Bibliographic Details
| Title: |
Мобильное приложение для обучения музыкальной импровизации: выпускная квалификационная работа бакалавра |
| Publisher Information: |
Санкт-Петербургский политехнический университет Петра Великого, 2025. |
| Publication Year: |
2025 |
| Subject Terms: |
сегментация музыкальных фраз, глубокое обучени, механизм самовнивания, recommendation algorithms, Bi-LSTM, deep learning, kotlin, машинное обучение, python, machine learning, музыкальная импровизация, melodic phrase segmentation, musical improvisation, self-attention mechanism, рекомендательные алгоритмы |
| Description: |
The present work is devoted to the creation of a software package consisting of a server part and a mobile application running on the Android operating system. In the course of the work, an analysis of existing solutions was carried out, and the application architecture was designed. A key element of the scientific novelty of this work was the developed neural network, which was used to divide the sequence of notes into separate phrases. This approach made it possible to create an automatically scalable database of musical phrases, which was supplemented with new elements using a machine learning model without human intervention. A software interface for the server side of the application, an algorithm for finding patterns in chords, and an algorithm for making recommendations based on a comparison of chord sequences were implemented. In this work, a mobile application was developed, which was a client in the described system. The system was deployed using Docker containerization technology. A number of tests of the application were conducted, which showed its operability.
Настоящая работа посвящена созданию программного комплекса, состоящего из серверной части и мобильного приложения на операционной системе Android. В ходе работы был проведен анализ существующих решений, спроектирована архитектура приложения. Ключевым элементом научной новизны данной работы являлась разработанная нейронная сеть, которая применялась для разделения последовательности нот на отдельные фразы. Такой подход позволил создать автоматически масштабируемую базу музыкальных фраз, дополнение которой новыми элементами проводилось с помощью модели машинного обучения без участия человека. Был реализован программный интерфейс серверной части приложения, алгоритм нахождения паттернов в аккордах и алгоритм рекомендаций на основе сравнения аккордовых последовательностей. В данной работе было разработано мобильное приложение, которое являлось клиентом в описываемой системе. Система была развёрнута с применением технологии контейнеризации Docker. Был проведён ряд тестов приложения, показавших его работоспособность. |
| Document Type: |
Other literature type |
| Language: |
Russian |
| DOI: |
10.18720/spbpu/3/2025/vr/vr25-2710 |
| Accession Number: |
edsair.doi...........76c6cf3b9eac2c775bd11c7b06e7efb6 |
| Database: |
OpenAIRE |