Robert B. Lisek PhD est un artiste, mathématicien et compositeur qui se concentre sur les systèmes, les réseaux et les processus (informatiques, biologiques, sociaux). Il participe à un certain nombre de projets axés sur les arts médiatiques, les récits créatifs et l'art interactif. S'appuyant sur l'art post-conceptuel, l'art logiciel et les méta-médias, son travail défie intentionnellement toute catégorisation. Lisek est un pionnier de l'art basé sur l'intelligence artificielle et l'apprentissage automatique. Lisek est également un compositeur de musique contemporaine, auteur de nombreux projets et partitions à l'intersection de la musique spectrale, stochastique, concrète, de la musica futurista et du bruit. Lisek est également un scientifique qui mène des recherches dans le domaine des fondements de la science (mathématiques et informatique). Ses intérêts de recherche sont la théorie des catégories et la géométrie algébrique. Plus d'informations : http://fundamental.art.pl/
Transfert d'apprentissage pour la composition musicale
Comment former un réseau neuronal pour que, si vous le transférez dans un nouvel environnement, il continue à bien fonctionner ou s'adapte rapidement ? C'est un problème important dans le domaine de l'intelligence artificielle, en particulier dans l'apprentissage en profondeur, et il aura de nombreuses possibilités d'application dans la composition future de musique contemporaine. La généralisation est la capacité qu'ont les humains à généraliser les concepts que nous connaissons, afin qu'ils puissent être combinés de manière nouvelle et différente de tout ce que nous avons vu auparavant. L'apprentissage par transfert signifie que le logiciel d'IA traite de nouvelles tâches et différentes classes d'événements sonores.