Organisationsprofil

Musik Informatik og Kognition Gruppen (MusIK) er en forskergruppe ledet af David Meredith i den Medieteknologi Sektion Aalborg (MTA) af Institutet for Arkitektur og Medieteknologi (Create), Aalborg Universitet. Gruppen udvikler nye algoritmer og computer modeller der fremme vores forståelse af de kognitive processer, der er involveret i ekspert musikalske opgaver såsom komposition, improvisation, analyse og ydeevne. Gruppens forskning falder inden for områderne beregningsmæssige musik analyse, musik kognition, matematisk musikteori, musik og machine learning og musik informationssøgning.

Fingerprint Fingerprint er automatisk genererede koncepter, som relaterer til enhedens profil, samt indholdet i de tilknyttede personprofiler. Det opdateres løbende med tilføjelsen af nye registreringer.

Partition Matematik

Equivalence classes Teknik og materialevidenskab

Integer Partitions Matematik

Constraint satisfaction problems Teknik og materialevidenskab

Wavelet analysis Teknik og materialevidenskab

Integer programming Teknik og materialevidenskab

Classifiers Teknik og materialevidenskab

Collision avoidance Teknik og materialevidenskab

Netværk Klik på punkterne for at se detaljerne.

Profiler

Brian Bemman

bb@create.aau.dk

Person: VIP

Olivier Lartillot

The Music Informatics and Cognition Group

Person: VIP

David Meredith

dave@create.aau.dk

Person: VIP

Projekter 2013 2016

1 Afsluttet

Lrn2Cre8: Learning to Create

Meredith, D.

EU Seventh Framework Programme (FP7)

01/10/2013 → 30/09/2016

Projekter: Projekt › Forskning

Publikationer 2014 2019

12 Konferenceartikel i proceeding
10 Tidsskriftartikel
5 Bidrag til bog/antologi
5 Konferenceabstrakt til konference
9 Mere

Music analysis and data compression

Meredith, D., 26 sep. 2019, Oxford Handbook of Sound and Imagination: Volume 2. Oxford University Press, Bind 2. (Oxford Handbooks).

Publikation: Bidrag til bog/antologi/rapport/konference proceeding › Bidrag til bog/antologi › Forskning › peer review

Training networks separately on static and dynamic obstacles improves collision avoidance during indoor robot navigation

Schmuck, V. & Meredith, D., 28 apr. 2019, 27th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. Verleysen, M. (red.). Belgium: Ciaco - i6doc.com, s. 655-660 6 s.

Publikation: Bidrag til bog/antologi/rapport/konference proceeding › Konferenceartikel i proceeding › Forskning › peer review

Collision avoidance

Navigation

Robots

Shopping centers

Human robot interaction