Tezislər / Theses

Əlaqədar işlərin analizi. 
Son zamanlar musiqi generasiyası üçün çox 
sayda dərin neyron şəbəkə modelləri təklif edilmişdir. [Briot et al, 2]-də musiqi 
generasiyası sahəsində dərin öyrənmədən istifadə edən fərqli strategiya və 
üsullar analiz edilmişdir. Müxtəlif tədqiqatçılar tərəfindən MiniBach, 
DeepHear, CONCERT, Sequential, Hexahedria, Bi-Axial LSTM, WaveNet, 
DeepJ, VRASH kimi musiqi generasiyası sistemləri təklif olunmuşdur.
[Li et al, 3]-də musiqi generasiyası üçün LSTM və generativ rəqib 
şəbəkələrin birləşməsindən yaradılan LSTM-GAN modeli təklif edilmişdir. 
[Dong et al, 4] GAN-dən istifadə edən, simvolik çox-trekli musiqi genera-
siya etmək üçün əsas fərziyyələr və müfaviq şəbəkə arxitekturaları ilə bir-
birindən fərqlənən 3 model təklif edilib. Bu modellər yüz mindən çox rok 

---

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
117
musiqisindən ibarət təlim toplusunda öyrədilib və 5 trekdən ibarət fortepiono 
çarxları generasiya etmək üçün tətbiq edilib.
[Yang et al, 5]-də musiqi generasiyası üçün CNN-GAN əsaslı yeni model 
– 
MidiNet
təklif edilib. Model MİDİ notlar seriyası şəklində melodiya yaratmaq 
üçün CNN-ləri tətbiq edir. 
MidiNet
giriş veriləndən və spesifikasiyalardan asılı 
olaraq fərqli musiqi növləri yarada bilər.
Eksperimentlərdə istifadə edilən GAN modelləri 
C-RNN-GAN 
rəqib təlimə malik rekurrent neyron şəbəkəsidir. Generativ 
rəqib şəbəkə iki fərqli dərin rekurrent neyron modelidir: generator (G) və 
diskriminator (D). Generatorun məqsədi təsadüfi yaradılan girişdən musiqi 
nümunəsi yaratmaqdır. Diskriminatorun məqsədi isə real məlumat girişindən 
yaradılan nümunəni müəyyən etməkdir. Generator və diskriminator arasın-
dakı rəqabət səbəbindən bir-birinin itkisini maksimuma çatdırmaq istəyir.
LSTM. 
LSTM zaman sıralarındakı əhəmiyyətli hadisələr arasında namə-
lum ölçü və müddətə malik vaxt gecikmələrini nəzərə alaraq zaman sırala-
rının təsnifatı, emalı və proqnozlaşdırılması üçün istifadə edilən rekurrent 
neyron şəbəkəsidir. LSTM video və musiqi kimi ardıcıl məlumatlar üçün 
uyğun olan əks əlaqə bağlantılarına malikdir.