Мета роботи - аналіз ефективності нейромережевого підходу як способу розпізнавання музичних образів (мелодій). Розгляд способів та розробка алгоритму розпізнавання музичних образів, що використовує штучні нейронні мережі. Отримання еспериментальних результатів. Метод дослідження - проектування програмного продукту , що вирішує завдання розпізнавання музики за допомогою нейромереж. Проаналізовано нейромережевої підхід до розпізнавання музичних образів. Розглянуті способи програмного уявлення музичних образів. Розроблено програмне уявлення музичного образу в формі нотного спектра. Вибрано алгоритм навчання і структура нейронної мережі , які максимально здатні вирішити поставлене завдання. Результати роботи програми є задовільними у рамках завдань, що вирішуються нейромережевим підходом. Засоби які були використані: мова програмування Java зі зміненою opensource бібліотекою для розрахунку мереж Хопфілда. НЕЙРОННА МЕРЕЖА, МЕРЕЖА ХОПФІЛДА, НОТА, ПЕРЕТВОРЕННЯ ФУР'Э, СПЕКТР Purpose of research is to analyze the effectiveness of the neural network approach as a way of recognizing musical images (melodies). Review of methods and development of musical images recognition algorithm using artificial neural networks. Getting experimental results. Method of research is designing software that solves the problem of music recognition using neural networks . Neural network approach to the recognition of musical images has been analyzed. Reviewed ways of representation of musical software images. A musical presentation software image in the form of a musical spectrum has been developed. The most able to solve the problem learning algorithm and the structure of the neural network have been selected. Results of the program as a neural network approach product are satisfactory. Development tools that were used: Java programming language with a modified opensource library for calculating Hopfield networks. NEURAL NETWORK, HOPFIELD NETWORK, NOTE VALUE, FOURIER TRANSFORMATION, SPECTRUM
