BEGIN:VCALENDAR VERSION:2.0 PRODID:-//jEvents 2.0 for Joomla//EN CALSCALE:GREGORIAN METHOD:PUBLISH BEGIN:VTIMEZONE TZID:Europe/Paris BEGIN:STANDARD DTSTART:20171029T020000 RDATE:20180325T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:Europe/Paris CET END:STANDARD BEGIN:STANDARD DTSTART:20181028T020000 RDATE:20190331T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:Europe/Paris CET END:STANDARD BEGIN:STANDARD DTSTART:20191027T020000 RDATE:20200329T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:Europe/Paris CET END:STANDARD BEGIN:STANDARD DTSTART:20201025T020000 RDATE:20210328T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:Europe/Paris CET END:STANDARD BEGIN:STANDARD DTSTART:20211031T020000 RDATE:20220327T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:Europe/Paris CET END:STANDARD BEGIN:STANDARD DTSTART:20221030T020000 RDATE:20230326T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:Europe/Paris CET END:STANDARD BEGIN:STANDARD DTSTART:20231029T020000 RDATE:20240331T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:Europe/Paris CET END:STANDARD BEGIN:STANDARD DTSTART:20241027T020000 RDATE:20250330T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:Europe/Paris CET END:STANDARD BEGIN:STANDARD DTSTART:20251026T020000 RDATE:20260329T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:Europe/Paris CET END:STANDARD BEGIN:STANDARD DTSTART:20261025T020000 RDATE:20270328T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:Europe/Paris CET END:STANDARD BEGIN:STANDARD DTSTART:20271031T020000 RDATE:20280326T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:Europe/Paris CET END:STANDARD BEGIN:DAYLIGHT DTSTART:20171014T140000 RDATE:20171029T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:Europe/Paris CEST END:DAYLIGHT BEGIN:DAYLIGHT DTSTART:20180325T030000 RDATE:20181028T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:Europe/Paris CEST END:DAYLIGHT BEGIN:DAYLIGHT DTSTART:20190331T030000 RDATE:20191027T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:Europe/Paris CEST END:DAYLIGHT BEGIN:DAYLIGHT DTSTART:20200329T030000 RDATE:20201025T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:Europe/Paris CEST END:DAYLIGHT BEGIN:DAYLIGHT DTSTART:20210328T030000 RDATE:20211031T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:Europe/Paris CEST END:DAYLIGHT BEGIN:DAYLIGHT DTSTART:20220327T030000 RDATE:20221030T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:Europe/Paris CEST END:DAYLIGHT BEGIN:DAYLIGHT DTSTART:20230326T030000 RDATE:20231029T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:Europe/Paris CEST END:DAYLIGHT BEGIN:DAYLIGHT DTSTART:20240331T030000 RDATE:20241027T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:Europe/Paris CEST END:DAYLIGHT BEGIN:DAYLIGHT DTSTART:20250330T030000 RDATE:20251026T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:Europe/Paris CEST END:DAYLIGHT BEGIN:DAYLIGHT DTSTART:20260329T030000 RDATE:20261025T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:Europe/Paris CEST END:DAYLIGHT BEGIN:DAYLIGHT DTSTART:20270328T030000 RDATE:20271031T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:Europe/Paris CEST END:DAYLIGHT END:VTIMEZONE BEGIN:VEVENT UID:73a918ec323be0917cc68cd764fc4f70 CATEGORIES:Séminaire du CREM, CREM CREATED:20180712T165459 SUMMARY:Données numériques et analyse des musiques traditionnelles, Anas Ghrab (ISM-Univ de Sousse, U2S-ENIT) LOCATION:Lesc – salle 308F (3e étage) - 21\, allée de l’Université\, Nanterre\, \, 9 2000\, France DESCRIPTION:

barraq 60 0À un moment où le futur semble se construire autour de l’« Intelligence Artificielle », il est nécessaire de faire deux lectures critiques : la première est l iée à la place qu’occupent les techniques du Machine Learning dans le développement du savoir musicologique et ethnomusicologique, et la deux ième concerne le degré d’intégration de ces techniques dans les pratiques m usicologiques et ethnomusicologiques actuelles. À cette fin, notre présenta tion donnera un aperçu des projets actuellement menés sur l’analyse des don nées liées aux musiques traditionnelles, puis de quelques techniques de Machine Learning appliquées à la musique, principalement occidentale. On se posera alors la question de la généralisation de ces techniques aux musiques traditionnelles ainsi que celle des enjeux industriels liés à ces recherches. Finalement, nous engagerons une réflexion sur le rôle des music ologues et ethnomusicologiques dans l’évolution de l’analyse des données nu mériques liées à la musique.

X-ALT-DESC;FMTTYPE=text/html:

barr aq 60 0À un moment où le futur semble se construire autour de l’« Intelligence Artificielle », il est nécessaire de faire deux lectures critiques&nbs p;: la première est liée à la place qu’occupent les techniques du Machi ne Learning dans le développement du savoir musicologique et ethnomusi cologique, et la deuxième concerne le degré d’intégration de ces techniques dans les pratiques musicologiques et ethnomusicologiques actuelles. À cett e fin, notre présentation donnera un aperçu des projets actuellement menés sur l’analyse des données liées aux musiques traditionnelles, puis de quelq ues techniques de Machine Learning appliquées à la musique, princi palement occidentale. On se posera alors la question de la généralisation d e ces techniques aux musiques traditionnelles ainsi que celle des enjeux in dustriels liés à ces recherches. Finalement, nous engagerons une réflexion sur le rôle des musicologues et ethnomusicologiques dans l’évolution de l’a nalyse des données numériques liées à la musique.

DTSTAMP:20260428T210713 DTSTART;TZID=Europe/Paris:20181008T140000 DTEND;TZID=Europe/Paris:20181015T160000 SEQUENCE:0 TRANSP:OPAQUE END:VEVENT END:VCALENDAR