- ข้อความ
- ประวัติศาสตร์
A Computational Model of the Musico
A Computational Model of the Music
of Stevie Ray Vaughan
Naresh Vempala
Institute of Cognitive Science
The University of Louisiana at Lafayette
Lafayette, LA 70504-3772 USA
nxv5312@louisiana.edu
+1 337 482-1130
Subrata Dasgupta
Institute of Cognitive Science
The University of Louisiana at Lafayette
Lafayette, LA 70504-3772 USA
subrata@louisiana.edu
+1 337 482-1130
ABSTRACT
Every musician who improvises has a unique musical
vocabulary, which may be perceived in his or her
compositions. In this paper, we explain our design of a
computational model that predicts the creative decisions
made by the blues musician, Stevie Ray Vaughan for various
input scenarios. Our design brings into effect the fact that
creative works involve the use of pre-existing structures
stored in the creator’s mind or knowledge base, retrieved and
reconstructed on the basis of appropriate rules, which are
triggered by the nature of specific input. The model was
partially implemented as a limited production system using a
probabilistic method. It was tested with three different input
scenarios. The model predicted the musician’s decisions with
a limited degree of accuracy. The tests provided valuable
insight on ways to improve the current performance and
suggested revising the definition of a musical pattern to
include specific limits on its duration.
Keywords
Musical creativity, computational modeling, production
system, creativity modeling.
ACM Classification Keywords
I.2.4 Knowledge Representation Formalisms and Methods:
Representations (procedural and rule-based)
INTRODUCTION
Every musician has a unique musical vocabulary, which he
or she uses in creating music. Our objectives for designing
this computational model were, a) to capture the cognitive
style of a particular blues musician: Stevie Ray Vaughan,
and b) to predict the improvisational decisions made by
Stevie Ray Vaughan for given input scenarios, during the
creative process of making music, and thus illustrate some
aspects of his cognitive style.
This effort was on account of three kinds of motivational
reasons. First, there is a theoretical basis for this effort. It is
widely agreed that one of the key attributes of a creative
work is the extent of its originality. The originality of any
creative work is perceived by the uniqueness with which
previously existing ideas are combined to form this new
body of work.
Koestler [1] termed the connection of two previously
unconnected “matrices” or knowledge spaces as bisociation.
We attempt to illustrate bisociation by mapping out the
contribution of different knowledge spaces towards the
creation of single bodies of music, or songs, by one
musician.
Second, there is a motivation behind using a computational
model as the model of choice. A model may be loosely
defined as the representation of a theory about some realworld
phenomenon. It allows us to focus on certain aspects
of realistic phenomena while abstracting out irrelevant
details. A computational model entails developing a process
theory, expressing this as a computer program and
simulating it [2]. This requires “definitional and conceptional
precision, and clarity of assumptions” made. Computational
models allow us to incorporate a “level or realism” without
sacrificing “analytic focus” [2]. In addition to these merits,
computational models can act as powerful metaphorical tools
for understanding creative processes. Our goal here is to
explain certain aspects of Stevie Ray Vaughan’s creative
process by predicting his musical decisions, given his
emotional goals/mental states, and compositional goals. We
construct metaphors by mapping what we wish to understand
(the metaphrand) onto something we do understand (the
metaphier) [3]. The two domains we are dealing with here,
when examining Stevie Ray Vaughan’s creativity are music
and psychology. To get a clearer understanding of his
creative process, we wish to map some aspects of his
creative process (the metaphrand), onto a computational
model (the metaphier). We emphasize that by using a
computational model we are not proposing that the music
creation process is intrinsically computational. Rather,
computational models provide us with techniques that enable
us to capture certain key aspects of the creative process.
Third, there is a motivation behind using Stevie Ray
Vaughan as the subject of our case study. Vaughan’s
contribution to the blues/blues-rock genre cannot be
overstated. He is widely considered to be one of the few
Permission to make digital or hard copies of all or part of this work for
personal or classroom use is granted without fee provided that copies are
not made or distributed for profit or commercial advantage and that copies
bear this notice and the full citation on the first page. To copy otherwise,
or republish, to post on servers or to redistribute to lists, requires prior
specific permission and/or a fee.
C&C’07, June 13–15, 2007, Washington, DC, USA.
Copyright 2007 ACM 978-1-59593-712-4/07/0006...$5.00.
musicians responsible for reviving the blues in the 1980s [4].
Not only was his influence felt by several of his
contemporary musicians and peers in the genres of blues and
rock & roll such as Eric Clapton, Buddy Guy, John Lee
Hooker, and Bonnie Raitt [5], but is also still present in the
style of current blues-rock musicians such as Kenny Wayne
Shepherd.
Besides his importance in terms of musical contribution,
Vaughan’s musical style is more restricted to blues and
blues-rock idioms unlike the style of other guitar players
such as John McLaughlin and Robben Ford. This provides us
with a better opportunity to capture key aspects of his style
within the precise nature of a computational model.
Scientific approaches to the study of creativity such as the
method of experimental psychology identify universal
principles or general theories referred to by psychologists as
nomothetic principles [6]. These scientific approaches do not
explain how a particular individual has performed a
particular act of creation. So, the individual’s uniqueness is
not captured. What we need is “a cognitive science of the
individual” which involves a combination of nomothetic
principles with “idiographic understanding”, or “insight into
the particularities of the individual”.
This model addresses the requirements of this approach by
initially studying the particularities of the individual and then
simulating them. The model attempts to provide insight into
the creative process of a particular individual, who in our
case is Stevie Ray Vaughan.
According to Jeffrey George1, coordinator of guitar studies
in the School of Music at the University of Louisiana at
Lafayette, students pursuing music as a course of study are
not taught how to improvise. They are essentially provided
with “tools” or musical vocabulary, which may be used for
playing music. For a beginning jazz musician these tools
would be musical elements such as scales, harmonies, chords
and chord voicings [7]. As a first step to improvisation a
musician learns to emulate solo performances of other
musicians who have influenced him or her, keeping in mind
the context in which that solo was composed. A
computational model could provide insight into the
improvisatory decisions made by the particular musician in
musically different situations.
MUSIC AND COMPUTATIONAL MODELING
Two main kinds of models in cognitive musicology are
competence models and performance models. Competence
comprises the knowledge possessed by musicians, by way of
musical concepts, skills etc. Competence models provide
theories regarding the organization, representation and
understanding of this knowledge by the musician. However,
they do not explain how the musician uses this knowledge
while performing. Performance models, deal with predicting
1 J. L. George, personal communication, Feb 23, 2005.
how the musician uses his or her knowledge in a given
scenario. One of the methods used in modeling musical
activity is an indirect method that involves examining the
end product generated by the musician. This involves
attempting to understand musical activity by “knowledge
engineering in reverse” [8].
A few existing computational models in music cognition
were reviewed prior to our implementation. Thom’s Bandout-
of-the-Box (BoB) [9], attempts to trade “short solos”
with a real musician during the process of improvisation. It
restricts the learning phase to a maximum of 15 minutes,
during which the musician is asked to play, with a few preset
conditions such as tempo and accompaniment. This input
stream of musical data is captured and organized into pitch
classes based on their frequency of use. Then probabilistic
methods are applied to generate patterns that simulate the
style of the musician whose input stream was used as “warm
up” data. While the model emulates certain elements of the
musician’s style it does not provide insight into the creative
aspects of the musician’s style. It does not provide any input
conditions that influence the musician’s creative decisions.
Eck and Schmidhuber [10] designed a model using recurrent
neural networks to learn from an input stream in a specific
musical style and generate new instances of the given
musical style. This principle could also be applied to
generating instances of a particular musician’s style instead
of a musical genre. However, since the inputs of the network
are in the form of single notes rather than emotional, stylistic
and structural parameters, it does not provide any insight into
the creative decisions made by a particular musician, just as
in the case of Thom’s BoB.
Walker’s ImprovisationBuilder acts like a computer
improviser in group improvisations [11]. Walker uses certain
norms in conversational analysis in his design to determine
when another musician is “soloing, accompanying, or not
playing”. He believes that musicians “build melodic solos
from phrases” as opposed to individual musical notes. This
of Stevie Ray Vaughan
Naresh Vempala
Institute of Cognitive Science
The University of Louisiana at Lafayette
Lafayette, LA 70504-3772 USA
nxv5312@louisiana.edu
+1 337 482-1130
Subrata Dasgupta
Institute of Cognitive Science
The University of Louisiana at Lafayette
Lafayette, LA 70504-3772 USA
subrata@louisiana.edu
+1 337 482-1130
ABSTRACT
Every musician who improvises has a unique musical
vocabulary, which may be perceived in his or her
compositions. In this paper, we explain our design of a
computational model that predicts the creative decisions
made by the blues musician, Stevie Ray Vaughan for various
input scenarios. Our design brings into effect the fact that
creative works involve the use of pre-existing structures
stored in the creator’s mind or knowledge base, retrieved and
reconstructed on the basis of appropriate rules, which are
triggered by the nature of specific input. The model was
partially implemented as a limited production system using a
probabilistic method. It was tested with three different input
scenarios. The model predicted the musician’s decisions with
a limited degree of accuracy. The tests provided valuable
insight on ways to improve the current performance and
suggested revising the definition of a musical pattern to
include specific limits on its duration.
Keywords
Musical creativity, computational modeling, production
system, creativity modeling.
ACM Classification Keywords
I.2.4 Knowledge Representation Formalisms and Methods:
Representations (procedural and rule-based)
INTRODUCTION
Every musician has a unique musical vocabulary, which he
or she uses in creating music. Our objectives for designing
this computational model were, a) to capture the cognitive
style of a particular blues musician: Stevie Ray Vaughan,
and b) to predict the improvisational decisions made by
Stevie Ray Vaughan for given input scenarios, during the
creative process of making music, and thus illustrate some
aspects of his cognitive style.
This effort was on account of three kinds of motivational
reasons. First, there is a theoretical basis for this effort. It is
widely agreed that one of the key attributes of a creative
work is the extent of its originality. The originality of any
creative work is perceived by the uniqueness with which
previously existing ideas are combined to form this new
body of work.
Koestler [1] termed the connection of two previously
unconnected “matrices” or knowledge spaces as bisociation.
We attempt to illustrate bisociation by mapping out the
contribution of different knowledge spaces towards the
creation of single bodies of music, or songs, by one
musician.
Second, there is a motivation behind using a computational
model as the model of choice. A model may be loosely
defined as the representation of a theory about some realworld
phenomenon. It allows us to focus on certain aspects
of realistic phenomena while abstracting out irrelevant
details. A computational model entails developing a process
theory, expressing this as a computer program and
simulating it [2]. This requires “definitional and conceptional
precision, and clarity of assumptions” made. Computational
models allow us to incorporate a “level or realism” without
sacrificing “analytic focus” [2]. In addition to these merits,
computational models can act as powerful metaphorical tools
for understanding creative processes. Our goal here is to
explain certain aspects of Stevie Ray Vaughan’s creative
process by predicting his musical decisions, given his
emotional goals/mental states, and compositional goals. We
construct metaphors by mapping what we wish to understand
(the metaphrand) onto something we do understand (the
metaphier) [3]. The two domains we are dealing with here,
when examining Stevie Ray Vaughan’s creativity are music
and psychology. To get a clearer understanding of his
creative process, we wish to map some aspects of his
creative process (the metaphrand), onto a computational
model (the metaphier). We emphasize that by using a
computational model we are not proposing that the music
creation process is intrinsically computational. Rather,
computational models provide us with techniques that enable
us to capture certain key aspects of the creative process.
Third, there is a motivation behind using Stevie Ray
Vaughan as the subject of our case study. Vaughan’s
contribution to the blues/blues-rock genre cannot be
overstated. He is widely considered to be one of the few
Permission to make digital or hard copies of all or part of this work for
personal or classroom use is granted without fee provided that copies are
not made or distributed for profit or commercial advantage and that copies
bear this notice and the full citation on the first page. To copy otherwise,
or republish, to post on servers or to redistribute to lists, requires prior
specific permission and/or a fee.
C&C’07, June 13–15, 2007, Washington, DC, USA.
Copyright 2007 ACM 978-1-59593-712-4/07/0006...$5.00.
musicians responsible for reviving the blues in the 1980s [4].
Not only was his influence felt by several of his
contemporary musicians and peers in the genres of blues and
rock & roll such as Eric Clapton, Buddy Guy, John Lee
Hooker, and Bonnie Raitt [5], but is also still present in the
style of current blues-rock musicians such as Kenny Wayne
Shepherd.
Besides his importance in terms of musical contribution,
Vaughan’s musical style is more restricted to blues and
blues-rock idioms unlike the style of other guitar players
such as John McLaughlin and Robben Ford. This provides us
with a better opportunity to capture key aspects of his style
within the precise nature of a computational model.
Scientific approaches to the study of creativity such as the
method of experimental psychology identify universal
principles or general theories referred to by psychologists as
nomothetic principles [6]. These scientific approaches do not
explain how a particular individual has performed a
particular act of creation. So, the individual’s uniqueness is
not captured. What we need is “a cognitive science of the
individual” which involves a combination of nomothetic
principles with “idiographic understanding”, or “insight into
the particularities of the individual”.
This model addresses the requirements of this approach by
initially studying the particularities of the individual and then
simulating them. The model attempts to provide insight into
the creative process of a particular individual, who in our
case is Stevie Ray Vaughan.
According to Jeffrey George1, coordinator of guitar studies
in the School of Music at the University of Louisiana at
Lafayette, students pursuing music as a course of study are
not taught how to improvise. They are essentially provided
with “tools” or musical vocabulary, which may be used for
playing music. For a beginning jazz musician these tools
would be musical elements such as scales, harmonies, chords
and chord voicings [7]. As a first step to improvisation a
musician learns to emulate solo performances of other
musicians who have influenced him or her, keeping in mind
the context in which that solo was composed. A
computational model could provide insight into the
improvisatory decisions made by the particular musician in
musically different situations.
MUSIC AND COMPUTATIONAL MODELING
Two main kinds of models in cognitive musicology are
competence models and performance models. Competence
comprises the knowledge possessed by musicians, by way of
musical concepts, skills etc. Competence models provide
theories regarding the organization, representation and
understanding of this knowledge by the musician. However,
they do not explain how the musician uses this knowledge
while performing. Performance models, deal with predicting
1 J. L. George, personal communication, Feb 23, 2005.
how the musician uses his or her knowledge in a given
scenario. One of the methods used in modeling musical
activity is an indirect method that involves examining the
end product generated by the musician. This involves
attempting to understand musical activity by “knowledge
engineering in reverse” [8].
A few existing computational models in music cognition
were reviewed prior to our implementation. Thom’s Bandout-
of-the-Box (BoB) [9], attempts to trade “short solos”
with a real musician during the process of improvisation. It
restricts the learning phase to a maximum of 15 minutes,
during which the musician is asked to play, with a few preset
conditions such as tempo and accompaniment. This input
stream of musical data is captured and organized into pitch
classes based on their frequency of use. Then probabilistic
methods are applied to generate patterns that simulate the
style of the musician whose input stream was used as “warm
up” data. While the model emulates certain elements of the
musician’s style it does not provide insight into the creative
aspects of the musician’s style. It does not provide any input
conditions that influence the musician’s creative decisions.
Eck and Schmidhuber [10] designed a model using recurrent
neural networks to learn from an input stream in a specific
musical style and generate new instances of the given
musical style. This principle could also be applied to
generating instances of a particular musician’s style instead
of a musical genre. However, since the inputs of the network
are in the form of single notes rather than emotional, stylistic
and structural parameters, it does not provide any insight into
the creative decisions made by a particular musician, just as
in the case of Thom’s BoB.
Walker’s ImprovisationBuilder acts like a computer
improviser in group improvisations [11]. Walker uses certain
norms in conversational analysis in his design to determine
when another musician is “soloing, accompanying, or not
playing”. He believes that musicians “build melodic solos
from phrases” as opposed to individual musical notes. This
0/5000
แบบจำลองเชิงคำนวณของดนตรีของสตีวี่เรย์วอนNaresh Vempalaสถาบันวิทยาศาสตร์ประชานมหาวิทยาลัยรัฐลุยเซียนาที่ลาฟาแยตต์สหรัฐอเมริกาลาฟาแยตต์ LA 70504-3772nxv5312@louisiana.edu+ 1 337 482-1130Subrata Dasguptaสถาบันวิทยาศาสตร์ประชานมหาวิทยาลัยรัฐลุยเซียนาที่ลาฟาแยตต์สหรัฐอเมริกาลาฟาแยตต์ LA 70504-3772subrata@louisiana.edu+ 1 337 482-1130บทคัดย่อนักดนตรีทุกคน improvises มีดนตรีที่ไม่ซ้ำกันคำศัพท์ ซึ่งอาจมองเห็นเขาหรือเธอจน ในเอกสารนี้ เราอธิบายเราออกแบบแบบจำลองเชิงคำนวณที่ทำนายตัดสินใจสร้างสรรค์ทำ โดยนักดนตรีบลูส์ สตีวี่เรย์วอนสำหรับต่าง ๆสถานการณ์นำเข้า ออกแบบของเรานำผลข้อเท็จจริงที่งานสร้างสรรค์ที่เกี่ยวข้องกับการใช้โครงสร้างที่มีอยู่ก่อนเก็บไว้ในจิตใจของผู้สร้างหรือฐานความรู้ ดึง และเชิดตามกฎที่เหมาะสม ที่ทริกเกอร์ โดยลักษณะของการป้อนข้อมูล มีรูปแบบบางส่วนใช้เป็นผลิตจำกัดระบบใช้การวิธี probabilistic มันถูกทดสอบ ด้วยการป้อนข้อมูลที่แตกต่างกันสามสถานการณ์ แบบจำลองคาดการณ์การตัดสินใจของนักดนตรีด้วยระดับความแม่นยำจำกัด การทดสอบให้ค่ะความเข้าใจในวิธีการปรับปรุงประสิทธิภาพการทำงานปัจจุบัน และแนะนำการแก้ไขข้อกำหนดของรูปแบบดนตรีเพื่อมีจำกัดเฉพาะในระยะเวลาคำสำคัญความคิดสร้างสรรค์ดนตรี โมเดลคอมพิวเตอร์ ผลิตระบบ การสร้างโมเดลความคิดสร้างสรรค์พลอากาศประเภทคำสำคัญFormalisms I.2.4 ความรู้นำเสนอและวิธีการ:แทน (ขั้นตอน และ ตามกฎ)แนะนำนักดนตรีทุกศัพท์ดนตรีไม่ซ้ำกัน ที่เขามีหรือเธอใช้ในการสร้างเพลง วัตถุประสงค์ของเราในการออกแบบรุ่นนี้คำนวณได้ เป็น) เพื่อจับภาพการรับรู้ลักษณะของนักดนตรีแบบบลูส์โดยเฉพาะ: สตีวี่เรย์วอนและ b เพื่อทำนายตัดสิน improvisational โดยสตีวี่เรย์วอนสำหรับให้เข้าสถานการณ์ ในระหว่างกระบวนการสร้างสรรค์ของการทำเพลง และดังนั้นจึง แสดงให้เห็นถึงบางด้านสไตล์การรับรู้ของเขานี้พยายามในบัญชีสามชนิดของหัดเหตุผล ครั้งแรก มีพื้นฐานทฤษฎีสำหรับความพยายามนี้ มันเป็นตกลงที่หนึ่งของคุณสมบัติที่สำคัญของความสร้างสรรค์อย่างกว้างขวางงานมีขอบเขตของความคิดริเริ่มของ ความคิดริเริ่มของถือว่างานสร้างสรรค์ โดยเอกลักษณ์ที่ก่อนหน้านี้ คิดอยู่จะรวมฟอร์มนี้ใหม่เนื้อหาของงานKoestler [1] เรียกว่าการเชื่อมต่อสองก่อนหน้านี้กับ "เมทริกซ์" หรือช่องว่างความรู้เป็น bisociationเราพยายามแสดง bisociation โดยแม็ปออกสัดส่วนของช่องว่างความรู้ที่แตกต่างกันต่อการสร้างเนื้อเดียวของเพลง เพลง โดยหนึ่งนักดนตรีที่สอง มีแรงจูงใจอยู่เบื้องหลังโดยใช้การคำนวณโมเดลเป็นแบบจำลองที่เลือก แบบจำลองอาจจะอ้อมกำหนดเป็นตัวอย่างของทฤษฎีเกี่ยวกับ realworld บางปรากฏการณ์ จะเน้นในลักษณะของปรากฏการณ์จริงขณะ abstracting ออกไม่เกี่ยวข้องรายละเอียดการ แบบจำลองคอมพิวเตอร์มีการพัฒนากระบวนการทฤษฎี การแสดงนี้เป็นโปรแกรมคอมพิวเตอร์ และจำลองมัน [2] ต้อง "definitional และ conceptionalความแม่นยำ และความชัดเจนของสมมติฐาน"ได้ คำนวณแบบจำลองให้เรารวมเป็น "ระดับหรือความสมจริง" ไม่เสียสละ "คู่ความ" [2] นอกจากนี้บุญแบบจำลองการคำนวณสามารถทำหน้าที่เป็นเครื่องมือเชิงเปรียบเทียบที่มีประสิทธิภาพสำหรับการทำความเข้าใจกระบวนการสร้างสรรค์ เป้าหมายของเราคืออธิบายลักษณะของความคิดสร้างสรรค์ของสตีวี่เรย์วอนดำเนินการ โดยการคาดการณ์ของเขาตัดสินใจดนตรี ให้เขาอเมริกาอารมณ์เป้าหมาย/จิต และ compositional เป้าหมาย เราสร้างคำอุปมาอุปมัย โดยการแม็ปสิ่งที่เราต้องเข้าใจ(metaphrand) ไปยังบางสิ่งบางอย่างที่เราเข้าใจ(metaphier) [3] โดเมนที่สองที่เรากำลังเผชิญกับที่นี่เมื่อพิจารณาสถานะสตีวี่เรย์วอนของความคิดสร้างสรรค์เป็นเพลงและจิตวิทยา จะได้รับความเข้าใจที่ชัดเจนของเขากระบวนการสร้างสรรค์ ที่เราต้องการแผนที่บางส่วนของเขากระบวนการสร้างสรรค์ (metaphrand), บนการคำนวณแบบจำลอง (metaphier) เราเน้นที่โดยการแบบจำลองเชิงคำนวณเราจะเสนอที่เพลงสร้างกระบวนการคำนวณทำได้ ค่อนข้างแบบจำลองเชิงคำนวณให้เรา มีเทคนิคที่ช่วยให้เราจับบางแง่มุมที่สำคัญของกระบวนการสร้างสรรค์ที่สาม มีแรงจูงใจเบื้องหลังการใช้เพียง Rayวอนเป็นเรื่องของกรณีศึกษาของเรา ของวอนเงินสมทบ บลูส์/blues-rock ประเภทไม่ระบุมากกว่าความจริง เขาอย่างกว้างขวางถือเป็นไม่กี่สิทธิ์ในการทำดิจิตอลหรือสิ่งพิมพ์ทั้งหมดหรือส่วนหนึ่งของงานนี้ใช้ส่วนตัวหรือห้องเรียนได้รับ โดยไม่มีค่าธรรมเนียมที่จะคัดลอกไม่ทำ หรือกระจายกำไร หรือประโยชน์ทางการค้า และสำเนาที่หมีนี้ประกาศและอ้างอิงเต็มหน้าแรก การคัดลอกหรือหรือประกาศใหม่ การลงรายการบัญชีบนเซิร์ฟเวอร์ หรือกระจายไปยังรายการ ต้องการก่อนสิทธิ์เฉพาะและ/หรือค่าธรรมเนียมC & C'07, 13-15 มิถุนายน 2007 วอชิงตัน DC สหรัฐอเมริกา978-1-59593-712-4/07/0006...$5.00 สงวนลิขสิทธิ์ 2007 พลอากาศนักดนตรีชอบฟื้นฟูกล้าม blues ในทศวรรษ 1980 [4]ไม่เพียงแต่ ถูกอิทธิพลของเขารู้สึกหลายของเขาดนตรีร่วมสมัยและเพื่อนในประเภทของบลูส์ และร็อคแอนด์โรเช่น Eric Clapton เพื่อนผู้ชาย จอห์นลีHooker และบอนนี่ Raitt [5], แต่ก็ยังคงมีอยู่ในตัวลักษณะของดนตรี blues-rock ปัจจุบันเช่น Wayne เคนนีคนเลี้ยงแกะนอกจากความสำคัญของเขาในส่วนดนตรีสไตล์ดนตรีของวอนถูกจำกัดมากขึ้นกับบลูส์ และสำนวน blues-rock แตกต่างจากลักษณะของผู้เล่นกีตาร์อื่น ๆจอห์นแมคลาฟลินและร็อบเบินฟอร์ด นี้ให้เรามีโอกาสดีกว่าจับแง่มุมที่สำคัญของสไตล์ของเขาในธรรมชาติความแม่นยำของแบบจำลองเชิงคำนวณวิธีทางวิทยาศาสตร์เพื่อศึกษาความคิดสร้างสรรค์เช่นการวิธีการทดลองจิตวิทยาระบุสากลหลักการหรือทฤษฎีทั่วไปที่อ้างอิง โดยนักจิตวิทยาเป็นnomothetic หลัก [6] วิธีการทางวิทยาศาสตร์เหล่านี้ไม่อธิบายว่า บุคคลใดได้ดำเนินการพระราชบัญญัติเฉพาะของการสร้าง ดังนั้น คือเอกลักษณ์ของแต่ละบุคคลจับไม่ สิ่งที่เราต้องเป็น "ประชานศาสตร์ของการบุคคล"ที่เกี่ยวข้องรวม nomotheticหลักการ "เข้าใจ idiographic" หรือ "ความเข้าใจในการ particularities ของแต่ละบุคคล"รุ่นนี้เน้นความต้องการของวิธีการนี้ด้วยเริ่มเรียน particularities ของแต่ละบุคคลแล้วเลียนแบบพวกเขา พยายามให้เป็นแบบกระบวนการสร้างสรรค์ของแต่ละบุคคลใด ในที่ของเรากรณีเป็นสตีวี่เรย์วอนเจฟฟรีย์ George1 ผู้ประสานงานศึกษากีตาร์ตามในโรงเรียนดนตรีที่มหาวิทยาลัยรัฐลุยเซียนาที่ลาฟาแยตต์ มีนักเรียนใฝ่หาเพลงเป็นหลักสูตรการศึกษาไม่สอนวิธีด้น พวกเขามีหลัก"เครื่องมือ" หรือศัพท์ดนตรี ซึ่งสามารถใช้สำหรับเล่นเพลง สำหรับนักดนตรีแจ๊สเป็นต้นเครื่องมือเหล่านี้จะเป็นองค์ประกอบของดนตรีเช่นเครื่องชั่งน้ำหนัก ท่วงทำนอง chordsและคอร์ด voicings [7] เป็นขั้นตอนแรกเพื่อก่อการนักเรียนรู้ที่จะจำลองการแสดงเดี่ยวของอื่น ๆนักดนตรีผู้มีอิทธิพลเขาหรือเธอ เก็บใจบริบทที่โซโลได้ประกอบด้วย Aแบบจำลองคำนวณสามารถให้เป็นโดยเฉพาะนักดนตรีในการตัดสินใจ improvisatoryสถานการณ์ไนท์คลับต่าง ๆเพลงและแบบจำลองเชิงคำนวณมีสองประเภทหลักของแบบจำลองใน musicology รับรู้แบบจำลองความสามารถและประสิทธิภาพของรูปแบบ ความสามารถประกอบด้วยนักดนตรี มอบความรู้ โดยวิธีการของแนวคิดดนตรี ทักษะฯลฯ แบบจำลองความสามารถให้ทฤษฎีเกี่ยวกับองค์กร การนำเสนอ และทำความเข้าใจเกี่ยวกับความรู้นี้โดยนักดนตรี อย่างไรก็ตามพวกเขาไม่อธิบายวิธีการที่นักดนตรีใช้ความรู้นี้ขณะดำเนินการ แบบจำลองประสิทธิภาพการทำงาน จัดการกับคาดการณ์1 J. L. จอร์จ สื่อสาร 23 feb, 2005วิธีการที่นักดนตรีใช้ความรู้ของเขา หรือเธอในการกำหนดสถานการณ์ หนึ่งในวิธีที่ใช้ในโมเดลดนตรีกิจกรรมเป็นวิธีการทางอ้อมที่เกี่ยวข้องกับการตรวจสอบการผลิตภัณฑ์สุดท้ายที่สร้างขึ้น โดยนักดนตรี นี้เกี่ยวข้องกับพยายามทำความเข้าใจกิจกรรมดนตรี โดย "ความรู้วิศวกรรมในการย้อนกลับ" [8]ที่มีอยู่ไม่กี่รูปแบบคำนวณในเพลงประชานได้ตรวจสอบก่อนการใช้งานของเรา ของธม Bandout-ของ--ล่อง (BoB) [9], พยายามค้า "solos สั้น"มีนักดนตรีที่แท้จริงในการก่อ มันจำกัดระยะการเรียนรู้สูงสุดไม่เกิน 15 นาทีซึ่งนักดนตรีจะต้องเล่น มีกี่ล่วงเงื่อนไขเช่นจังหวะและไพเราะ ป้อนข้อมูลนี้จับภาพ และแบ่งเป็นกระแสข้อมูลดนตรีเรียนตามความถี่ของการใช้ แล้ว probabilisticใช้วิธีการสร้างรูปแบบที่จำลองแบบลักษณะของกระแสอินพุตถูกใช้เป็น "อบอุ่นนักดนตรี"ข้อมูลข้อมูล ในขณะที่แบบเนียนจำลองบางองค์ประกอบของการลักษณะของนักดนตรีจะไม่สามารถทำความเข้าใจในการสร้างสรรค์ด้านลักษณะของนักดนตรี ไม่มีการป้อนข้อมูลใด ๆเงื่อนไขที่มีอิทธิพลต่อการตัดสินใจความคิดสร้างสรรค์ของนักดนตรีEck และ Schmidhuber [10] ออกแบบโดยใช้การเกิดซ้ำเครือข่ายประสาทเพื่อเรียนรู้จากกระแสข้อมูลการป้อนข้อมูลในการดนตรีสไตล์ และสร้างอินสแตนซ์ใหม่ของการกำหนดสไตล์ดนตรี นอกจากนี้ยังสามารถใช้หลักการนี้กับสร้างอินสแตนซ์ของนักดนตรีเฉพาะแบบแทนของประเภทดนตรี อย่างไรก็ตาม ตั้งแต่อินพุตของเครือข่ายในแบบฟอร์มบันทึกย่อเดียวมากกว่าอารมณ์ เป็นสำนวนและโครงสร้างพารามิเตอร์ มันไม่ได้ให้ข้อมูลเชิงลึกในตัดสินใจสร้างสรรค์ที่ทำ โดยนักดนตรีแบบใด ก็ในกรณีของ BoB ของธมImprovisationBuilder ของวอล์คเกอร์ทำหน้าที่เหมือนคอมพิวเตอร์improviser ในกลุ่ม improvisations [11] ใช้ Walker บางบรรทัดฐานในการวิเคราะห์การสนทนาของเขาออกแบบเพื่อกำหนดเมื่อนักดนตรีอื่นเป็น "soloing พร้อม หรือไม่เล่น" เขาเชื่อว่า นักดนตรี "สร้างดนตรี solosจากวลี"ตรงข้ามกับโน้ตดนตรีแต่ละ นี้
การแปล กรุณารอสักครู่..
A Computational Model of the Music
of Stevie Ray Vaughan
Naresh Vempala
Institute of Cognitive Science
The University of Louisiana at Lafayette
Lafayette, LA 70504-3772 USA
nxv5312@louisiana.edu
+1 337 482-1130
Subrata Dasgupta
Institute of Cognitive Science
The University of Louisiana at Lafayette
Lafayette, LA 70504-3772 USA
subrata@louisiana.edu
+1 337 482-1130
ABSTRACT
Every musician who improvises has a unique musical
vocabulary, which may be perceived in his or her
compositions. In this paper, we explain our design of a
computational model that predicts the creative decisions
made by the blues musician, Stevie Ray Vaughan for various
input scenarios. Our design brings into effect the fact that
creative works involve the use of pre-existing structures
stored in the creator’s mind or knowledge base, retrieved and
reconstructed on the basis of appropriate rules, which are
triggered by the nature of specific input. The model was
partially implemented as a limited production system using a
probabilistic method. It was tested with three different input
scenarios. The model predicted the musician’s decisions with
a limited degree of accuracy. The tests provided valuable
insight on ways to improve the current performance and
suggested revising the definition of a musical pattern to
include specific limits on its duration.
Keywords
Musical creativity, computational modeling, production
system, creativity modeling.
ACM Classification Keywords
I.2.4 Knowledge Representation Formalisms and Methods:
Representations (procedural and rule-based)
INTRODUCTION
Every musician has a unique musical vocabulary, which he
or she uses in creating music. Our objectives for designing
this computational model were, a) to capture the cognitive
style of a particular blues musician: Stevie Ray Vaughan,
and b) to predict the improvisational decisions made by
Stevie Ray Vaughan for given input scenarios, during the
creative process of making music, and thus illustrate some
aspects of his cognitive style.
This effort was on account of three kinds of motivational
reasons. First, there is a theoretical basis for this effort. It is
widely agreed that one of the key attributes of a creative
work is the extent of its originality. The originality of any
creative work is perceived by the uniqueness with which
previously existing ideas are combined to form this new
body of work.
Koestler [1] termed the connection of two previously
unconnected “matrices” or knowledge spaces as bisociation.
We attempt to illustrate bisociation by mapping out the
contribution of different knowledge spaces towards the
creation of single bodies of music, or songs, by one
musician.
Second, there is a motivation behind using a computational
model as the model of choice. A model may be loosely
defined as the representation of a theory about some realworld
phenomenon. It allows us to focus on certain aspects
of realistic phenomena while abstracting out irrelevant
details. A computational model entails developing a process
theory, expressing this as a computer program and
simulating it [2]. This requires “definitional and conceptional
precision, and clarity of assumptions” made. Computational
models allow us to incorporate a “level or realism” without
sacrificing “analytic focus” [2]. In addition to these merits,
computational models can act as powerful metaphorical tools
for understanding creative processes. Our goal here is to
explain certain aspects of Stevie Ray Vaughan’s creative
process by predicting his musical decisions, given his
emotional goals/mental states, and compositional goals. We
construct metaphors by mapping what we wish to understand
(the metaphrand) onto something we do understand (the
metaphier) [3]. The two domains we are dealing with here,
when examining Stevie Ray Vaughan’s creativity are music
and psychology. To get a clearer understanding of his
creative process, we wish to map some aspects of his
creative process (the metaphrand), onto a computational
model (the metaphier). We emphasize that by using a
computational model we are not proposing that the music
creation process is intrinsically computational. Rather,
computational models provide us with techniques that enable
us to capture certain key aspects of the creative process.
Third, there is a motivation behind using Stevie Ray
Vaughan as the subject of our case study. Vaughan’s
contribution to the blues/blues-rock genre cannot be
overstated. He is widely considered to be one of the few
Permission to make digital or hard copies of all or part of this work for
personal or classroom use is granted without fee provided that copies are
not made or distributed for profit or commercial advantage and that copies
bear this notice and the full citation on the first page. To copy otherwise,
or republish, to post on servers or to redistribute to lists, requires prior
specific permission and/or a fee.
C&C’07, June 13–15, 2007, Washington, DC, USA.
Copyright 2007 ACM 978-1-59593-712-4/07/0006...$5.00.
musicians responsible for reviving the blues in the 1980s [4].
Not only was his influence felt by several of his
contemporary musicians and peers in the genres of blues and
rock & roll such as Eric Clapton, Buddy Guy, John Lee
Hooker, and Bonnie Raitt [5], but is also still present in the
style of current blues-rock musicians such as Kenny Wayne
Shepherd.
Besides his importance in terms of musical contribution,
Vaughan’s musical style is more restricted to blues and
blues-rock idioms unlike the style of other guitar players
such as John McLaughlin and Robben Ford. This provides us
with a better opportunity to capture key aspects of his style
within the precise nature of a computational model.
Scientific approaches to the study of creativity such as the
method of experimental psychology identify universal
principles or general theories referred to by psychologists as
nomothetic principles [6]. These scientific approaches do not
explain how a particular individual has performed a
particular act of creation. So, the individual’s uniqueness is
not captured. What we need is “a cognitive science of the
individual” which involves a combination of nomothetic
principles with “idiographic understanding”, or “insight into
the particularities of the individual”.
This model addresses the requirements of this approach by
initially studying the particularities of the individual and then
simulating them. The model attempts to provide insight into
the creative process of a particular individual, who in our
case is Stevie Ray Vaughan.
According to Jeffrey George1, coordinator of guitar studies
in the School of Music at the University of Louisiana at
Lafayette, students pursuing music as a course of study are
not taught how to improvise. They are essentially provided
with “tools” or musical vocabulary, which may be used for
playing music. For a beginning jazz musician these tools
would be musical elements such as scales, harmonies, chords
and chord voicings [7]. As a first step to improvisation a
musician learns to emulate solo performances of other
musicians who have influenced him or her, keeping in mind
the context in which that solo was composed. A
computational model could provide insight into the
improvisatory decisions made by the particular musician in
musically different situations.
MUSIC AND COMPUTATIONAL MODELING
Two main kinds of models in cognitive musicology are
competence models and performance models. Competence
comprises the knowledge possessed by musicians, by way of
musical concepts, skills etc. Competence models provide
theories regarding the organization, representation and
understanding of this knowledge by the musician. However,
they do not explain how the musician uses this knowledge
while performing. Performance models, deal with predicting
1 J. L. George, personal communication, Feb 23, 2005.
how the musician uses his or her knowledge in a given
scenario. One of the methods used in modeling musical
activity is an indirect method that involves examining the
end product generated by the musician. This involves
attempting to understand musical activity by “knowledge
engineering in reverse” [8].
A few existing computational models in music cognition
were reviewed prior to our implementation. Thom’s Bandout-
of-the-Box (BoB) [9], attempts to trade “short solos”
with a real musician during the process of improvisation. It
restricts the learning phase to a maximum of 15 minutes,
during which the musician is asked to play, with a few preset
conditions such as tempo and accompaniment. This input
stream of musical data is captured and organized into pitch
classes based on their frequency of use. Then probabilistic
methods are applied to generate patterns that simulate the
style of the musician whose input stream was used as “warm
up” data. While the model emulates certain elements of the
musician’s style it does not provide insight into the creative
aspects of the musician’s style. It does not provide any input
conditions that influence the musician’s creative decisions.
Eck and Schmidhuber [10] designed a model using recurrent
neural networks to learn from an input stream in a specific
musical style and generate new instances of the given
musical style. This principle could also be applied to
generating instances of a particular musician’s style instead
of a musical genre. However, since the inputs of the network
are in the form of single notes rather than emotional, stylistic
and structural parameters, it does not provide any insight into
the creative decisions made by a particular musician, just as
in the case of Thom’s BoB.
Walker’s ImprovisationBuilder acts like a computer
improviser in group improvisations [11]. Walker uses certain
norms in conversational analysis in his design to determine
when another musician is “soloing, accompanying, or not
playing”. He believes that musicians “build melodic solos
from phrases” as opposed to individual musical notes. This
of Stevie Ray Vaughan
Naresh Vempala
Institute of Cognitive Science
The University of Louisiana at Lafayette
Lafayette, LA 70504-3772 USA
nxv5312@louisiana.edu
+1 337 482-1130
Subrata Dasgupta
Institute of Cognitive Science
The University of Louisiana at Lafayette
Lafayette, LA 70504-3772 USA
subrata@louisiana.edu
+1 337 482-1130
ABSTRACT
Every musician who improvises has a unique musical
vocabulary, which may be perceived in his or her
compositions. In this paper, we explain our design of a
computational model that predicts the creative decisions
made by the blues musician, Stevie Ray Vaughan for various
input scenarios. Our design brings into effect the fact that
creative works involve the use of pre-existing structures
stored in the creator’s mind or knowledge base, retrieved and
reconstructed on the basis of appropriate rules, which are
triggered by the nature of specific input. The model was
partially implemented as a limited production system using a
probabilistic method. It was tested with three different input
scenarios. The model predicted the musician’s decisions with
a limited degree of accuracy. The tests provided valuable
insight on ways to improve the current performance and
suggested revising the definition of a musical pattern to
include specific limits on its duration.
Keywords
Musical creativity, computational modeling, production
system, creativity modeling.
ACM Classification Keywords
I.2.4 Knowledge Representation Formalisms and Methods:
Representations (procedural and rule-based)
INTRODUCTION
Every musician has a unique musical vocabulary, which he
or she uses in creating music. Our objectives for designing
this computational model were, a) to capture the cognitive
style of a particular blues musician: Stevie Ray Vaughan,
and b) to predict the improvisational decisions made by
Stevie Ray Vaughan for given input scenarios, during the
creative process of making music, and thus illustrate some
aspects of his cognitive style.
This effort was on account of three kinds of motivational
reasons. First, there is a theoretical basis for this effort. It is
widely agreed that one of the key attributes of a creative
work is the extent of its originality. The originality of any
creative work is perceived by the uniqueness with which
previously existing ideas are combined to form this new
body of work.
Koestler [1] termed the connection of two previously
unconnected “matrices” or knowledge spaces as bisociation.
We attempt to illustrate bisociation by mapping out the
contribution of different knowledge spaces towards the
creation of single bodies of music, or songs, by one
musician.
Second, there is a motivation behind using a computational
model as the model of choice. A model may be loosely
defined as the representation of a theory about some realworld
phenomenon. It allows us to focus on certain aspects
of realistic phenomena while abstracting out irrelevant
details. A computational model entails developing a process
theory, expressing this as a computer program and
simulating it [2]. This requires “definitional and conceptional
precision, and clarity of assumptions” made. Computational
models allow us to incorporate a “level or realism” without
sacrificing “analytic focus” [2]. In addition to these merits,
computational models can act as powerful metaphorical tools
for understanding creative processes. Our goal here is to
explain certain aspects of Stevie Ray Vaughan’s creative
process by predicting his musical decisions, given his
emotional goals/mental states, and compositional goals. We
construct metaphors by mapping what we wish to understand
(the metaphrand) onto something we do understand (the
metaphier) [3]. The two domains we are dealing with here,
when examining Stevie Ray Vaughan’s creativity are music
and psychology. To get a clearer understanding of his
creative process, we wish to map some aspects of his
creative process (the metaphrand), onto a computational
model (the metaphier). We emphasize that by using a
computational model we are not proposing that the music
creation process is intrinsically computational. Rather,
computational models provide us with techniques that enable
us to capture certain key aspects of the creative process.
Third, there is a motivation behind using Stevie Ray
Vaughan as the subject of our case study. Vaughan’s
contribution to the blues/blues-rock genre cannot be
overstated. He is widely considered to be one of the few
Permission to make digital or hard copies of all or part of this work for
personal or classroom use is granted without fee provided that copies are
not made or distributed for profit or commercial advantage and that copies
bear this notice and the full citation on the first page. To copy otherwise,
or republish, to post on servers or to redistribute to lists, requires prior
specific permission and/or a fee.
C&C’07, June 13–15, 2007, Washington, DC, USA.
Copyright 2007 ACM 978-1-59593-712-4/07/0006...$5.00.
musicians responsible for reviving the blues in the 1980s [4].
Not only was his influence felt by several of his
contemporary musicians and peers in the genres of blues and
rock & roll such as Eric Clapton, Buddy Guy, John Lee
Hooker, and Bonnie Raitt [5], but is also still present in the
style of current blues-rock musicians such as Kenny Wayne
Shepherd.
Besides his importance in terms of musical contribution,
Vaughan’s musical style is more restricted to blues and
blues-rock idioms unlike the style of other guitar players
such as John McLaughlin and Robben Ford. This provides us
with a better opportunity to capture key aspects of his style
within the precise nature of a computational model.
Scientific approaches to the study of creativity such as the
method of experimental psychology identify universal
principles or general theories referred to by psychologists as
nomothetic principles [6]. These scientific approaches do not
explain how a particular individual has performed a
particular act of creation. So, the individual’s uniqueness is
not captured. What we need is “a cognitive science of the
individual” which involves a combination of nomothetic
principles with “idiographic understanding”, or “insight into
the particularities of the individual”.
This model addresses the requirements of this approach by
initially studying the particularities of the individual and then
simulating them. The model attempts to provide insight into
the creative process of a particular individual, who in our
case is Stevie Ray Vaughan.
According to Jeffrey George1, coordinator of guitar studies
in the School of Music at the University of Louisiana at
Lafayette, students pursuing music as a course of study are
not taught how to improvise. They are essentially provided
with “tools” or musical vocabulary, which may be used for
playing music. For a beginning jazz musician these tools
would be musical elements such as scales, harmonies, chords
and chord voicings [7]. As a first step to improvisation a
musician learns to emulate solo performances of other
musicians who have influenced him or her, keeping in mind
the context in which that solo was composed. A
computational model could provide insight into the
improvisatory decisions made by the particular musician in
musically different situations.
MUSIC AND COMPUTATIONAL MODELING
Two main kinds of models in cognitive musicology are
competence models and performance models. Competence
comprises the knowledge possessed by musicians, by way of
musical concepts, skills etc. Competence models provide
theories regarding the organization, representation and
understanding of this knowledge by the musician. However,
they do not explain how the musician uses this knowledge
while performing. Performance models, deal with predicting
1 J. L. George, personal communication, Feb 23, 2005.
how the musician uses his or her knowledge in a given
scenario. One of the methods used in modeling musical
activity is an indirect method that involves examining the
end product generated by the musician. This involves
attempting to understand musical activity by “knowledge
engineering in reverse” [8].
A few existing computational models in music cognition
were reviewed prior to our implementation. Thom’s Bandout-
of-the-Box (BoB) [9], attempts to trade “short solos”
with a real musician during the process of improvisation. It
restricts the learning phase to a maximum of 15 minutes,
during which the musician is asked to play, with a few preset
conditions such as tempo and accompaniment. This input
stream of musical data is captured and organized into pitch
classes based on their frequency of use. Then probabilistic
methods are applied to generate patterns that simulate the
style of the musician whose input stream was used as “warm
up” data. While the model emulates certain elements of the
musician’s style it does not provide insight into the creative
aspects of the musician’s style. It does not provide any input
conditions that influence the musician’s creative decisions.
Eck and Schmidhuber [10] designed a model using recurrent
neural networks to learn from an input stream in a specific
musical style and generate new instances of the given
musical style. This principle could also be applied to
generating instances of a particular musician’s style instead
of a musical genre. However, since the inputs of the network
are in the form of single notes rather than emotional, stylistic
and structural parameters, it does not provide any insight into
the creative decisions made by a particular musician, just as
in the case of Thom’s BoB.
Walker’s ImprovisationBuilder acts like a computer
improviser in group improvisations [11]. Walker uses certain
norms in conversational analysis in his design to determine
when another musician is “soloing, accompanying, or not
playing”. He believes that musicians “build melodic solos
from phrases” as opposed to individual musical notes. This
การแปล กรุณารอสักครู่..
แบบจำลองคอมพิวเตอร์ของเพลงของ Stevie Ray Vaughan นเรศ
vempala สถาบันวิทยาศาสตร์มหาวิทยาลัยลุยเซียนาในลาฟาแยต
ลาฟาเย็ต ลา 70504-3772 USA
1 nxv5312@louisiana.edu 337 482-1130
subrata dasgupta สถาบันวิทยาศาสตร์มหาวิทยาลัยลุยเซียนาในลาฟาแยต
ลาฟาเย็ต ลา 70504-3772 USA
1 subrata@louisiana.edu 337
482-1130 บทคัดย่อทุกคนมีเอกลักษณ์ทางดนตรีนักดนตรีที่ improvises
ศัพท์ซึ่งอาจจะรู้สึกในของเขา หรือเธอ
ประพันธ์ ในบทความนี้เราจะอธิบายการออกแบบของคอมพิวเตอร์แบบจำลองที่คาดการณ์
ใจสร้างสรรค์โดยบลูส์นักร้อง Stevie Ray Vaughan สำหรับสถานการณ์การป้อนข้อมูลต่างๆ
ของเราออกแบบมาเป็นลักษณะพิเศษที่ว่า
ผลงานสร้างสรรค์ เกี่ยวข้องกับการใช้ของที่มีอยู่
โครงสร้างเก็บไว้ในจิตใจของผู้สร้างหรือฐานความรู้ , ดึงและ
สร้างบนพื้นฐานของกฎระเบียบที่เหมาะสม ซึ่งเป็นลักษณะของการป้อนข้อมูล
เรียกโดยเฉพาะ แบบจำลอง
บางส่วนใช้เป็น จำกัด การผลิตระบบโดยใช้
วิธีความน่าจะเป็น . มันถูกทดสอบกับข้อมูล
สามสถานการณ์ที่แตกต่างกัน แบบจำลองทำนายของนักดนตรีการตัดสินใจ
ปริญญาจำกัดของความถูกต้องการทดสอบที่ให้ข้อมูลเชิงลึกที่มีคุณค่า
ในวิธีการปรับปรุงประสิทธิภาพในปัจจุบันและ
แนะนำทบทวนความหมายของรูปแบบดนตรี
รวม จำกัด เฉพาะระยะเวลาของ การสร้างสรรค์ดนตรี
ระบบการคำนวณแบบ การผลิต ความคิดสร้างสรรค์แบบ หมวดหมู่คำหลัก
โดย i.2.4 การแทนความรู้และวิธีการ :
formalismsตัวแทน ( กระบวนการและกฎเบื้องต้น )
ทุกนักดนตรีมีเอกลักษณ์ทางดนตรีศัพท์ , ที่เขาหรือเธอใช้ในการสร้าง
โหลดเพลง วัตถุประสงค์ของเราสำหรับการออกแบบ
รุ่นนี้คำนวณได้ ) เพื่อจับสไตล์การคิด
ของนักดนตรีโดยเฉพาะสีน้ำเงิน : Stevie Ray Vaughan
b ) , และเพื่อทำนายการตัดสินใจ improvisational โดย
Stevie Ray Vaughan เพื่อให้สถานการณ์ที่ป้อนข้อมูลในระหว่างกระบวนการของการสร้างเพลง
บางและดังนั้นจึงแสดงให้เห็นถึงลักษณะของแบบการคิดของเขา
ความพยายามนี้อยู่ในบัญชีสามชนิดของเหตุผลที่สร้างแรงบันดาลใจ
แรก มีพื้นฐานทางทฤษฎีสำหรับความพยายามนี้ มันคือ
กันอย่างเห็นพ้องกันว่าหนึ่งในคุณลักษณะที่สำคัญของการสร้างสรรค์
งานคือขอบเขตของความคิดริเริ่มของ ความคิดริเริ่มของ
การสร้างสรรค์ผลงาน เป็นที่รับรู้โดยเอกลักษณ์ที่
ก่อนหน้านี้ที่มีอยู่ความคิดจะรวมกันเพื่อฟอร์มตัวนี้งานใหม่
.
คลอสเลอร์ [ 1 ] เรียกว่าการเชื่อมต่อสองก่อนหน้านี้
วุ่นวาย " เมทริกซ์ " หรือความรู้เป็นเป็น bisociation .
เราพยายามที่จะแสดงให้เห็นถึง bisociation โดยการทำแผนที่ออก
บริจาคเป็นความรู้ต่าง ๆ ต่อ
สร้างเดียวร่างของดนตรี หรือเพลงโดยหนึ่ง
สองนักดนตรี มีแรงจูงใจที่อยู่เบื้องหลังการใช้แบบจำลองคอมพิวเตอร์
เป็นรูปแบบของทางเลือก รูปแบบอาจจะหลวม
หมายถึงการเป็นตัวแทนของทฤษฎีเกี่ยวกับ realworld
ปรากฏการณ์ มันช่วยให้เรามุ่งเน้นในบางแง่มุม
ปรากฏการณ์มีเหตุผลในขณะที่สาระสังเขปออกรายละเอียดที่ไม่เกี่ยวข้อง
แบบจำลองคอมพิวเตอร์ใช้การพัฒนากระบวนการ
ทฤษฎีการแสดงนี้เป็นโปรแกรมจำลองคอมพิวเตอร์และ
[ 2 ] นี้ต้องใช้ " คำนิยามและแม่นยำการตั้งครรภ์
, และความชัดเจนของสมมติฐาน " ทำ แบบจำลองคอมพิวเตอร์
ให้เรารวมระดับ " หรือแนว " โดยไม่มีการ " วิเคราะห์โฟกัส
" [ 2 ] นอกจากประโยชน์เหล่านี้
แบบจำลองคอมพิวเตอร์เป็นเครื่องมือที่มีประสิทธิภาพสำหรับความเข้าใจกระบวนการอุปลักษณ์เชิงสร้างสรรค์เป้าหมายของเราคือ
อธิบายลักษณะบางอย่างของ Stevie Ray Vaughan สร้างสรรค์
โดยกระบวนการทำนายการตัดสินใจดนตรีของเขาได้รับเป้าหมายทางอารมณ์ / จิตใจของเขา
สหรัฐอเมริกา และเป้าหมายส่วนประกอบ . เรา
สร้างแผนที่โดยเปรียบเทียบสิ่งที่เราต้องการเข้าใจ
( metaphrand ) ลงบนสิ่งที่เราเข้าใจ (
metaphier ) [ 3 ] สองโดเมนที่เราจะจัดการกับ
ที่นี่เลยเมื่อตรวจสอบของ Stevie Ray Vaughan ความคิดสร้างสรรค์มีเพลง
และจิตวิทยา ที่จะได้รับความเข้าใจที่ชัดเจนของกระบวนการความคิดสร้างสรรค์ของเขา
, เราต้องการแผนที่บางแง่มุมของกระบวนการความคิดสร้างสรรค์ของเขา
( metaphrand ) ลงบนแบบจำลองคอมพิวเตอร์
( metaphier ) เราเน้นว่าโดยการใช้แบบจำลองคอมพิวเตอร์
เราไม่ได้เสนอว่าเพลง
สร้างกระบวนการภายในการคำนวณ ค่อนข้าง ,
แบบจำลองคอมพิวเตอร์ให้เรา มีเทคนิคที่ช่วยให้เราจับภาพบางแง่มุม
ที่สำคัญของกระบวนการความคิดสร้างสรรค์ ที่สาม มีแรงจูงใจที่อยู่เบื้องหลังการใช้ Stevie Ray Vaughan เป็นหัวเรื่อง
กรณีศึกษาของเรา วอนคือ
บริจาคบลูส์ / บลูส์ร็อคประเภทไม่สามารถ
พูดเกินไป เขาจะพิจารณาอย่างกว้างขวางเป็นหนึ่งในไม่กี่
อนุญาตให้สำเนาดิจิตอลหรือฮาร์ดดิสก์ทั้งหมดหรือบางส่วนของงานนี้
ใช้ส่วนตัวหรือเรียนจะได้รับโดยไม่เสียค่าธรรมเนียมให้เสมือน
ไม่ได้หรือจำหน่ายกำไรหรือประโยชน์เชิงพาณิชย์ และสำเนา
หมีแจ้งให้ทราบนี้และการอ้างอิงเต็มในหน้าแรก เพื่อคัดลอกไม่งั้น
หรือพิมพ์เพื่อโพสต์บนเซิร์ฟเวอร์หรือเพื่อแจกจ่ายไปยังรายการที่ต้องการก่อน
อนุญาตเฉพาะเจาะจง และ / หรือ ค่าธรรมเนียม & 2550
C C 13 มิถุนายน– 15 , 2007 , Washington , DC , สหรัฐอเมริกา ACM 978-1-59593-712-4
ลิขสิทธิ์ 2007 / 07 / 0006 . . . $ 5.00 .
นักดนตรีที่รับผิดชอบการฟื้นฟูบลูส์ในไฟต์ [ 4 ] .
แต่อิทธิพลของเขารู้สึกโดยหลายของเขา
ร่วมสมัยนักดนตรี และเพื่อน ในประเภทของเพลงบลูส์และร็อค&
ม้วนเช่น Eric Clapton , เพื่อนผู้ชาย , จอห์นลี Hooker
และทรงสี่เหลี่ยมมุมฉาก [ 5 ]แต่ยังนำเสนอในสไตล์บลูส์ร็อค
ปัจจุบันนักดนตรีเช่น Kenny Wayne
นอกจากนี้ เชพเพิร์ด ความสำคัญของเขาในแง่ของผลงานดนตรี สไตล์ วอห์น ดนตรีมากขึ้น
บลูส์ร็อคบลูส์จำกัดและสำนวนไม่เหมือนสไตล์ของผู้เล่นกีต้าร์อื่น ๆเช่น John McLaughlin กับ
ร็อบเบน ฟอร์ด นี้ให้เรา
กับโอกาสที่ดีกว่าที่จะจับประเด็นหลักของ
สไตล์ของเขาในลักษณะที่แม่นยำของแบบจำลองในการคำนวณ
วิทยาศาสตร์แนวการศึกษาความคิดสร้างสรรค์เช่น
วิธีการจิตวิทยาการทดลองศึกษาทฤษฎีหลักการสากล
หรือทั่วไปเรียกว่าเป็นหลัก โดยนักจิตวิทยาโรงเรียน
[ 6 ] วิธีการทางวิทยาศาสตร์เหล่านี้ไม่ได้
อธิบายว่า บุคคลโดยเฉพาะได้ดำเนินการกระทำ
โดยเฉพาะการสร้าง ดังนั้นของแต่ละคนไม่เป็น
ไม่จับ สิ่งที่เราต้องการคือ " วิทยาศาสตร์ของ
บุคคลซึ่งเกี่ยวข้องกับการรวมกันของหลักการโรงเรียน
ด้วย " ความเข้าใจ " แบบ หรือ " เข้าใจในลักษณะเฉพาะของแต่ละคน
รุ่นนี้ " ที่อยู่ในความต้องการของวิธีการนี้โดย
เริ่มศึกษาลักษณะเฉพาะของแต่ละบุคคลแล้ว
จำลองเกมส์รูปแบบพยายามที่จะให้ข้อมูลเชิงลึกใน
กระบวนการสร้างสรรค์ของบุคคลโดยเฉพาะ ซึ่งในกรณีของเราคือ Stevie Ray Vaughan
.
ตามเจฟฟรีย์ george1 , ผู้ประสานงานการศึกษากีตาร์
ในโรงเรียนดนตรีที่มหาวิทยาลัยลุยเซียนาที่
ลาฟาเย็ต นักเรียนใฝ่หาเพลงเป็นหลักสูตรการศึกษา
สอนอย่างไร ทำตามแผน พวกเขาเป็นหลักให้
กับ " เครื่องมือ " หรือศัพท์ทางดนตรี ซึ่งอาจจะใช้สำหรับ
เล่นเพลง สำหรับการเริ่มต้นนักดนตรีแจ๊สเครื่องมือ
เหล่านี้จะเป็นองค์ประกอบดนตรี เช่น เครื่องชั่ง , harmonies เสียงคอร์ดและคอร์ด
, [ 7 ] เป็นขั้นตอนแรกก่อนเป็น
นักดนตรีเรียนรู้ที่จะเลียนแบบการแสดงเดี่ยวของนักดนตรีที่มีอิทธิพลอื่น ๆ
เขาหรือเธอ , การรักษาในใจ
บริบทที่เดี่ยวก็แต่ง
เป็นแบบจำลองคอมพิวเตอร์สามารถให้ข้อมูลเชิงลึกในการตัดสินใจทำโดยนักดนตรี improvisatory
โดยเฉพาะในสถานการณ์ที่แตกต่างกันและ
เพลงไพเราะ แบบจำลองคอมพิวเตอร์สองประเภทหลักของรุ่นในด้านดนตรีมีความสามารถและประสิทธิภาพ
นางแบบนางแบบ ความรู้ความสามารถ
ประกอบด้วยสิงโดยนักดนตรีโดยวิธีการ
แนวคิดดนตรี ทักษะความสามารถแบบให้
ฯลฯทฤษฎีเกี่ยวกับองค์การ การแสดงและ
ความเข้าใจในความรู้นี้โดยนักดนตรี อย่างไรก็ตาม
พวกเขาไม่อธิบายวิธีการที่นักดนตรีใช้ความรู้นี้
ในขณะที่แสดง แบบจำลองประสิทธิภาพจัดการกับทำนาย
1 J . L . จอร์จส่วนบุคคล , การสื่อสาร , กุมภาพันธ์ 23 , 2005 .
ว่านักดนตรีใช้ของเขาหรือเธอได้รับความรู้ใน
สถานการณ์ หนึ่งในวิธีที่ใช้ในการสร้างดนตรี
กิจกรรมเป็นวิธีการทางอ้อมที่เกี่ยวข้องกับการตรวจสอบผลิตภัณฑ์สุดท้าย
สร้างขึ้นโดยนักดนตรี นี้เกี่ยวข้องกับ
พยายามเข้าใจกิจกรรมดนตรีโดย " ความรู้
วิศวกรรมย้อนกลับ " [ 8 ] .
ที่มีอยู่ไม่กี่เพลงในคอมพิวเตอร์รุ่นปัญญา
ทบทวนก่อนการติดตั้งเพื่อใช้งานของเรา ของธอม bandout -
ของกล่อง ( บ๊อบ ) [ 9 ] , ความพยายามเพื่อการค้าระยะสั้น " เดี่ยว "
กับนักดนตรีจริงในระหว่างกระบวนการของปฏิภาณ มัน
จำกัดระยะได้สูงสุด 15 นาทีการเรียนรู้
ในระหว่างที่นักดนตรีให้เล่นกับไม่กี่สำเร็จ
เงื่อนไขเช่นจังหวะและเครื่องประกอบ นี้เข้า
กระแสของข้อมูลดนตรีที่ถูกจับ และจัดเข้าชั้นเรียนตามสนาม
ของความถี่ของการใช้ แล้วความน่าจะเป็น
วิธีการที่ใช้เพื่อสร้างลวดลายที่จำลองรูปแบบของนักดนตรีที่
กระแสอินพุตที่เคยอบอุ่น "
" ข้อมูล ในขณะที่รูปแบบ emulates บางองค์ประกอบของสไตล์
เป็นนักดนตรีมันไม่ได้ให้ข้อมูลเชิงลึกในด้านสร้างสรรค์
สไตล์ของนักดนตรี มันไม่ได้ให้ใส่เงื่อนไขที่มีอิทธิพลต่อการเป็นนักดนตรี
สร้างสรรค์ในการตัดสินใจเอ็ก schmidhuber [ 10 ] และออกแบบรูปแบบโดยใช้ข่ายงานประสาทกำเริบ
เรียนรู้จากอินพุตกระแสเฉพาะ
สไตล์ดนตรีและสร้างอินสแตนซ์ใหม่ของให้
ดนตรีสไตล์ หลักการนี้สามารถใช้กับ
สร้างอินสแตนซ์ของรูปแบบเฉพาะของนักดนตรีแทน
ของประเภทดนตรี อย่างไรก็ตาม เนื่องจากปัจจัยการผลิตของเครือข่าย
อยู่ในรูปแบบของการบันทึกเดียวมากกว่าอารมณ์ โวหาร
โครงสร้างและพารามิเตอร์ มันไม่ได้ให้ข้อมูลเชิงลึกในการตัดสินใจความคิดสร้างสรรค์
โดยนักดนตรีโดยเฉพาะ เช่นเดียวกับในกรณีของทอม
ของบ๊อบ วอร์คเกอร์ improvisationbuilder เหมือนกับคอมพิวเตอร์
ปฏิภาณกวีในกลุ่มปฏิภาณกวี [ 11 ] วอล์คเกอร์ใช้บรรทัดฐานบางอย่างในการวิเคราะห์การสนทนาของเขา
ออกแบบเพื่อตรวจสอบเมื่อนักดนตรีอีกคนคือ " คลิปมาพร้อมกับหรือไม่
เล่น " เขาเชื่อว่านักดนตรี " สร้างทำนองเพลงเดี่ยว
จากวลี " เป็นนอกคอกบันทึกดนตรีแต่ละคน นี้
vempala สถาบันวิทยาศาสตร์มหาวิทยาลัยลุยเซียนาในลาฟาแยต
ลาฟาเย็ต ลา 70504-3772 USA
1 nxv5312@louisiana.edu 337 482-1130
subrata dasgupta สถาบันวิทยาศาสตร์มหาวิทยาลัยลุยเซียนาในลาฟาแยต
ลาฟาเย็ต ลา 70504-3772 USA
1 subrata@louisiana.edu 337
482-1130 บทคัดย่อทุกคนมีเอกลักษณ์ทางดนตรีนักดนตรีที่ improvises
ศัพท์ซึ่งอาจจะรู้สึกในของเขา หรือเธอ
ประพันธ์ ในบทความนี้เราจะอธิบายการออกแบบของคอมพิวเตอร์แบบจำลองที่คาดการณ์
ใจสร้างสรรค์โดยบลูส์นักร้อง Stevie Ray Vaughan สำหรับสถานการณ์การป้อนข้อมูลต่างๆ
ของเราออกแบบมาเป็นลักษณะพิเศษที่ว่า
ผลงานสร้างสรรค์ เกี่ยวข้องกับการใช้ของที่มีอยู่
โครงสร้างเก็บไว้ในจิตใจของผู้สร้างหรือฐานความรู้ , ดึงและ
สร้างบนพื้นฐานของกฎระเบียบที่เหมาะสม ซึ่งเป็นลักษณะของการป้อนข้อมูล
เรียกโดยเฉพาะ แบบจำลอง
บางส่วนใช้เป็น จำกัด การผลิตระบบโดยใช้
วิธีความน่าจะเป็น . มันถูกทดสอบกับข้อมูล
สามสถานการณ์ที่แตกต่างกัน แบบจำลองทำนายของนักดนตรีการตัดสินใจ
ปริญญาจำกัดของความถูกต้องการทดสอบที่ให้ข้อมูลเชิงลึกที่มีคุณค่า
ในวิธีการปรับปรุงประสิทธิภาพในปัจจุบันและ
แนะนำทบทวนความหมายของรูปแบบดนตรี
รวม จำกัด เฉพาะระยะเวลาของ การสร้างสรรค์ดนตรี
ระบบการคำนวณแบบ การผลิต ความคิดสร้างสรรค์แบบ หมวดหมู่คำหลัก
โดย i.2.4 การแทนความรู้และวิธีการ :
formalismsตัวแทน ( กระบวนการและกฎเบื้องต้น )
ทุกนักดนตรีมีเอกลักษณ์ทางดนตรีศัพท์ , ที่เขาหรือเธอใช้ในการสร้าง
โหลดเพลง วัตถุประสงค์ของเราสำหรับการออกแบบ
รุ่นนี้คำนวณได้ ) เพื่อจับสไตล์การคิด
ของนักดนตรีโดยเฉพาะสีน้ำเงิน : Stevie Ray Vaughan
b ) , และเพื่อทำนายการตัดสินใจ improvisational โดย
Stevie Ray Vaughan เพื่อให้สถานการณ์ที่ป้อนข้อมูลในระหว่างกระบวนการของการสร้างเพลง
บางและดังนั้นจึงแสดงให้เห็นถึงลักษณะของแบบการคิดของเขา
ความพยายามนี้อยู่ในบัญชีสามชนิดของเหตุผลที่สร้างแรงบันดาลใจ
แรก มีพื้นฐานทางทฤษฎีสำหรับความพยายามนี้ มันคือ
กันอย่างเห็นพ้องกันว่าหนึ่งในคุณลักษณะที่สำคัญของการสร้างสรรค์
งานคือขอบเขตของความคิดริเริ่มของ ความคิดริเริ่มของ
การสร้างสรรค์ผลงาน เป็นที่รับรู้โดยเอกลักษณ์ที่
ก่อนหน้านี้ที่มีอยู่ความคิดจะรวมกันเพื่อฟอร์มตัวนี้งานใหม่
.
คลอสเลอร์ [ 1 ] เรียกว่าการเชื่อมต่อสองก่อนหน้านี้
วุ่นวาย " เมทริกซ์ " หรือความรู้เป็นเป็น bisociation .
เราพยายามที่จะแสดงให้เห็นถึง bisociation โดยการทำแผนที่ออก
บริจาคเป็นความรู้ต่าง ๆ ต่อ
สร้างเดียวร่างของดนตรี หรือเพลงโดยหนึ่ง
สองนักดนตรี มีแรงจูงใจที่อยู่เบื้องหลังการใช้แบบจำลองคอมพิวเตอร์
เป็นรูปแบบของทางเลือก รูปแบบอาจจะหลวม
หมายถึงการเป็นตัวแทนของทฤษฎีเกี่ยวกับ realworld
ปรากฏการณ์ มันช่วยให้เรามุ่งเน้นในบางแง่มุม
ปรากฏการณ์มีเหตุผลในขณะที่สาระสังเขปออกรายละเอียดที่ไม่เกี่ยวข้อง
แบบจำลองคอมพิวเตอร์ใช้การพัฒนากระบวนการ
ทฤษฎีการแสดงนี้เป็นโปรแกรมจำลองคอมพิวเตอร์และ
[ 2 ] นี้ต้องใช้ " คำนิยามและแม่นยำการตั้งครรภ์
, และความชัดเจนของสมมติฐาน " ทำ แบบจำลองคอมพิวเตอร์
ให้เรารวมระดับ " หรือแนว " โดยไม่มีการ " วิเคราะห์โฟกัส
" [ 2 ] นอกจากประโยชน์เหล่านี้
แบบจำลองคอมพิวเตอร์เป็นเครื่องมือที่มีประสิทธิภาพสำหรับความเข้าใจกระบวนการอุปลักษณ์เชิงสร้างสรรค์เป้าหมายของเราคือ
อธิบายลักษณะบางอย่างของ Stevie Ray Vaughan สร้างสรรค์
โดยกระบวนการทำนายการตัดสินใจดนตรีของเขาได้รับเป้าหมายทางอารมณ์ / จิตใจของเขา
สหรัฐอเมริกา และเป้าหมายส่วนประกอบ . เรา
สร้างแผนที่โดยเปรียบเทียบสิ่งที่เราต้องการเข้าใจ
( metaphrand ) ลงบนสิ่งที่เราเข้าใจ (
metaphier ) [ 3 ] สองโดเมนที่เราจะจัดการกับ
ที่นี่เลยเมื่อตรวจสอบของ Stevie Ray Vaughan ความคิดสร้างสรรค์มีเพลง
และจิตวิทยา ที่จะได้รับความเข้าใจที่ชัดเจนของกระบวนการความคิดสร้างสรรค์ของเขา
, เราต้องการแผนที่บางแง่มุมของกระบวนการความคิดสร้างสรรค์ของเขา
( metaphrand ) ลงบนแบบจำลองคอมพิวเตอร์
( metaphier ) เราเน้นว่าโดยการใช้แบบจำลองคอมพิวเตอร์
เราไม่ได้เสนอว่าเพลง
สร้างกระบวนการภายในการคำนวณ ค่อนข้าง ,
แบบจำลองคอมพิวเตอร์ให้เรา มีเทคนิคที่ช่วยให้เราจับภาพบางแง่มุม
ที่สำคัญของกระบวนการความคิดสร้างสรรค์ ที่สาม มีแรงจูงใจที่อยู่เบื้องหลังการใช้ Stevie Ray Vaughan เป็นหัวเรื่อง
กรณีศึกษาของเรา วอนคือ
บริจาคบลูส์ / บลูส์ร็อคประเภทไม่สามารถ
พูดเกินไป เขาจะพิจารณาอย่างกว้างขวางเป็นหนึ่งในไม่กี่
อนุญาตให้สำเนาดิจิตอลหรือฮาร์ดดิสก์ทั้งหมดหรือบางส่วนของงานนี้
ใช้ส่วนตัวหรือเรียนจะได้รับโดยไม่เสียค่าธรรมเนียมให้เสมือน
ไม่ได้หรือจำหน่ายกำไรหรือประโยชน์เชิงพาณิชย์ และสำเนา
หมีแจ้งให้ทราบนี้และการอ้างอิงเต็มในหน้าแรก เพื่อคัดลอกไม่งั้น
หรือพิมพ์เพื่อโพสต์บนเซิร์ฟเวอร์หรือเพื่อแจกจ่ายไปยังรายการที่ต้องการก่อน
อนุญาตเฉพาะเจาะจง และ / หรือ ค่าธรรมเนียม & 2550
C C 13 มิถุนายน– 15 , 2007 , Washington , DC , สหรัฐอเมริกา ACM 978-1-59593-712-4
ลิขสิทธิ์ 2007 / 07 / 0006 . . . $ 5.00 .
นักดนตรีที่รับผิดชอบการฟื้นฟูบลูส์ในไฟต์ [ 4 ] .
แต่อิทธิพลของเขารู้สึกโดยหลายของเขา
ร่วมสมัยนักดนตรี และเพื่อน ในประเภทของเพลงบลูส์และร็อค&
ม้วนเช่น Eric Clapton , เพื่อนผู้ชาย , จอห์นลี Hooker
และทรงสี่เหลี่ยมมุมฉาก [ 5 ]แต่ยังนำเสนอในสไตล์บลูส์ร็อค
ปัจจุบันนักดนตรีเช่น Kenny Wayne
นอกจากนี้ เชพเพิร์ด ความสำคัญของเขาในแง่ของผลงานดนตรี สไตล์ วอห์น ดนตรีมากขึ้น
บลูส์ร็อคบลูส์จำกัดและสำนวนไม่เหมือนสไตล์ของผู้เล่นกีต้าร์อื่น ๆเช่น John McLaughlin กับ
ร็อบเบน ฟอร์ด นี้ให้เรา
กับโอกาสที่ดีกว่าที่จะจับประเด็นหลักของ
สไตล์ของเขาในลักษณะที่แม่นยำของแบบจำลองในการคำนวณ
วิทยาศาสตร์แนวการศึกษาความคิดสร้างสรรค์เช่น
วิธีการจิตวิทยาการทดลองศึกษาทฤษฎีหลักการสากล
หรือทั่วไปเรียกว่าเป็นหลัก โดยนักจิตวิทยาโรงเรียน
[ 6 ] วิธีการทางวิทยาศาสตร์เหล่านี้ไม่ได้
อธิบายว่า บุคคลโดยเฉพาะได้ดำเนินการกระทำ
โดยเฉพาะการสร้าง ดังนั้นของแต่ละคนไม่เป็น
ไม่จับ สิ่งที่เราต้องการคือ " วิทยาศาสตร์ของ
บุคคลซึ่งเกี่ยวข้องกับการรวมกันของหลักการโรงเรียน
ด้วย " ความเข้าใจ " แบบ หรือ " เข้าใจในลักษณะเฉพาะของแต่ละคน
รุ่นนี้ " ที่อยู่ในความต้องการของวิธีการนี้โดย
เริ่มศึกษาลักษณะเฉพาะของแต่ละบุคคลแล้ว
จำลองเกมส์รูปแบบพยายามที่จะให้ข้อมูลเชิงลึกใน
กระบวนการสร้างสรรค์ของบุคคลโดยเฉพาะ ซึ่งในกรณีของเราคือ Stevie Ray Vaughan
.
ตามเจฟฟรีย์ george1 , ผู้ประสานงานการศึกษากีตาร์
ในโรงเรียนดนตรีที่มหาวิทยาลัยลุยเซียนาที่
ลาฟาเย็ต นักเรียนใฝ่หาเพลงเป็นหลักสูตรการศึกษา
สอนอย่างไร ทำตามแผน พวกเขาเป็นหลักให้
กับ " เครื่องมือ " หรือศัพท์ทางดนตรี ซึ่งอาจจะใช้สำหรับ
เล่นเพลง สำหรับการเริ่มต้นนักดนตรีแจ๊สเครื่องมือ
เหล่านี้จะเป็นองค์ประกอบดนตรี เช่น เครื่องชั่ง , harmonies เสียงคอร์ดและคอร์ด
, [ 7 ] เป็นขั้นตอนแรกก่อนเป็น
นักดนตรีเรียนรู้ที่จะเลียนแบบการแสดงเดี่ยวของนักดนตรีที่มีอิทธิพลอื่น ๆ
เขาหรือเธอ , การรักษาในใจ
บริบทที่เดี่ยวก็แต่ง
เป็นแบบจำลองคอมพิวเตอร์สามารถให้ข้อมูลเชิงลึกในการตัดสินใจทำโดยนักดนตรี improvisatory
โดยเฉพาะในสถานการณ์ที่แตกต่างกันและ
เพลงไพเราะ แบบจำลองคอมพิวเตอร์สองประเภทหลักของรุ่นในด้านดนตรีมีความสามารถและประสิทธิภาพ
นางแบบนางแบบ ความรู้ความสามารถ
ประกอบด้วยสิงโดยนักดนตรีโดยวิธีการ
แนวคิดดนตรี ทักษะความสามารถแบบให้
ฯลฯทฤษฎีเกี่ยวกับองค์การ การแสดงและ
ความเข้าใจในความรู้นี้โดยนักดนตรี อย่างไรก็ตาม
พวกเขาไม่อธิบายวิธีการที่นักดนตรีใช้ความรู้นี้
ในขณะที่แสดง แบบจำลองประสิทธิภาพจัดการกับทำนาย
1 J . L . จอร์จส่วนบุคคล , การสื่อสาร , กุมภาพันธ์ 23 , 2005 .
ว่านักดนตรีใช้ของเขาหรือเธอได้รับความรู้ใน
สถานการณ์ หนึ่งในวิธีที่ใช้ในการสร้างดนตรี
กิจกรรมเป็นวิธีการทางอ้อมที่เกี่ยวข้องกับการตรวจสอบผลิตภัณฑ์สุดท้าย
สร้างขึ้นโดยนักดนตรี นี้เกี่ยวข้องกับ
พยายามเข้าใจกิจกรรมดนตรีโดย " ความรู้
วิศวกรรมย้อนกลับ " [ 8 ] .
ที่มีอยู่ไม่กี่เพลงในคอมพิวเตอร์รุ่นปัญญา
ทบทวนก่อนการติดตั้งเพื่อใช้งานของเรา ของธอม bandout -
ของกล่อง ( บ๊อบ ) [ 9 ] , ความพยายามเพื่อการค้าระยะสั้น " เดี่ยว "
กับนักดนตรีจริงในระหว่างกระบวนการของปฏิภาณ มัน
จำกัดระยะได้สูงสุด 15 นาทีการเรียนรู้
ในระหว่างที่นักดนตรีให้เล่นกับไม่กี่สำเร็จ
เงื่อนไขเช่นจังหวะและเครื่องประกอบ นี้เข้า
กระแสของข้อมูลดนตรีที่ถูกจับ และจัดเข้าชั้นเรียนตามสนาม
ของความถี่ของการใช้ แล้วความน่าจะเป็น
วิธีการที่ใช้เพื่อสร้างลวดลายที่จำลองรูปแบบของนักดนตรีที่
กระแสอินพุตที่เคยอบอุ่น "
" ข้อมูล ในขณะที่รูปแบบ emulates บางองค์ประกอบของสไตล์
เป็นนักดนตรีมันไม่ได้ให้ข้อมูลเชิงลึกในด้านสร้างสรรค์
สไตล์ของนักดนตรี มันไม่ได้ให้ใส่เงื่อนไขที่มีอิทธิพลต่อการเป็นนักดนตรี
สร้างสรรค์ในการตัดสินใจเอ็ก schmidhuber [ 10 ] และออกแบบรูปแบบโดยใช้ข่ายงานประสาทกำเริบ
เรียนรู้จากอินพุตกระแสเฉพาะ
สไตล์ดนตรีและสร้างอินสแตนซ์ใหม่ของให้
ดนตรีสไตล์ หลักการนี้สามารถใช้กับ
สร้างอินสแตนซ์ของรูปแบบเฉพาะของนักดนตรีแทน
ของประเภทดนตรี อย่างไรก็ตาม เนื่องจากปัจจัยการผลิตของเครือข่าย
อยู่ในรูปแบบของการบันทึกเดียวมากกว่าอารมณ์ โวหาร
โครงสร้างและพารามิเตอร์ มันไม่ได้ให้ข้อมูลเชิงลึกในการตัดสินใจความคิดสร้างสรรค์
โดยนักดนตรีโดยเฉพาะ เช่นเดียวกับในกรณีของทอม
ของบ๊อบ วอร์คเกอร์ improvisationbuilder เหมือนกับคอมพิวเตอร์
ปฏิภาณกวีในกลุ่มปฏิภาณกวี [ 11 ] วอล์คเกอร์ใช้บรรทัดฐานบางอย่างในการวิเคราะห์การสนทนาของเขา
ออกแบบเพื่อตรวจสอบเมื่อนักดนตรีอีกคนคือ " คลิปมาพร้อมกับหรือไม่
เล่น " เขาเชื่อว่านักดนตรี " สร้างทำนองเพลงเดี่ยว
จากวลี " เป็นนอกคอกบันทึกดนตรีแต่ละคน นี้
การแปล กรุณารอสักครู่..
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.
- Hey what's up? I'm Chris from Seattle! Y
- ฉันคิดว่าเขาทำ
- คุณเป็นคนสวยมาก
- เดินไปหาคุณ
- ฉันจะไปที่นั่น
- อำเภอ
- ฝันดี
- DISCUSSIONOur primary objective was to e
- alfa, coir and bagasse
- เคยมี
- acclamation
- ไนท์
- Learning starts with multiplications in
- 欢迎人群把我也当做登山英雄来欢迎
- ฉันคงรู้สึกว่ามันขาดอะไป
- I've never been with family
- Tell me opp
- destruction
- The reducing powers of the extracts were
- Smail and soft
- The reducing powers of the extracts were
- If the grid company will pay overtime wo
- คุณเป็นพวกโรคจิต
- หล่อนช่วยให้ฉันได้ปรับความเข้าใจกับแม่
