本文简要分析了 Musical Metacreation 的演变过程，并指出了其中遇到的创新难题。最后，本文认为算法的混合可以是未来研究的有用方向。

Aug, 2022

通过调查一组人来确定与特定演奏和乐器相联系的情绪，机器学习技术不同于之前替换人类指挥家角色的研究，而是作为指挥家的辅助工具，可以 streamline 研究时间和提供技术角度来启发新的想法，从而帮助人类的创造力，创造更加丰富的音乐解释。

Apr, 2023

本文介绍 Bardo Composer，一种生成背景音乐的系统，它使用语音识别将玩家的话转换成情感分类的文本，并使用我们在本文中介绍的随机双目标束搜索的变种，结合神经模型生成传达所需情感的音乐作品，并通过用户研究验证其有效性。

Aug, 2020

数据驱动的计算机创意系统可结合创意领域和愉悦心理物理学数据来源，利用大数据分析技术产生新颖高质量的创意产物，本文以烹饪食谱和菜单为例展示了该方法。

Nov, 2013

针对元宇宙的影响，我们进行计算艺术的全面研究，调查了建筑元素，虚拟场景和虚拟人物，声音音频，文字，以及新颖艺术等 7 个关键主题，而引入了几个新的创作类型和用户中心的方法来推动当代创造力的发展，同时也提出了计算艺术，数字隐私与安全，数字艺术品的所有权认定，科技挑战等几个研究方向，这对于艺术家和元宇宙技术人员开展超现实主义虚拟创作提供了入门材料。

Nov, 2021

通过混合互动与知识理解特点将大型语言模型与现有符号音乐生成模型有机结合，我们提出了 ByteComposer 框架，该框架模拟了人类创作者的创作流程，通过四个独立步骤：概念分析 - 草稿创作 - 自我评估和修改 - 审美选择，实现了与人类创作者相媲美的旋律创作代理。我们在 GPT4 和几个开源的大型语言模型上进行了大量实验，实验证实了我们框架的有效性。此外，我们还邀请了专业音乐作曲家进行了多维度评估，最终结果表明在音乐创作的各个方面，ByteComposer 代理达到了初学者作曲家的水平。

Feb, 2024

计算思维与计算机编程具有学习曲线陡峭的特点。通过对话代理和生成式人工智能（genAI）的应用，可以提供个性化指导、互动学习体验和代码生成来促进学习过程。然而，目前基于 genAI 的聊天机器人主要面向专业开发人员，对教育需求的考虑可能不足够。因此，与教育者合作设计教育工具至关重要，本文通过设计虚构会话中的参与教育者洞察了一种具备指导学生分步练习、调整指导方法并关注教育背景、技能和学习偏好的对话代理，这些发现可为面向教授计算思维和计算机编程的辅导对话代理的未来实施提供指导。

Nov, 2023

AI 在音乐和艺术实践中的伦理问题仍然模糊不清，而该论文通过对 Holly + 的批判性研究，运用推测性女性主义和关怀伦理等理论考虑，对音乐 AI 代理和系统设计提出了关于伦理问题和集成推测性女性主义和关怀伦理的思考。

Nov, 2023

通过整合多个 RNN 模型，本研究提出了一个系统，旨在协同人类进行音乐创作，使创作过程更具多样性，通过根据反馈动态调整用户创意意图，系统增强了生成符合用户偏好和创意需求的旋律的能力，通过对具有不同背景的作曲家的实验验证了系统的有效性，进一步完善了音乐创作的可能性，突显了作曲家与人工智能的互动在使音乐创作更加个性化和易于接触方面的重要性，这个系统代表了将人工智能整合到创作过程中的一步，提供了一个新的音乐创作支持和协同艺术探索的工具。

Mar, 2024

本文提出了一套设计原则，旨在支持计算创造性系统与人类创造合作者更好地协作、创作并学习，包括提供双向沟通渠道，解释其创作过程和决策，支持想法，并从讨论中进一步改进其创作过程。

May, 2022