抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,音楽における長期依存性をモデル化し,音楽の新しい部分を生成するために,再帰ニューラルネットワーク(RNNs)を使用する可能性が活発に研究されている。しかし,RNNによる音楽生成に関する以前の研究は,ユーザ制御なしで簡単に音楽を生成した。それによって,以前の研究は,人間の堆肥を支援することにおいて効果的でなかった。これを克服するために,反復変分オートエンコーダによってモデル化された音楽の潜在空間を通して探索するために,対話型進化計算(IEC)の方法を組み込んだ。IECを用いることにより,人間の知覚をシステムに統合することができ,システムと相互作用することにより,ユーザが望ましいタイプの音楽を探索することを可能にした。提案した方法は,IECに基づくシステムの相互作用とユーザフレンドリー性を持つRNNsの印象的逐次データモデリング能力を効果的に結合する。従来の構成法と比較して,この方法の有用性を評価するためのユーザ研究を行った。結果は,著者らの提案した方法が人間の構成を支援するのに効果的であることを明らかにした。Copyright 2019 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】