Modelos evolutivos para composição algorítmica afetiva.

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorFreitas, Alan Robert Resende de-
Autor(es): dc.contributorFreitas, Alan Robert Resende de-
Autor(es): dc.contributorRibeiro, Rodrigo Geraldo-
Autor(es): dc.contributorBarbosa, Rogério Vasconcelos-
Autor(es): dc.creatorSantos, Carla Sanches Nere dos-
Data de aceite: dc.date.accessioned2025-08-21T15:19:01Z-
Data de disponibilização: dc.date.available2025-08-21T15:19:01Z-
Data de envio: dc.date.issued2022-11-07-
Data de envio: dc.date.issued2022-11-07-
Data de envio: dc.date.issued2021-
Fonte completa do material: dc.identifierhttp://www.repositorio.ufop.br/jspui/handle/123456789/15785-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1010216-
Descrição: 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.-
Descrição: dc.descriptionSistemas 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.-
Descrição: dc.descriptionAffective 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.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsaberto-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/3.0/us/-
Direitos: dc.rightsAutorização 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.-
Palavras-chave: dc.subjectComputação evolutiva-
Palavras-chave: dc.subjectAlgoritmo genético-
Palavras-chave: dc.subjectOtimização multiobjetivo-
Palavras-chave: dc.subjectComputação musical-
Palavras-chave: dc.subjectComposição algorítmica afetiva-
Título: dc.titleModelos evolutivos para composição algorítmica afetiva.-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - UFOP

Não existem arquivos associados a este item.