@MSGID:
<f2f64d59-1937-422a-97d8-f05a516c399fn@googlegroups.com> 8805ab18
@REPLYADDR Dr. Liao <dliao2@gmu.edu>
@REPLYTO 2:5075/128 Dr. Liao
@CHRS: CP866 2
@RFC: 1 0
@RFC-Message-ID:
<f2f64d59-1937-422a-97d8-f05a516c399fn@googlegroups.com>
@TZUTC: 0300
@PID: G2/1.0
@TID: FIDOGATE-5.12-ge4e8b94
IEEE Big Data - AIMG 2023: IEEE Big Data 2023 Workshop on AI for Music
Generation (Hybrid)
https://www.intellisky.org/workshops/workshop AIMG2023.html

Introduction
------------
Music can touch the hearts of any audience without them possessing any
knowledge of its context. The power of music is transcendental, and it
stems from the timbre of the instrument(s), the fundamental rhythmic
structure and melody, the dynamics, instrumentation, and many more, all
of which cooperate in some form of harmony to create the final product.
With the recent rise of Artificial Intelligence-Generated Contents
(AIGC), AI for music is a promising field full of creativity, novel
methodologies, and technologies that are yet to be explored. Currently,
AI for music methods have been commonly concentrated on utilizing
machine learning and deep learning techniques to generate new music.
Despite the significant milestones that have been achieved thus far,
many are not necessarily robust for a wide range of applications.

Topics
------
This is an open call for papers, which includes original contributions
considering recent findings in theory, applications, and methodologies
in the field of AI music generation. The list of topics includes, but
not limited to: b
processing for music generation b
generation based on a specific aspect: Lyrical, chordal, motivic,
melodic, and rhythmic b
audio (including vocal) b
interpretation b
b
audio, etc.) b
music enhancement (e.g. AI-generated instrumentation) b
ethics b
for AI music generation b
AI-Aided music theory applications

Important Dates
---------------
b
Submission of posters & AI musical compositions b
Notification of paper acceptance b
accepted papers b

Submission
----------
Please follow the web link to submit to IEEE Big Data 2023 paper
submission site. Accepted papers will be published in the IEEE Big Data
2023 proceedings.

--- G2/1.0
 * Origin: PANIX Public Access Internet and UNIX, NYC (2:5075/128)
SEEN-BY: 5001/100 5005/49 5015/255 5019/40 5020/715
848 1042 4441 12000
SEEN-BY: 5030/49 1081 5075/128
@PATH: 5075/128 5020/1042 4441