Douglas Eck
Teach computers how to generate their own music, videos, images and texts
- Professeur associé
-
Faculté des arts et des sciences - Département d'informatique et de recherche opérationnelle
Profile
Research expertise
Douglas Eck, research scientist and lead for Google Brain's Magenta project, is teaching computers how to generate their own music, video, images, and text using neural networks and other types of machine learning.
Biography
De par sa double expertise d’informaticien et de spécialiste de la musique (il est lui-même pianiste amateur), Douglas Eck participa au projet de Radiolibre.ca (voir Forum du 20 février 2006, «Pour une fois, c’est la radio qui vous écoute!») en concevant un programme capable de regrouper les styles musicaux. Les auditeurs qui aiment tel ou tel genre de musique peuvent ainsi avoir accès à une sélection de chansons qui leur convienne.
Douglas Eck est originaire de l’Indiana et a étudié, notamment, en Suisse et à l’Université de l’Indiana. Désireux depuis une dizaine d’années d’établir un pont entre les arts et l’informatique (il possède un baccalauréat en littérature), il s’est tourné vers les circuits neuronaux et l’intelligence artificielle. Il enseigne actuellement l’apprentissage informatisé (machine learning).
Affiliations and responsabilities
Teaching and supervision
Student supervision
Theses and dissertation supervision (Papyrus Institutional Repository)
Apprentissage de représentations musicales à l'aide d'architectures profondes et multiéchelles
Cycle : Doctoral
Grade : Ph. D.
Espaces de timbre générés par des réseaux profonds convolutionnels
Cycle : Master's
Grade : M. Sc.
Non-negative matrix decomposition approaches to frequency domain analysis of music audio signals
Cycle : Master's
Grade : M. Sc.
Analyse par apprentissage automatique des réponses fMRI du cortex auditif à des modulations spectro-temporelles
Cycle : Master's
Grade : M. Sc.
Algorithmes de recommandation musicale
Cycle : Master's
Grade : M. Sc.
Modélisation de l'interprétation des pianistes & applications d'auto-encodeurs sur des modèles temporels
Cycle : Master's
Grade : M. Sc.
Apprentissage statistique pour l'étiquetage de musique et la recommandation
Cycle : Master's
Grade : M. Sc.
Apprentissage à base de gradient pour l'extraction de caractéristiques dans les signaux sonores complexes
Cycle : Master's
Grade : M. Sc.
Composition automatique de musique à l'aide de réseaux de neurones récurrents et de la structure métrique
Cycle : Master's
Grade : M. Sc.
Automatic music classification using boosting algorithms and auditory features
Cycle : Master's
Grade : M. Sc.
Algorithms for classifying recorded music by genre
Cycle : Master's
Grade : M. Sc.
Projects
Research projects
NEW MACHINE LEARNING METHODS FOR MUSIC : LEARNING AT MULTIPLE TIMESCALES
NEW MACHINE LEARNING METHODS FOR MUSIC : LEARNING AT MULTIPLE TIMESCALES
Outreach
Publications and presentations
Disciplines
- Computer Science
- Music
Areas of expertise
- Neural Networks
- Machine learning
- Natural language generation
- Artificial intelligence
Aide en ligne pour votre profil | Nous joindre
Le Répertoire des professeurs est propulsé par les données du SADVR et est un projet du CENR.