Дориен Херреманс

В этой статье есть несколько проблем. Помогите улучшить ее или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалять эти сообщения ) Эта статья может чрезмерно полагаться на источники, слишком тесно связанные с темой , что потенциально делает статью не поддающейся проверке и нейтральной .Пожалуйста, помогите улучшить его, заменив их более подходящими ссылками на надежные, независимые сторонние источники . ( Июль 2024 г. )( Узнайте, как и когда удалить это сообщение ) Вводный раздел этой статьи может быть слишком длинным .Пожалуйста, ознакомьтесь с правилами по объему статьи и помогите перенести детали в ее основную часть. ( октябрь 2024 г. ) ( Узнайте, как и когда удалить это сообщение )

Дориен Херреманс (родилась 26 июля 1982 года) — бельгийский исследователь компьютерной музыки. Херреманс — штатный доцент Сингапурского университета технологий и дизайна ^[1] , ранее она занимала совместную должность в Институте высокопроизводительных вычислений A*STAR . Она также работает сертифицированным инструктором в Институте глубокого обучения NVIDIA и является директором игровой лаборатории SUTD. ^[2] До поступления в SUTD она получила стипендию Марии Склодовской-Кюри в Центре цифровой музыки (C4DM) Лондонского университета королевы Марии, где работала над проектом MorpheuS: Гибридное машинное обучение — методы оптимизации для генерации структурированной музыки с помощью морфинга и слияния [ ^3] Она получила докторскую степень в области прикладной экономики по теме «Компьютерная генерация и классификация музыки с помощью методов исследования операций». ^{[ необходима цитата ]} Она получила диплом коммерческого инженера по информационным системам управления в Университете Антверпена в 2005 году. После этого она работала консультантом по Drupal и преподавала ИТ в Университете Les Roches в Блюше, Швейцария. Она также работала «mandaatassistent» в Университете Антверпена в области управления операциями, управления цепочками поставок и исследования операций.

Работа Херреманс сосредоточена на генеративном музыкальном ИИ, интеллектуальном анализе данных для классификации музыки (прогнозирование попаданий) и других новых приложениях на стыке ИИ , машинного обучения / оптимизации и музыки. Она является старшим членом IEEE . [ ^4] В 2021 году она была номинирована в список 100 женщин в сфере технологий Сингапура, ^[5] а ее проект Mustango: Controllable text-to-music получил премию SAIL Award Top 30 на Всемирной конференции по искусственному интеллекту в Шанхае в 2024 году. ^[6]

Исследования Херреманса по прогнозированию танцевальных хитов, автоматической аппликатуре фортепиано и автоматическим системам генерации музыки на основе ИИ (например, MorpheuS ) привлекли внимание популярной прессы, включая международные журналы, такие как Motherboard из Vice magazine, ^[7] Channel News Asia's Documentary Algorithms Episode 1: "Rage Against The Machine", ^[8] The San Francisco Examiner , ^[9] бельгийское национальное телевидение ^[10] и бельгийское и французское национальные радио. ^{[11] [12]}

• Melechovsky, J., Guo, Z., Ghosal, D., Majumder, N., Herremans, D., & Poria, S. (2024). Mustango: Toward controllable text-to-music generation. Труды Ежегодной конференции Североамериканского отделения Ассоциации компьютерной лингвистики (NAACL). Мехико.
• Melechovsky, J., Roy, A., & Herremans, D. (2024). MidiCaps — крупномасштабный набор данных MIDI с текстовыми подписями. Труды Международного общества поиска музыкальной информации (ISMIR). Сан-Франциско.
• Herremans D, Chuan CH, Chew E (2017). «Функциональная таксономия систем генерации музыки». ACM Computing Surveys . 50 (5): 1– 30. arXiv : 1812.04186 . doi : 10.1145/3108242.
• Herremans D, Chew E (2017). «MorpheuS: генерация структурированной музыки с ограниченными шаблонами и напряжением». IEEE Transactions on Affective Computing . 10 (4): 510– 523. arXiv : 1812.04832 . doi : 10.1109/TAFFC.2017.2737984.
• Chuan CH, Herremans D (апрель 2018 г.). «Моделирование временных тональных отношений в полифонической музыке с помощью глубоких сетей с новым представлением на основе изображений». Труды конференции AAAI по искусственному интеллекту . 32 . doi :10.1609/aaai.v32i1.11880.
• Sturm BL, Ben-Tal O, Monaghan Ú, Collins N, Herremans D, Chew E, Hadjeres G, Deruty E, Pachet F (2019). «Исследования машинного обучения, имеющие значение для создания музыки: пример». Журнал новых музыкальных исследований . 48 (1): 36–55 . doi :10.1080/09298215.2018.1515233.
• Chuan CH, Agres K, Herremans D (2020). «От контекста к концепции: исследование семантических отношений в музыке с помощью word2vec». Neural Computing and Applications . 32 (4): 1023– 1036. arXiv : 1811.12408 . doi : 10.1007/s00521-018-3923-1.
• Lin KW, Balamurali BT, Koh E, Lui S, Herremans D (2020). «Разделение голосов при пении с использованием глубокой сверточной нейронной сети, обученной идеальной бинарной маской и перекрестной энтропией». Neural Computing and Applications . 32 (4): 1037– 1050. arXiv : 1812.01278 . doi : 10.1007/s00521-018-3933-z.
• Herremans D, Sörensen K (2013). «Сочинение контрапунктной музыки пятого вида с помощью алгоритма поиска переменного соседства». Expert Systems with Applications . 40 (16): 6427– 6437. doi :10.1016/j.eswa.2013.05.071.
• Herremans D, Martens D, Sörensen K (2014). «Dance Hit Song Prediction». Журнал новых музыкальных исследований, специальный выпуск о музыке и машинном обучении . 43 (3): 291– 302. arXiv : 1905.08076 . doi :10.1080/09298215.2014.881888.