校园百科

音乐对人们的生活有着重要的影响。然而，创作音乐需要大量的专业知识和技能。近年来，如何利用机器学习技术自动进行音乐创作成为人工智能领域的热门话题。由于音乐元素的复杂性，如歌曲不同的和弦进行、乐段中结构鲜明的节奏型、不同特性的音轨（乐器）需要保持和谐一致等，使得高质量的单音轨作曲、多音轨编曲算法的设计充满了挑战性与特殊性。为此，论文基于深度神经网络和多任务学习等方法，从历史音乐数据（如十万多首歌曲）中学习音乐的音程关系、结构以及各种乐器的演绎特色，设计了一种基于和弦的节奏和旋律交叉的生成模型(CRMCG)来产生带有和弦进行的旋律；更进一步，通过构建多个任务（即多个音轨，乐器序列）关联模型，为乐器的相互配合搭建了信息交互的桥梁，实现了一种多乐器联合编曲模型(MICA)。值得一提的是，微软公司结合该模型所开发的“微软小冰”机器作曲功能已在央视《机智过人》节目中进行了展示，并得到了评委和观众的好评。

KDD是由ACM主办的国际数据挖掘领域最顶级会议，同时被CCF（中国计算机学会）列为A类会议，本年度注册参会人数超过3400名。KDD 2018研究序列共收到983篇论文投稿，收录107篇口头报告论文。每年被录用的论文中，一般仅有一篇优秀论文被评选为最佳论文、一篇以学生为第一作者的优秀论文被评选为最佳学生论文。中国科大此次获得最佳学生论文奖也是自KDD于2004年设立该奖项以来中国大陆高校首次获此殊荣。

详见：

我校获数据挖掘领域顶级国际会议KDD 2018最佳学生论文奖