文献

J-GLOBAL ID：200902282531808271   整理番号：09A0077565

ガウシアンプロセスによる名演奏の学習

Learning of Grandmaster Performance by Gaussian Process Regression

著者 (5件)： 寺村佳子 (奈良先端科学技術大学院大) ,  大熊秀治 (奈良先端科学技術大学院大) ,  谷口雄作 (奈良先端科学技術大学院大) ,  牧本慎平 (奈良先端科学技術大学院大) ,  前田新一 (京大 大学院情報学研究科)
資料名： 情報処理学会研究報告  (IPSJ SIG Technical Reports)
巻： 2008  号： 127(MUS-78)  ページ： 79-84  発行年： 2008年12月12日 
JST資料番号： Z0031B  ISSN： 0919-6072  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,ガウシアンプロセスを用いた新しいピアノの演奏学習モデルを提案する。このモデルは機械学習の手法であるガウシアンプロセスを用い,楽譜の個々の音に対して,楽譜情報から抽出される音符の長さ,高さ,前後の音との相対的な差など16の素性を入力,対応するピアニストの演奏情報3要素(音の強さ,始まりと終わりのタイミング)を出力としたモデルである。本モデルは,従来手法とは異なり,天下り的なルールやルールに含まれるパラメーターの設定を必要とせず,同じピアニストが演奏した多くの演奏データから,そのピアニストの演奏を模写する学習を行えるという特長をもつ。実際のピアニストの演奏から作成されたCrestMusePEDBの4曲を用いて評価実験を行った結果,本モデルは演奏データを反映し学習できたことが確認できた。(著者抄録)

シソーラス用語： *音楽 ,  *Gauss過程 ,  ピアノ ,  学習モデル ,  行為 ,  *機械学習 ,  楽譜 ,  表情 ,  スペシャリスト ,  実験
準シソーラス用語： ピアニスト ,  演奏 ,  評価実験

分類 (3件)： 楽器音響  (BB03070Y) ,  システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z)

引用文献 (8件)：

• FRYDEN, L. Performance rules for melodies, origin, functions, purposes. Proceedings of the 1984 International Computer Music Conference. 1984, 221-224
• WIDMER, G. Machine Discoveries : A Few Simple, Robust Local Expression Principles. Journal of New Music Research. 2002, 31, 1, 37-50
• DORARD, L. Can Style be Learned? A Machine Learning Approach Towards 'Performing' as Famous Pianists. Proceedings of Music, Brain & Cognition Workshop, in The Neural Information Processing Systems 2007. 2007
• BISHOP, C. M. Pattern Recognition and Machine Learning. 2006
• 橋田光代. 音楽演奏表情データベース CrestMuse-PEDB ver.1.0の公開について. 情報処理学会研究報告 [音楽情報科学]. 2007, 2007, 102, 1-6

タイトルに関連する用語 (4件)： ガウシアン ,  プロセス ,  演奏 ,  学習