文献

J-GLOBAL ID：201802277099115563   整理番号：18A0707133

ディープネットワークと他の技術を用いたVSTサウンドシンセサイザの自動プログラミング【JST・京大機械翻訳】

Automatic Programming of VST Sound Synthesizers Using Deep Networks and Other Techniques

著者 (3件)： Yee-King Matthew John (Department of Computing, Goldsmiths, University of London, London, U.K.) ,  Fedden Leon (Department of Computing, Goldsmiths, University of London, London, U.K.) ,  d’Inverno Mark (Department of Computing, Goldsmiths, University of London, London, U.K.)
資料名： IEEE Transactions on Emerging Topics in Computational Intelligence  (IEEE Transactions on Emerging Topics in Computational Intelligence)
巻： 2  号： 2  ページ： 150-159  発行年： 2018年 
JST資料番号： W2473A  ISSN： 2471-285X  資料種別： 逐次刊行物 (A)
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： プログラミング音合成器は複雑で時間がかかるタスクである。自動シンセサイザプログラミングは,アルゴリズム的方法を用いて,音響シンセサイザのためのパラメータの発見を含んでいる。音響マッチングは,自動プログラミングの一つの応用であり,そこでは,ターゲット音に対して可能な限り近い音として放出することを引き起こすシンセサイザに対するパラメータを見出すことが目的である。著者らは,Yamaha DX7の仮想モデルであるDexedシンセサイザを自動的にプログラムするために使用できるいくつかの音響マッチング技術を記述し比較した。この技術は,以前に問題に適用されていなかった3つの深いニューラルネットワーク,遺伝的アルゴリズム,丘上昇器である。著者らは,Dexed合成アルゴリズムの複雑な構成から導いた,6セットの音に基づく音響マッチングタスクを定義した。高速道路層を有する双方向性の長い短期記憶ネットワークは,他の技術よりも優れており,試験事例の25%において,音に密接に適合することができた。また,このネットワークは,訓練された実時間近くの音に適合することができた。これは,探索ヒューリスティックスに基づく以前に報告された技術に比べて,著しい速度優位性を提供する。また,著者らのオープンソースフレームワークを記述し,それは著者らの研究を繰り返すことを可能にし,それを異なる合成器とアルゴリズムプログラミング技術に適応させる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  マッチング ,  アルゴリズム ,  発見的方法 ,  音響 ,  *計算機プログラミング ,  *周波数シンセサイザ ,  遺伝的アルゴリズム ,  高速道路 ,  *自動プログラミング ,  ニューラルネットワーク
準シソーラス用語： 実時間 ,  短期記憶 ,  双方向性 , 【Automatic Indexing@JST】

分類 (5件)： ニューロコンピュータ  (JC06010Q) ,  移動通信  (ND08030H) ,  人工知能  (JE08000Z) ,  脳・神経系モデル  (EL02050C) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (3件)： サウンド ,  シンセサイザ ,  自動プログラミング