توضیحات
Over the past 60 years, artificial intelligence has grown from an academic field of research to a ubiquitous array of tools used in everyday technology. Despite its many recent successes, certain meaningful facets of computational intelligence have yet to be thoroughly explored, such as a wide array of complex mental tasks that humans carry out easily, yet are difficult for computers to mimic. A prime example of a domain in which human intelligence thrives, but machine understanding is still fairly limited, is music. Over recent decades, many researchers have used computational tools to perform tasks like genre identification, music summarization, music database querying, and melodic segmentation. While these are all useful algorithmic solutions, we are still a long way from constructing complete music agents able to mimic (at least partially) the complexity with which humans approach music. One key aspect that hasn’t been sufficiently studied is that of sequential decision-making in musical intelligence. Addressing this gap, the book focuses on two aspects of musical intelligence: music recommendation and multi-agent interaction in the context of music. Though motivated primarily by music-related tasks, and focusing largely on people’s musical preferences, the work presented in this book also establishes that insights from music-specific case studies can also be applicable in other concrete social domains, such as content recommendation.Showing the generality of insights from musical data in other contexts provides evidence for the utility of music domains as testbeds for the development of general artificial intelligence techniques.Ultimately, this thesis demonstrates the overall value of taking a sequential decision-making approach in settings previously unexplored from this perspective.
————————————————————–
ترجمه ماشینی :
طی 60 سال گذشته ، هوش مصنوعی از یک زمینه تحقیق دانشگاهی به مجموعه ای از ابزارهای همه جا مورد استفاده در فناوری روزمره افزایش یافته است. علیرغم موفقیت های اخیر خود ، برخی از جنبه های معنادار از هوش محاسباتی هنوز به طور کامل مورد بررسی قرار نگرفته اند ، مانند طیف گسترده ای از کارهای ذهنی پیچیده ای که انسان به راحتی انجام می دهد ، اما برای رایانه ها دشوار است. نمونه بارز دامنه ای که در آن هوش انسانی رونق می گیرد ، اما درک دستگاه هنوز هم نسبتاً محدود است ، موسیقی است. طی دهه های اخیر ، بسیاری از محققان از ابزارهای محاسباتی برای انجام کارهایی مانند شناسایی ژانر ، خلاصه موسیقی ، پرس و جو بانک اطلاعاتی موسیقی و تقسیم بندی ملودیک استفاده کرده اند. در حالی که همه اینها راه حل های الگوریتمی مفیدی هستند ، ما هنوز مسیری طولانی از ساخت عوامل موسیقی کامل داریم که قادر به تقلید (حداقل تا حدی) پیچیدگی هایی که انسان با آن به موسیقی نزدیک می شود ، تقلید می کنیم. یکی از جنبه های اصلی که به اندازه کافی مورد مطالعه قرار نگرفته است ، تصمیم گیری پی در پی در هوش موسیقی است. با پرداختن به این شکاف ، این کتاب بر دو جنبه از هوش موسیقی تمرکز دارد: توصیه موسیقی و تعامل چند عامل در متن موسیقی. گرچه در درجه اول توسط کارهای مرتبط با موسیقی انگیزه می یابد و تمرکز عمدتاً روی ترجیحات موسیقی افراد ، کار ارائه شده در این کتاب همچنین نشان می دهد که بینش از مطالعات موردی خاص موسیقی نیز می تواند در سایر حوزه های اجتماعی مشخص مانند توصیه محتوا قابل اجرا باشد. کلی بینش از داده های موسیقی در زمینه های دیگر ، شواهدی را برای ابزار حوزه های موسیقی به عنوان تست های آزمایشی برای توسعه تکنیک های هوش مصنوعی عمومی ارائه می دهد. به طور کلی ، این پایان نامه نشان دهنده ارزش کلی گرفتن یک رویکرد تصمیم گیری پی در پی در تنظیماتی است که قبلاً از این موضوع ناشناخته است چشم انداز.
tag : دانلود کتاب تصمیم گیری متوالی در هوش موسیقی , Download تصمیم گیری متوالی در هوش موسیقی , دانلود تصمیم گیری متوالی در هوش موسیقی , Download Sequential Decision-Making in Musical Intelligence Book , تصمیم گیری متوالی در هوش موسیقی دانلود , buy تصمیم گیری متوالی در هوش موسیقی , خرید کتاب تصمیم گیری متوالی در هوش موسیقی , دانلود کتاب Sequential Decision-Making in Musical Intelligence , کتاب Sequential Decision-Making in Musical Intelligence , دانلود Sequential Decision-Making in Musical Intelligence , خرید Sequential Decision-Making in Musical Intelligence , خرید کتاب Sequential Decision-Making in Musical Intelligence ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.