THE 3 rd INTERNATIONAL SCIENTIFIC CONFERENCES OF STUDENTS AND YOUNG RESEARCHERS dedicated to the 99
th
anniversary of the National Leader of Azerbaijan Heydar Aliyev
116
4. Arjovsky, M., Chintala, S., & Bottou, L. (2017, July). Wasserstein generative adversarial
networks. In International conference on machine learning (pp. 214-223). PMLR.
5. Karras, T., Laine, S., & Aila, T. (2019). A style-based generator architecture for generative
adversarial networks. In Proceedings of the IEEE/CVF Conference on Computer Vision
and Pattern Recognition (pp. 4401-4410).
6. Wang, Z., She, Q., & Ward, T. E. (2021). Generative adversarial networks in computer
vision: A survey and taxonomy. ACM Computing Surveys (CSUR), 54(2), 1-38.
7. Nowozin, S., Cseke, B., & Tomioka, R. (2016, December). f-gan: Training generative
neural samplers using variational divergence minimization. In Proceedings -of the 30th
International Conference on Neural Information Processing Systems (pp. 271-279).
GENERATİV RƏQİB ŞƏBƏKƏLƏR İLƏ MUSİQİ GENERASİYASI HAQQINDA 1 Adilə İmamverdiyeva, 2 Yusif İmamverdiyev 1 2 Az ə rbaycan Texniki Universiteti, 1 Bak ı Dövl ə t Universiteti Bak ı , Az ə rbaycan 1imamverdiyeva1998@gmail.com Elmi rəhbər: t.ü.f.d. Sevinc Bağırova Açar sözlər: C-RNN-GAN, LSTM, musiqi generasiyası
Giriş. Süni intellekt sahəsində son illərdə çox populyar olan generativ
rəqib şəbəkələr (ing. Generative Adversial Network, GAN) – dərin neyron
şəbəkələrinin bir sinfidir. Bu şəbəkələr 2014-cü ildə təklif olunub və çox qısa
müddətdə ən müxtəlif – video, şəkil, musiqi və sintetik verilənlərin
generasiyası və s. tətbiq sahələrində maraqlı nəticələr əldə edilmişdir [1]. Bu
işdə generativ rəqib şəbəkələr əsasında musiqi generasiyası məsələsinə
baxılır, heç bir insan müdaxiləsi olmadan avtomatik olaraq musiqi və
melodiyalar yaratmaq üçün LSTM (Long-Short Term Memory) və C-RNN-
GAN şəbəkələri əsasında eksperimentlərin nəticələrini təqdim edilir.