XiaoMi-AI文件搜索系统
World File Search System音乐学
sc tokai应用物理学会学术演讲（JSAP SCTS 2014）
简介：在过去的几十年中，碳纳米材料（例如碳纳米纤维（CNF）和石墨烯）由于其宏伟的特性而引起了强烈的科学兴趣[1，2]。关于石墨烯的大部分研究都是针对合成高质量和大面积石墨烯方法的探索。有希望的方法是脉搏激光沉积和化学蒸气沉积。虽然在理解石墨烯合成方面已经取得了重要成就，但它们的形成机制尚不清楚。现场技术的最新进展现在为研究原子水平研究固相相互作用的新可能性提供了新的可能性。在这里，我们报告了通过原位透射电子显微镜（TEM）直接观察到铜含有铜纳米纤维（CU-CNFS）的结构转化。实验：使用kaufmann型离子枪制造Cu-CNF（iontech。Inc. Ltd.，模型3-1500-100FC）。所使用的样品是尺寸为5x10x100 µm的市售石墨箔。通过在CNFS生长过程中连续供应Cu，在室温下用1 keV ar +离子辐射石墨箔的边缘。在其他地方详细描述了离子诱导的CNF生长机理的细节[3]。然后将Cu-CNF安装在200 kV的TEM（JEM2010，JEOL CO.，JEOL CO.）的阴极微探针上，并研究了Cu-CNFS向石墨烯的结构转化，在电流 - 电压（I-V）测量过程中进行了研究。结果和讨论：在I-V测量过程中，高温是通过Cu-CNF结构中的Joule加热获得的。焦耳CNF的加热导致其表面石墨化，最后在转化为严重扭曲的石墨烯中。tem图像表明，最初，CNF在本质上是无定形的，而I-V过程中的电流流动引起了CNF的晶体结构的急剧变化，形成了石墨烯的薄层（1-3层）。作为结果，在产生的电流大大增加的情况下，改进了结构的电性能，比初始值高1000倍（从10 -8到10 -5 a）。该过程采用三个步骤进行：Cu纳米颗粒的聚集，无定形碳扩散到Cu中，以及在进一步加热下的Cu纳米颗粒的电迁移。
人工智能与音乐爱好者的交流
Kotler、Kartajaya 和 Setiawan 认为，营销 5.0 包含五个要素：数据驱动、预测、情境、增强和敏捷。本文采用案例研究法，调查韩国流行音乐产业促销策略中是否存在 5.0 营销要素。本文特别探讨了 BTS 音乐团体的促销策略。该团体在其促销策略中使用了 5.0 营销方法，尤其是在与粉丝的沟通中，这种沟通因此进入了公共关系领域。案例研究分析还表明，他们使用了数据驱动营销和预测分析，这些都是使用人工智能实现的。此外，情境营销的元素被用于改善消费者体验，增强营销被用于促进业务，尤其是对于前台员工。最后，对 BTS 促销策略的分析表明，他们注重创新和灵活性，而这正是敏捷营销的要素。关键词：营销 5.0；策略；沟通；人工智能；文化；音乐 JEL 分类：D8； M3；O3 致谢：本文的研究由 Marija Polak 完成，她的硕士论文题为“社交媒体上的创新推广策略：高科技社会（韩国）的一个例子”。论文指导老师是助理教授 Marijana Togonal 博士和助理教授 Matilda Kolić Stanić 博士。该论文于 2022 年 1 月在克罗地亚天主教大学传播科学系进行了答辩。论文类型：研究文章 收到日期：2022 年 3 月 25 日 接受日期：2022 年 4 月 23 日 DOI：10.54820/entrenova-2022-0006
使用人工智能生成音乐
网络扬声器用于公共场所的公共广播，有时也用于播放背景音乐。要播放音乐，需要专门为在公共环境中使用而制作的特殊商业音乐许可证。但是，为了按照现行法规做到这一点，客户必须支付许可费并了解版权许可的相关知识。在本文中，我们探讨了使用机器学习方法生成替代的、无需许可的背景音乐的可能性。我们调查了该领域的现有模型和数据集，并对音乐家进行了访谈，以确定可用作评估指标的音乐质量特征。我们选择调整和比较 Transformer 模型 GPT-3 和长短期记忆 (LSTM) 模型 Performance_RNN。使用 COSIATEC 算法对音乐进行评估以查找递归模式，并使用基于 Tymoszcko 的调性理论的自定义指标。进行了实验以调查学习率、训练数据特征和生成参数的影响。 GPT-3 和 Performance RNN 在生成音乐的长期结构方面都表现良好，但训练时间和准确度因所选数据集而异。为了补充本论文的研究结果，研究人类对音乐的感知与本报告中获得的分数之间的相关性将会很有趣。进一步研究训练数据特征（例如流派和旋律内容）的影响也很有趣。
音乐认知之光 - LEAD
研究与音乐感知和创作相关的神经过程是认知神经科学中一个成熟的领域。虽然大多数神经成像工具在研究音乐体验的复杂性方面存在局限性，但功能性近红外光谱 (fNIRS) 是一种有前途的、相对较新的工具，可用于在实验室和生态环境中研究音乐过程，也适用于整个发育过程中的典型和病理人群。在这里，我们系统地回顾了 fNIRS 对音乐认知的研究，强调了前景和潜力。我们还概述了 fNIRS 的基本理论，并简要比较了与其他神经成像工具的特点。在五个专题部分中介绍了 59 项符合纳入标准（即使用以音乐为主要刺激的 fNIRS）的研究。对方法论的批判性讨论使我们提出了旨在实现稳健信号分析和可重复性的良好实践指南。提出了一个不断更新的世界地图，包括符合纳入标准的研究的基本信息。它提供了一个有组织的、可访问的、可更新的参考数据库，可以作为社区内未来合作的催化剂。总之，fNIRS 显示出研究音乐认知过程的潜力，特别是在生态环境和特殊人群中，这与音乐认知的当前研究重点相一致。
创意人工智能和音乐机器人
本文讨论了名为“具身音乐机器人”的表演机器人项目（2018 年至今）中的创造性和技术方法。该项目的核心方法是以人为本的人工智能 (HC-AI)，它专注于设计、开发和部署以“深刻而有意义的方式”实时与人类合作的智能系统。1 该项目将这一目标作为一种核心哲学，创造性人工智能和体验式学习的概念就是从中发展而来的。本次讨论的核心是从机器人和人类共享体验的流程中阐明创造性人工智能和新的 HC-AI 计算学习形式的构成思维转变。中心案例研究 (EMRv1) 调查了人工智能驱动的机器人与即兴演奏的人类音乐家（作者）实时共同创作的技术解决方案和艺术潜力。该项目正在进行中，目前处于 v4，结论有限；除此之外，可以感觉到这种方法是合作的，但需要进一步研究。
评估音乐对人脑的影响
该研究揭示了音乐对人脑的影响。在正常人以及局灶性神经病变的患者中，音乐可以改变人脑大规模神经系统的状态。变化不仅限于与听觉和运动处理有关的大脑部门；它们也发生在与生命过程调节有关的地区。音乐经常被认为是一种非语言语言，能够传达情感信息。大脑区域已被确定，当受损时，只会影响音乐技能。同时，虽然构成音乐的声音的最初感觉主要是听觉的体验，但音乐感知的神经基础在于大脑的几个不同领域，与语言，情感和运动任务中使用的神经基础都与之重叠。因此，音乐是一种复杂的体验，它利用了大脑看似不同的能力。该研究得出的结论是，音乐与人脑之间的关系已成为脑科学和音乐心理学研究的边界领域。音乐对人脑发育以及认知和记忆发展具有出色的影响。此外，音乐在清晰的分子水平上还显示出对记忆增强的显着影响。这项研究进一步依赖人们对音乐价值的理解，并在人类脑和人类潜力的更广泛发展中显示出更多。文献的回顾值得结论，音乐对人脑有积极影响。建议之一是，每个人，无论是一个孩子还是青少年还是成年人都应该使音乐成为他一生的一部分。为了增强他的大脑功能。
音乐对人类大脑的积极影响
1 “简介/大脑区域”，于 2020 年 11 月 24 日访问，https://content.byui.edu/file/a236934c-3c60-4fe9-90aa-d343b3e3a640/1/module11/readings/introduction_brain.html。