Charbel EL ACHKAR : "Encodage de musique et apprentissage en profondeur pour la transcription et la classification de la musique basées sur des caractéristiques audio représentées visuellement"

Résumé : Au cours de la dernière décennie, de nouvelles partitions occidentales ont été régulièrement composées et encodées en XML pour l'analyse. Pour les partitions orientales, l'absence de support XML est due au manque d'intérêt pour la numérisation, entraînant une difficulté d'encodage précis. L'expansion rapide de l'apprentissage profond motive les développeurs et musiciens à explorer ses avantages en musique. Cette thèse se concentre sur la classification musicale et la transcription automatique grâce à l'apprentissage profond. Nos efforts incluent :
(1) La proposition de MusicPatternOWL, une ontologie structurant l'extraction de connaissances pour l'analyse de partitions orientales.
(2) Le développement du convertisseur MEI2JSON pour transformer les partitions MEI en JSON simplifié en vue du prétraitement de l'Intelligence Artificielle.
(3) L'introduction d'une méthode de prétraitement pour les spectrogrammes STFT et l'amélioration d'un classificateur musical CNN, pour évaluer l'impact de l'apprentissage profond sur les services de streaming musical.
(4) La présentation de réseaux basés sur CNN et CNN-Transformateur pour la transcription de tablatures de guitare, évalués par rapport aux réseaux de pointe dans le domaine.

Composition du jury : 

Chirine GHEDIRA GUEGAN, Professeure des universités - Université Jean Moulin Lyon 3, Rapporteur

Abdallah MAKHOUL,  Professeur des universités,  Université Bourgogne Franche-Comté, Directeur de thèse

Talar ATECHIAN,  Associate Professor,  Université Antonine? CoDirecteur de thèse

Flavien VERNIER, Professeur des universités, Université Savoie Mont-Blanc, Rapporteur

Cédric WEMMERT, Professeur des universités, Université de Strasbourg, Examinateur

Raphaël COUTURIER,  Professeur des universités, Université Bourgogne Franche-Comté, Examinateur

Localisation : Université de Franche-Comté IUT Nord Franche-Comté 19, avenue du Maréchal Juin Bâtiment E 90000 BELFORT - salle 206