PESQUISA

O egresso Lucas Francesco Piccioni Costa, formado em Engenharia de Computação (2019), pela UTFPR - Campus Toledo, publicou um artigo na conceituada Revista Internacional 'Applied Artificial Intelligence'.

O artigo intitulado 'Neural Networks And Ensemble Based Architectures To Automatic Musical Harmonization: A Performance Comparison' descreve que a harmonia pode ser definida, musicalmente, como a arte que combina diversas notas musicais, reproduzidas simultaneamente para criar sons coerentes aos ouvidos humanos e que servem de acompanhamento e preenchimento. No entanto, trabalhar a harmonia não é uma tarefa simples, requer conhecimento, experiência e um intenso estudo de teoria musical, que leva tempo para atingir boas habilidades. Assim, sistemas capazes de harmonizar melodias, automaticamente, são benéficos para músicos experientes e iniciantes.

Neste trabalho, um estudo comparativo entre distintas arquiteturas e conjuntos de 'Redes Neurais Artificiais' foi proposto para resolver o problema de harmonização musical, buscando resultados consistentes com regras da teoria musical: Multilayer Perceptron (MLP), Radial Basis Function network (RBF), Echo State Network (ESN), Extreme Learning Machines (ELM) e Long Short-Term Memory (LSTM).

Para isso, uma melodia processada e definida com dados musicais simbólicos serve de entrada ao sistema, tendo sido treinada a partir de um banco de dados musical, que contém melodia e harmonia. O resultado é a sequência de acordes a ser aplicada à melodia, os quais foram analisados com medidas quantitativas e a capacidade de adaptação melódica, apresentando atuações favoráveis ao MLP.

Atualmente, o egresso está fazendo o Mestrado no Programa de Pós-graduação em Ciência da Computação, na UTFPR - Campus de Ponta Grossa, sob orientação do professor Hugo Valadares Siqueira e coorientação da professora Marcella Martins. O artigo também teve participação direta dos pesquisadores do campus Toledo, os professores Elder Schemberger e Andres Coca.