1. Evolutionary Music Composition 晏廷

2. EC 簡介 Neurogen 於 1991 年提出一種基於 GA 的自動 編曲方法 將ㄧ段音樂拆解成許多的小片段，一組染色體 代表不同的音樂片段的排列組合 染色體經過 Reproduction,Crossover, Mutation 之後重組成新音樂片段 新型態的音樂創造模式

3. Fitness 評估 Fitness 評估為 EC 最重要部分，用於將ㄧ段 染色體構成的音樂片段演譯程度量化 ( 好聽與不好聽的程度 ) Fitness 可供 GA 等 metaheuristic 演算法使用 Fitness 的評估方法又分為 – 人工 – 自動 – 模擬

4. Fitness 評估困難點 演算法評估 – 曲風 – 樂理 人工回饋 – 關聯回饋方法 – 心理主觀因素

5. EC 研究領域 音樂片段自動（採樣 分解 分類 評估）的研究 (Music information retrieval) 樂器聽感塑模 (Performance Modeling) 音樂風格塑模 (Music style Modeling) 關聯回饋方法的研究 (Relevance feedback) 互動式 編曲 (Interactive music composition) 自動化 編曲 (Auto-Feedback music composition) 曲風調整 (Music style modification)

6. EC 研究進入門檻 數位樂譜的取得 (MIDI, XM, MOD,IT…..) 數位音源的取得 ( 音源採樣資料庫 ) 程式開發環境 (MIDI 讀檔 修改 存檔 播放 ) 音樂知識的了解 ( 樂理 )

7. EC 研究資源 比賽 – EuroGP Song Contest EuroGP Song Contest 書籍 – Evolutionary Computer Music -Miranda, Eduardo Reck; Biles, John Al (Eds.) – 2007, ISBN: 978-1-84628-599-8 開發軟體 – MIDI for.NET v2.0.4 (C# library) MIDI for.NET v2.0.4 研討會 – EvoMUSART European Workshop on Evolutionary Music and Art EvoMUSART – GAVAM @ GECCO Workshop on GAs in Visual Art and Music GAVAM 網站 – Evolutionary Music Bibliography Evolutionary Music Bibliography

8. 相關文獻 1. Music Information Retrieval Using a GA-based Relevance Feedback - 2007-IEEE 2. Jazz Sebastian Bach A GA System for Music Style Modification - IEEE – 2006 3. Towards Melodic Extension Using Genetic Algorithms – IEEE - 2001 4. Evolutionary Music Composer integrating Formal Grammar - 2007 – ACM 5. Inducing a Generative Expressive Performance Model – ACM – 2007 6. Music Composition with Interactive Evolutionary - 2006 – GECCO 7. Music Composition Using Genetic Evolutionary Algorithms – IEEE - 2000

9. 分析 / 比較 演究重點 1234567 Fitness 評估方法研究 ˇˇ ˇ 使用者相關回饋 (Relevance Feedback) ˇˇˇ 旋律演譯塑模 (Melodic modeling) ˇˇ 音色演譯塑模 (Performance modeling) ˇ 曲風調整 (Music Style Modify) ˇˇˇ 模擬回饋 (Evaluation Assistance) 類神經

10. 分析 / 比較 1234567 資料來源 MIDI WAVE Meta-Data MIDI WAVE MIDI 演算法 GA 策略作者自訂 Crossover Mutation 方法 Standard Crossover & Mutation Standard Crossover & Mutation Standard Crossover & Mutation Standard Crossover & Mutation OnePoint Crossover & Standard Mutation MultiPoint Crossover & Mutation Fitness 產生 統計式 & 聽覺模型 人工經驗 法則 & 統計資料 人工經驗 法則 & 統計資料 人工經驗 法則 & 統計資料 數理公式使用者回饋樂理模型 ( 節奏, 音調 )