Frequency Range of Fourier Phase Space as a Candidate Code for Musical Pitch Structure: Evidence from Artificial Neural Network Models of Iranian Classical Music
Deze studie toont aan dat kunstmatige neurale netwerken die getraind zijn op de microtonale toonstructuur van klassieke Iraanse muziek spontaan verborgen eenheidrepresentaties ontwikkelen die gedomineerd worden door Fourier-faseruimten, wat bevestigt dat dit frequentiebereik dient als een universele kandidaatcode voor muzikale toonstructuur buiten Westerse tonale systemen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Muziek is een universele menselijke eigenschap, aanwezig in elke bekende samenleving, maar de manier waarop onze hersenen de bouwstenen van melodie coderen, blijft een van de grote mysteries van de cognitieve wetenschap. We weten dat de hersenen geluid verwerken via complexe netwerken van neuronen, maar we weten niet de specifieke taal die deze neuronen gebruiken om een muzikale noot of een akkoord te representeren. Slaan de hersenen muziek op als een eenvoudige lijst van noten, of gebruiken ze een meer abstracte, wiskundige code? Decennialang hebben onderzoekers vermoed dat de hersenen toonhoogte organiseren met behulp van een systeem gebaseerd op frequentie, vergelijkbaar met hoe een prisma licht splitst in een regenboog van kleuren. Dit idee, geworteld in de wiskunde van de Fourier-transformatie, suggereert dat de hersenen muzikale structuren afbreken in hun onderliggende golfcomponenten. Tot nu toe is deze theorie bijna uitsluitend getest met westerse muziek, met haar vertrouwde twaalfnotenschaal. Maar als deze frequentiegebaseerde code een fundamenteel onderdeel is van het menselijk muzikaal cognitieproces, zou deze in elk muzikaal systeem moeten voorkomen, zelfs in die met volkomen andere regels en structuren.
Om dit te testen, richtten onderzoekers aan de Universiteit van Koerdistan zich op de klassieke Iraanse muziek, een traditie die op een veel fijnere raster van toonhoogte werkt dan westerse muziek. Terwijl westerse muziek een octaaf verdeelt in twaalf gelijke stappen, erkent de klassieke Iraanse muziek zeventien verschillende toonklassen binnen dezelfde ruimte, inclusclusief subtiele kwarttoonverschuivingen die geen directe tegenhanger hebben in de standaard westerse toonladder. Het team bouwde kunstmatige neurale netwerken — computerprogramma's ontworpen om het leerproces van het menselijk brein na te bootsen — en trainde hen om specifieke muzikale problemen op te lossen met behulp van dit Iraanse systeem. Ze vroegen de netwerken om muzikale intervallen en specifieke viernotige akkoordstructuren, bekend als Dangs, te identificeren door puur de relaties tussen de noten te analyseren. Cruciaal was dat de netwerken nooit verteld werden om wiskundige formules of frequentieanalyse te gebruiken; ze kregen simpelweg de taak om de muziek te leren categoriseren en kregen de vrijheid om zelf de beste manier te ontdekken om dit te doen.
De resultaten waren opmerkelijk. Terwijl de netwerken leerden om deze classificatietaken op te lossen, organiseerden hun interne verbindingen zich spontaan in patronen die perfect overeenkwamen met de wiskundige structuur van de Fourier-faseruimte. Dit betekent dat de computermodellen, zonder enige instructie, ontdekten dat de meest efficiënte manier om deze complexe muzikale relaties te representeren, het in kaart brengen ervan op een reeks frequentiegebaseerde golven was. Deze bevinding bevestigt dat de frequentiegebaseerde code niet slechts een eigenaardigheid is van de westerse muziektheorie, maar een algemene oplossing die leersystemen ontdekken wanneer zij worden geconfronteerd met muzikale structuur. De studie onthulde echter ook een fascinerend verschil tussen de twee muzikale werelden. Omdat het Iraanse systeem een fijner raster van toonhoogtes gebruikt, rekruteerden de getrainde netwerken een veel breder bereik aan frequenties om hun werk te doen. Terwijl de netwerken getraind op westerse muziek een bereik van zes verschillende frequentiebanden gebruikten, maakten de netwerken getraind op Iraanse muziek gebruik van de volledige twaalf banden die hun meer gedetailleerde toonraster toestond.
Dit verschil is niet louter een kwestie van schaal; het wijst op een dieper principe over hoe muzikale culturen gecodeerd kunnen zijn. De onderzoekers ontdekten dat ongeveer eenendertig procent van de eenheden in de Iraanse netwerken hoge frequentiebanden gebruikte die simpelweg niet kunnen bestaan in het westerse twaalftoonsysteem. Deze eenheden vingen de nuances van de muziek op die het westerse systeem wiskundig niet in staat is om te representeren. De studie sloot rigoureus de mogelijkheid uit dat dit een trucje van de computeropstelling was of het gevolg van de manier waarop de data in het systeem werd gevoed. Wanneer de onderzoekers de muzikale labels door elkaar haalden of de invoer volgorde randomiseerden, verdween het patroon, wat bewees dat de netwerken alleen deze specifieke code hadden ontwikkeld omdat het de meest effectieve oplossing was voor de muzikale taak die voorhanden was.
De implicaties van dit werk reiken verder dan de informatica. Het suggereert dat hoewel de fundamentele code voor het representeren van muziek gedeeld kan zijn tussen menselijke culturen — een frequentiegebaseerd systeem waar het brein van nature naar neigt — het specifieke bereik van frequenties kan variëren afhankelijk van de muziektraditie. Net zoals een taal dezelfde basisklanken gebruikt maar ze anders arrangeert om verschillende woorden te creëren, zouden verschillende muzikale culturen verschillende segmenten van hetzelfde universele frequentiespectrum kunnen gebruiken om hun unieke sonische identiteit vast te leggen. De studie beweert niet het mysterie van de menselijke muzikale cognitie te hebben opgelost, noch bewijst het dat menselijke hersenen exact werken zoals deze computermodellen. In plaats daarvan biedt het een precieze, toetsbare hypothese: dat de diversiteit van de wereldwijde muziektradities verklaard kan worden door de manier waarop verschillende culturen gebruikmaken van verschillende bereiken van een gedeelde, onderliggende frequentiecode. Door aan te tonen dat deze code natuurlijk ontstaat in een systeem dat zo verschillend is als de klassieke Iraanse muziek, biedt het onderzoek een nieuw perspectief om naar zowel het universele als het unieke in de menselijke muzikale ervaring te kijken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.