://bigenc.ru/music/text/2638850

2945

Maurer J. A. (1999). A Brief History of Algorithmic Composition // https://ccrma.stanford.edu/~blackrse/algorithm.html

2946

Eck D., Schmidhuber J. (2002). A First Look at Music Composition using LSTM Recurrent Neural Networks. Technical Report No. IDSIA-07-02 // http://people.idsia.ch/~juergen/blues/IDSIA-07-02.pdf

2947

Eck D., Lapalme J. (2006). Learning musical structure directly from sequences of music. Technical report, University of Montreal // http://www.iro.umontreal.ca/~eckdoug/papers/tr1300.pdf

2948

Correa D., Saito J., Abib S. (2008). Composing music with BPTT and LSTM networks: Comparing learning and generalization aspects / Proceedings of 2008 11th IEEE International Conference on Computational Science and Engineering — Workshops, pp. 95—100 // 10.1109/CSEW.2008.69

2949

Sturm B. L., Santos J. F., Korshunova I. (2015). Folk music style modelling by recurrent neural networks with long short term memory units // https://ismir2015.ismir.net/LBD/LBD13.pdf

2950

Callahan D. (2018). AI created more than 100,000 pieces of music after analyzing Irish and English folk tunes / KTH Royal Institute of Technology. News & events // https://www.kth.se/en/aktuellt/nyheter/ai-created-more-than-100-000-pieces-of-music-after-analyzing-irish-and-english-folk-tunes-1.845897

2951

Hadjeres G., Pachet F., Nielsen F. (2017). DeepBach: a Steerable Model for Bach Chorales Generation // https://arxiv.org/abs/1612.01010

2952

Morgen O. (2016). C-RNN-GAN: Continuous recurrent neural networks with adversarial training // https://arxiv.org/abs/1611.09904

2953

Yang L.-C., Chou S.-Y., Yang Y.-H. (2017). MidiNet: A Convolutional Generative Adversarial Network for Symbolic-domain Music Generation // https://arxiv.org/abs/1703.10847

2954

Waite E. (2016). Generating Long-Term Structure in Songs and Stories // https://magenta.tensorflow.org/2016/07/15/lookback-rnn-attention-rnn/

2955

Chu H., Urtasun R., Fidler S. (2016). Song From PI: A Musically Plausible Network for Pop Music Generation // https://arxiv.org/abs/1611.03477

2956

Roberts A., Engel J., Raffel C., Hawthorne C., Eck D. (2018). A Hierarchical Latent Vector Model for Learning Long-Term Structure in Music // https://arxiv.org/abs/1803.05428

2957

Kotecha N., Young P. (2018). Generating Music using an LSTM Network // https://arxiv.org/abs/1804.07300

2958

Dong H.-W., Hsiao W.-Y., Yang L.-C., Yang Y.-H. (2017). MuseGAN: Symbolic-domain music generation and accompaniment with multitrack sequential generative adversarial networks // https://arxiv.org/abs/1709.06298

2959

Wu J., Hu C., Wang Y., Hu X., Zhu J. (2017). A Hierarchical Recurrent Neural Network for Symbolic Melody Generation // https://arxiv.org/abs/1712.05274

2960

Simon I., Oore S. (2017). Performance RNN: Generating music with expressive timing and dynamics // https://magenta.tensorflow.org/performance-rnn

2961

Colombo F., Gerstner W. (2018). BachProp: Learning to Compose Music in Multiple Styles // https://arxiv.org/abs/1802.05162

2962

Нейросеть Яндекса создала музыку в стиле Скрябина (2017) / Викиновости, 30 мая 2017 // https://ru.wikinews.org/wiki/Нейросеть_Яндекса_создала_музыку_в_стиле_Скрябина

2963

Камерный оркестр исполнил музыку, написанную нейросетью «Яндекса» под Скрябина (2017) / Meduza, 30 мая 2017 // https://meduza.io/shapito/2017/05/30/kamernyy-orkestr-ispolnil-muzyku-napisannuyu-neyrosetyu-yandeksa-pod-skryabina

2964

Yamshchikov I. P., Tikhonov A. (2018). I Feel You: What makes algorithmic experience personal? / EVA Copenhagen 2018, Politics of the Machines — Art and After, Aalborg University, Copenhagen, Denmark, 15—17 May 2018 // https://doi.org/10.14236/ewic/EVAC18.32

2965

Yamshchikov I.