Παρακολουθήστε το 2o δωρεάν επιμορφωτικό σεμινάριο “Music Meets Science” για τους δικαιούχους της ΕΔΕΜ στις 8 Δεκεμβρίου 2021
Τετάρτη 8 Δεκεμβρίου 2021
17:00 – 19:00
Τα διαδικτυακά σεμινάρια της ΕΔΕΜ επιστρέφουν!
Μετά τον πρώτο, επιτυχημένο κύκλο σεμιναρίων, εγκαινιάζουμε μια νέα ενότητα συνομιλιών με θέμα “Music Meets Science”. Στη 2η διαδικυακή μας συνάντηση αναλύουμε εις βάθος τις δυνατότητες της τεχνητής νοημοσύνης στη μουσική δημιουργία και τις πρακτικές που μπορούν να ενισχύσουν και να εμπλουτίσουν τα εργαλεία της μουσικής παραγωγής.
Λίγα λόγια για τον εισηγητή
Ο Δρ. Θεόδωρος Γιαννακόπουλος είναι Ερευνητής Β’ με αντικείμενο “Μηχανική Μάθηση – ανάλυση πολυτροπικών δεδομένων με εφαρμογές στο περιβάλλον και την υγεία”, στο Ινστιτούτο Πληροφορικής και Τηλεπικοινωνιών του ΕΚΕΦΕ «Δημόκριτος» και συγκεκριμένα στο Εργαστήριο Υπολογιστικής Ευφυΐας. Έχει αποφοιτήσει από το Τμήμα Πληροφορικής και Τηλεπικοινωνιών του Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών το 2002, ενώ το 2004 έλαβε το Δίπλωμα του Διατμηματικού Μεταπτυχιακού Προγράμματος Σπουδών “Επεξεργασίας Σημάτων και Εικόνων: Θεωρία, Υλοποιήσεις, Εφαρμογές” από το Παν/μιο Πατρών. Το 2009 ολοκλήρωσε την διδακτορική του διατριβή με τίτλο “Ανάλυση και χρήση ακουστικής πληροφορίας για τον εντοπισμό επιβλαβούς περιεχομένου και ενσωμάτωση σε οπτική πληροφορία” από το Τμήμα Πληροφορικής και Τηλεπικοινωνιών του Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών, με επιβλέποντα τον Καθ. Σέργιο Θεοδωρίδη. Έχει ολοκληρώσει πάνω από 100 δημοσιεύσεις σε περιοδικά και συνέδρια, ενώ είναι συγγραφέας του βιβλίου “Introduction to Audio Analysis: A MATLAB Approach, Academic Press, 2014”. Έχει επίσης συμμετάσχει στην μετάφραση στα Ελληνικά και την επιμέλεια μετάφρασης του βιβλίου Pattern Recognition (Αναγνώριση Προτύπων). Τέλος, έχει εργαστεί για πάνω από 15 χρόνια σε 3 Πανεπιστήμια, 2 Ερευνητικά Κέντρα και 3 εταιρείες. Ειδικότερα εργάστηκε για 3 χρόνια ως Διευθυντής Μηχανικής Μάθησης στην Behavioral Signals, μία εταιρεία ανάλυσης ομιλίας με έδρα το Los Angeles. Είναι ενεργό μέλος της open source κοινότητας: 1ος σε συνεισφορά κώδικα Python στην Ελλάδα και στο top-0.1% παγκοσμίως (βάσει github stars). Διδάσκει, εδώ και 3 χρόνια, Μηχανική Μάθηση, Βαθιά Μηχανική Μάθηση, Ανάλυση Πολυμεσικού Σήματος και Προγραμματισμό για Επιστήμη Δεδομένων σε 2 Μεταπτυχιακά Προγράμματα.
Θεματικές Ενότητες του 2ου σεμιναρίου Music Meets Science
• Αναγνώριση μουσικού περιεχομένου
• Αναγνώριση μουσικού είδους (musical genre classification)
• Αναγνώριση συναισθήματος μουσικής (music mood/emotion recognition)
• Ανάκτηση μουσικού περιεχομένου
• Ακριβής αναζήτηση τραγουδιών (fingerprinting, song recognition)
• Ανάκτηση βάσει ομοιότητας περιεχομένου (content-based song retrieval)
• Προσωποποιημένη πρόταση περιεχομένου (song recommendation)
• Αυτοματοποιημένη δημιουργία μουσικου περιεχομένου
• Αυτοματοποιημένη Δημιουργία μελωδίας (melody generation)
• Αυτοματοποιημένη Δημιουργία στίχων (lyrics generation)
Για να δηλώσετε συμμετοχή πατήστε ΕΔΩ ή στείλτε email εκδήλωσης ενδιαφέροντος στο communication@edemrights.gr
