MétaCan
Menu
Retour à la cohorte
Enregistrement W7100709985

Algorithmic Composition, illustrated by my own work: A review of the period 1971-2008

2015· article· en· W7100709985 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMIDIQuarter (Canadian coin)Metric (unit)Context (archaeology)Period (music)Interval (graph theory)RhythmImprovisation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since 1971, marking my first departure from fourteen years of spontaneous composition, my work has been mainly algorithmic in nature. Some of it was generated by single algorithm sets developed for multiple use, the properties of the results deriving from the input. In other cases, the algorithms were used once only, with the dedicated purpose of generating a single work. The algorithms ranged from verbal instructions to complex computer programs. Of the eighty-odd pieces I have composed since 1971, about a quarter arose from three verbal scores, Textmusic (converting written text into notes),...until... (working systematically with interval ratios) and Relationships (working with levels of complexity of melody and rhythm in the context of harmony and meter). Another quarter or the pieces were generated by three individual computer programs- TXMS (Textmusic packaged into software), Autobusk (for the generation of MIDI pitch sequences from scales and meters as well as twelve real-time variable parameters such as tonal and metric field strength) and PAPAGEI (for the generation of MIDI events based on patchable live interaction with an improvising performer). Yet another quarter of my compositions since 1971 have resulted from dedicated sets of algorithms for one-time use. Further computer programs such as Synthrumentator and Spectasizer (for the conversion of speech sounds into instrumental scores) were used to generate parts of other compositions. In this paper I will refer to TXMS, Autobusk and Synthrumentator as well as to two compositions generated by dedicated software,...or a cherish'd bard... (in which the algorithms generate all aspects of the piece from pitch and rhythm to the overall form) and Approximating Pi (in which algebraically defined algorithms generate the sound waves). Textmusic In 1970, the music I composed derived strongly from serial techniques of composers from Schoenberg to Stockhausen,

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,005
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,249
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMusic Technology and Sound StudiesTravaux en français237 207