Umeå universitets logga

umu.sePublikationer
Driftstörningar
Det förekommer återkommande driftstörningar på några av sök-portalerna på grund av hög belastning. Vi arbetar på att lösa problemet, ni kan tillfälligt mötas av ett felmeddelande.
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Creative Capabilities of Machine Learning: Evaluating music created by algorithms
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för tillämpad fysik och elektronik.ORCID-id: 0000-0002-9283-9246
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för tillämpad fysik och elektronik.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för tillämpad fysik och elektronik.ORCID-id: 0000-0002-6526-1311
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för tillämpad fysik och elektronik.
2021 (Engelska)Ingår i: ACM International Conference Proceeding Series, Association for Computing Machinery (ACM), 2021, artikel-id 12Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

The concept of creativity is an important part of human society and the continuous evolution of artificial minds has raised questions on creativity among machines. This aim of the this study is to explore machine learning algorithms' ability to be creative. The study reported in this paper uses short samples of music generated by IBM Watson beats that are evaluated using expert assessment of 51 music teachers together with samples generated by humans as control samples. The results show that one of the machine learning generated samples showed the same level of creativity as the human generated samples. Hence, there are indications that today machine learning algorithms can create music that is hard to distinguish from human created music and can be considered creative.

Ort, förlag, år, upplaga, sidor
Association for Computing Machinery (ACM), 2021. artikel-id 12
Nyckelord [en]
creativity, machine learning, music
Nationell ämneskategori
Datorsystem Musik
Identifikatorer
URN: urn:nbn:se:umu:diva-183127DOI: 10.1145/3452853.3452863ISI: 001345064000010Scopus ID: 2-s2.0-85104977580ISBN: 978-1-4503-8757-6 (digital)OAI: oai:DiVA.org:umu-183127DiVA, id: diva2:1555096
Konferens
32nd European Conference on Cognitive Ergonomics: Designing Virtual and Physical Interactive Systems, ECCE 2021, Siena, Italy, April 26–29, 2021
Tillgänglig från: 2021-05-17 Skapad: 2021-05-17 Senast uppdaterad: 2025-04-24Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Mejtoft, ThomasSöderström, UlrikNorberg, Ole

Sök vidare i DiVA

Av författaren/redaktören
Mejtoft, ThomasSöderström, UlrikNorberg, Ole
Av organisationen
Institutionen för tillämpad fysik och elektronik
DatorsystemMusik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 457 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf