Contact
Professeur: Douglas Eck [douglas D0T eck AT umontreal D0T ca
Disponibilité: par rendez-vous (3253 Pavillion André-Aisenstadt).
Nouvelles
| 07 janvier 2009
|
Le cours va être au centre BRAMS sur le campus UdeM. Voir www.brams.org/contact.html pour
trouver BRAMS.
|
| 01 janvier 2009
|
Voir ici ("Nouvelles") pour les annonces urgentes et voir Cours après cours pour les
notes de cours et toute autre information. Le plan de cours est disponible en format pdf.
|
Enseignement
La langue d'enseignement et de lecture sera principalement l'anglais. Toutefois tous les
matériaux évalués (les tps, le projet final, le présentation) peuvent être faits
entiérement en français.
Objectifs
Le cours se présente comme un séminaire centré sur la lecture
d'articles et l'implantation d'algorithmes d'apprentissage adaptés à
la musique. Le but est d'explorer les défis technologiques dans le domaine de la musique par rapport à la théorie
d'apprentissage automatique et la psychologie cognitive de la musique. Le cours couvrira:
- La traitement des signaux et l'extraction des "features" musicales
- Les mesures de similitude de musique ("music similarity measures")
- La catégorisation de la musique
- La génération des séquences de musique
- La prestation musicale réaliste par ordinateur
Il y aura beaucoup de programmation à faire pour des TP et pour le
projet final. Mon but est que les projets traitent des problèmes
non résolus dans notre domaine. Dans le cours d'hiver 2005, deux projets
ont été transformés en soumissions qui ont gagné un concours de programmation international dans
les catégorie de "Genre Recognition" et "Note Onset Detection" (à
"MIREX", ISMIR 2005, Londres).
Barème
| Mode d'évaluation | Valeur |
| Travaux pratiques | 40% |
| Lecture hebdomadaires | 10% |
| Présentation | 10% |
| Projet final | 40% |
Le cours est dirigé vers des travaux pratiques et la lecture. Il n'y aura pas des examens.
Travaux pratiques: On va avoir plusieurs
TPs incluant la traitement de signal, l'extraction des "features" musicales et l'apprentissage automatique
Lectures hebdomadaires: Il y aura des articles et chapitres à lire. Il est primordial que les étudiants fassent toujours
la lecture.
Présentation: Chaque étudiant doit présenter un sommaire d'un des articles/chapitres et doit mener la discussion.
Projet: A mi-mars, les étudiants doivent soumettre un proposition de projet (3 à 5 pages) pour l'approbation.
Le projet doit concerner l'application de l'apprentissage automatique à un problème difficile
dans le domaine de la musique. Je vous fournirai des suggestions et l'information pour trouver des bases de données.
Chaque étudiant doit faire un présentation de 20 à 30 minutes à la fin de la session. Les projets incluent:
- Les mesures de similitude musicale
- Un système qui compose la musique automatiquement
- La classification des chansons par artiste ou genre
- Un modèle de la synchronisation et du rythme ("beat tracking", l'interprétation
de la musique, la synchronisation entre ordinateurs et
musiciens)
- L'identification de la structure musical (la mesure, "phrase structure", la mélodie)
Préalables
Les étudiants doivent possèdent la connaissance de l'apprentissage automatique ou la connaissance de la
musique. Pour ceux qui manquent l'expérience dans l'un ou l'autre, il y aura de lecture supplémentaire. Notez
que les étudiants qui possèdent la connaissance de tous les deux domaines sont rares. Donc, étudiants qui
manquent l'expérience dans un des domaines sont encouragés de prendre le cours.