Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2023

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: model generatywny

Sortuj według:

Ogranicz wyniki do:

Zwiększanie potencjału sztucznej inteligencji generatywnej dzięki prompt engineering

Bistroń Marta, Piotrowski Zbigniew

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2023

nr 4

341--344

W artykule opisano różne techniki stosowane w algorytmach sztucznej inteligencji generatywnej, takie jak modele oparte na rozkładach prawdopodobieństwa, modele wariancyjne oraz modele sekwencyjne. Wyjaśniono podstawy tych technik oraz omówiono ich zastosowania w generowaniu obrazów, muzyki, tekstu czy mowy. Artykuł podkreśla znaczenie algorytmów generative AI jako narzędzi do twórczego generowania treści oraz prezentuje możliwe sposoby zwiększenia efektywności generowania tych treści z wykorzystaniem techniki prompt engineering.

The article describes various techniques used in generative artificial intelligence algorithms, such as models based on probability distributions, variance models and sequential models. The basics of these techniques are explained and their applications in generating images, music, text or speech are discussed. The article emphasizes the importance of generative AI algorithms as tools for creative content generation and presents possible ways to increase the efficiency of generating this content using the prompt engineering technique.

Generowanie wielogłosowej muzyki o określonej emocji przy użyciu wariacyjnego autoenkodera

Grekow Jacek

Przegląd Elektrotechniczny

2023

R. 99, nr 6

225--229

Artykuł przedstawienia proces budowy modelu generującego wielogłosowe muzyczne sekwencje o określonej emocji. Opisano w nim proces przygotowania bazy przykładów uczących i budowę modelu generatywnego na bazie wariacyjnego autoenkodera. Przedstawiono eksperymenty implementacji warstw konwolucyjnych przeznaczonych do analizy wizualnej reprezentacji przykładów muzycznych. Wygenerowane pliki muzyczne poddano ewaluacji przez użycie metryk i porównanie ze zbiorem treningowym.

This article presents the process of building a system generating polyphonic music content with a specified emotion. The process of preparing a training files and building a generative model based on a variational autoencoder was described. Experiments on the implementation of convolutional layers intended for analysis of the musical examples were presented. The generated examples were evaluated by using metrics and comparing them with the training set.