Modelos evolutivos para composição algorítmica afetiva.

dc.contributor.advisorFreitas, Alan Robert Resende dept_BR
dc.contributor.authorSantos, Carla Sanches Nere dos
dc.contributor.refereeFreitas, Alan Robert Resende dept_BR
dc.contributor.refereeRibeiro, Rodrigo Geraldopt_BR
dc.contributor.refereeBarbosa, Rogério Vasconcelospt_BR
dc.date.accessioned2022-11-08T21:01:08Z
dc.date.available2022-11-08T21:01:08Z
dc.date.issued2022pt_BR
dc.descriptionPrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractSistemas de Composição Algorítmica Afetiva buscam gerar músicas que expressam ou provocam emoções. Ainda se encontra em aberto a composição de melodias que passam todos os sentimentos presentes nos modelos emocionais. Esses sistemas podem ser utilizados em diferentes contextos, como saúde e entretenimento. Assim, pessoas podem se expressar através da música ou ter experiências de maior imersão em jogos ou filmes. Este trabalho visa identificar estratégias para realizar múltiplas transformações afetivas em melodias, de modo a passar emoções para o ouvinte. São propostos dois algoritmos transformativos: um modelo evolutivo mono-objetivo e outro multiob- jetivo, baseado no algoritmo Non-dominated Sorting Genetic Algorithm II (NSGA-II). Os resultados mostram que os dois modelos geraram melodias que passam emoções positivas e negativas. O modelo multiobjetivo alcançou melhores resultados do que o mono-objetivo. No entanto, é preciso analisar estratégias para melhorar a qualidade das melodias e alcançar mais emoções.pt_BR
dc.description.abstractenAffective Algorithmic Composition systems seek to generate songs that express or induce emotions. It is still an open challenge to compose melodies that can convey all the feelings in emotional models. These systems apply to different fields, like health and entertainment. So, people can express themselves through music or experience more immersion in games or movies. This work aims to identify strategies to perform multiple affective transformations in melodies to convey emotions to the listeners. This work presents two transformative algorithms: an evolutionary mono-objective model and a multiobjective model based on Non-dominated Sorting Genetic Algorithm II (NSGA-II). The results show that both models generated melodies that convey positive and negative emotions. The multi-objective model achieved better results than the mono-objective. Nonetheless, it is necessary to analyze strategies to improve the quality of the melodies and reach more emotions.pt_BR
dc.identifier.citationSANTOS, Carla Sanches Nere dos. Modelos evolutivos para composição algorítmica afetiva. 2022. 70 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2022.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/jspui/handle/123456789/15785
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 01/11/2022 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais.pt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/us/*
dc.subjectComputação evolutivapt_BR
dc.subjectAlgoritmo genéticopt_BR
dc.subjectOtimização multiobjetivopt_BR
dc.subjectComputação musicalpt_BR
dc.subjectComposição algorítmica afetivapt_BR
dc.titleModelos evolutivos para composição algorítmica afetiva.pt_BR
dc.typeDissertacaopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
DISSERTAÇÃO_ModelosEvolutivosComposição.pdf
Tamanho:
2.3 MB
Formato:
Adobe Portable Document Format
Descrição:

Licença do pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura Disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição: