文献

J-GLOBAL ID：201702255892954975   整理番号：17A1257490

深部再発音楽ライタ:記憶増強型変分自動符号器ベース楽譜組成と客観的尺度【Powered by NICT】

Deep recurrent music writer: Memory-enhanced variational autoencoder-based musical score composition and an objective measure

著者 (3件)： Sabathe Romain (Department of Computing, Imperial College London, London, United Kingdom) ,  Coutinho Eduardo (Department of Music, University of Liverpool, Liverpool, United Kingdom) ,  Schuller Bjorn (Department of Computing, Imperial College London, London, United Kingdom)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 3467-3474  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,分類または回帰タスクに一般的に使用される機械学習手法を用いた音楽生成における関心が高まっている。これはまだ始まったばかりの分野であり,「興味深い」出力の生成を有利にするための試みの多くはまだ作曲過程に多くの規制の強制により特性評価した。さらに,最も重要なことは,過去の試みのどれもが音楽構成,所定標準に対する構成を評価すること可能にすることを評価するために客観的尺度開発と同様に優れた「性能」と作曲目標のためのモデルを微調整するために可能に焦点を当てた。本研究では,生成された部品の品質の客観的評価のための新しい計量を導入し,評価することにより,この分野の最先端を前進させることを意図している。自動作曲に適用した変分オートエンコーダを基にした真の生成モデルの出力を評価するためにこの方法を用いた。この計量を用いて,著者らのモデルは与えられた作曲家または音楽ジャンルの一般的スタイル特性に従うことを楽曲を生成することができることを示した。さらに,組成プロセスと出力に及ぼす種々のパラメータとモデル構造の影響を調べるためにこの方法を用いた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 機械学習 ,  品質 ,  *変分法 ,  作曲 ,  深部 ,  *符号器 ,  キャラクタリゼーション ,  再発 ,  *楽譜 ,  *音楽 ,  楽曲 ,  生成モデル
準シソーラス用語： 自動作曲 ,  客観評価 ,  微調整 , 【Automatic Indexing@JST】

分類 (1件)： 楽器音響  (BB03070Y)

タイトルに関連する用語 (9件)： 深部 ,  再発 ,  音楽 ,  増強 ,  変分 ,  符号器 ,  楽譜 ,  組成 ,  尺度