ایجاد تبلچر گیتار با استفاده از ترکیب الگوریتم بهینهسازی جمعی ذرات والگوریتم سرمایش تدریجی

تبلچر در ساز گیتار روشی بسیار ساده برای نمایش نتهای یک قطعه موسیقی و چگونگی قرارگیری آنها روی دسته ساز می باشد. مزیت این روش نسبت به روشهای کلاسیک این است که نوازنده قطعه موسیقی میتواند به سرعت محل قرارگیری نت را پیدا کردهو نیاز به جستجو در حالتهای مختلفی که ممکن است برای یک نت روی دسته گیتار ایجاد شود را ندارد. یکی از روشهای مرسوم، شبکه-های عصبی میباشند و یکی از چالش های موجود در شبکه های عصبی مسئله آموزش آن می باشد. شبکه میبایست ابتدا آموزش ببیند و سپس بر اساس اندوختههایش عمل نماید. روشهای آموزش آماری همچون پس انتشار خطا دارای سرعت پایین و توقف در نقاط بهینه محلی میباشد. از سوی دیگر الگوریتم بهینه سازی جمعی ذرات با سرمایش تدریجیSAPSO)قادر است که با ترکیب دو ایده سرمایش تدریجی و بهینهسازی جمعی ذرات، جوابی نزدیک به بهترین جواب را با سرعت و دقتی بالا پیدا نماید. دراین مقاله برای اولین بار است که ازSAPSO برای تعلیم شبکههای عصبی استفاده میشود و نتایج شبیهسازی نشان میدهد که این الگوریتم نسبت به روش پس انتشار خطا به طور متوسط دارای 30 درصد سرعت بیشتر و 20 درصد صحت بیشتر در تشخیص دادهها میباشد

کلیدواژه ها:

بهینه سازی جمعی ذرات ، تبلچر ، سرمایش تدریجی ، شبکه عصبی مصنوعی ، نت