MétaCan
Menu
Retour à la cohorte
Enregistrement W7103508931

Plataforma web per a una IA generadora de melodies musicals

2023· dissertation· es· W7103508931 sur OpenAlexaboutno aff

Notice bibliographique

RevueRiuNet (Politechnical University of Valencia) · 2023
Typedissertation
Languees
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWeb siteWeb pageWeb application
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

[ES] Este proyecto consiste en el desarrollo e implementación de una plataforma web diseñada para dar acceso al usuario a una IA generadora de melodías musicales. A pesar de que este proyecto se presente como un trabajo académico, tiene también una proyección comercial, ya que la plataforma web desarrollada permite acceder a los diversos proyectos de IA desarrollados en el Laboratorio Quosséça. Este laboratorio, el cual es dirigido por el profesor Gilles Pesant, se encuentra en la Universidad Politécnica de Montreal (Canadá), y está especializado en IA y programación mediante restricciones. En el laboratorio existían diversos proyectos enfocados en la generación de melodías musicales mediante algoritmos de IA, pero no tenían alcance a un público general, quedándose recluidos en el ámbito académico. Así nació la necesidad de crear una plataforma web desde la que cualquier usuario externo pudiese acceder a estos proyectos, pudiese entrenar el algoritmo seleccionado con sus propios ficheros MIDI, pudiese seleccionar las restricciones a aplicar a la futura melodía generada y posteriormente reproducirla. La metodología empleada para el desarrollo de la plataforma web ha sido una metodología en cascada. El frontend de la plataforma se ha desarrollado en HTML, CSS, el framework Bootstrap y JavaScript. El backend relacionado con la lógica de la plataforma se ha realizado mediante el framework Flask y Python, mientras que el correspondiente al almacenamiento de datos se ha realizado mediante el framework .NET de C# (creación de una API REST). Como resultado final, se ha logrado crear una plataforma web responsive dotada de todas las funcionalidades necesarias posibles para generar melodías musicales a través de los proyectos desarrollados en el Laboratorio Quosséça.

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)0,005
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0220,013

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 Opus0,022
Tête enseignante GPT0,268
Écart entre enseignants0,246 · 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
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRiuNet (Politechnical University of Valencia)Même sujetMusic Technology and Sound StudiesTravaux en français237 207