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。
ギター効果の人気にもかかわらず,特定のプラグインの分類とパラメータ推定に関する既存の研究はほとんどない。本論文では,畳み込みニューラルネットワークを,13のオーバードライブ,歪み,およびファジィギター効果の分類とパラメータ推定のために使用した。処理試料の約250時間に対して,モノフォニックまたはポリフォニック試料および離散または連続設定値から成る4つのサブデータセットを用いて,加工電気ギター試料の新しいデータセットを組み立てた。結果を,同じまたは異なるサブデータセットで訓練し,試験したネットワークに対して比較した。著者らは,離散データセットが,連続的ものと同様に,等しく高い性能に導くことができ,一方,設計,解析,および修正が容易であることを発見した。分類精度は80%以上で,混乱行列は効果刺激と回路設計における類似性を反映した。0.0と1.0の間のパラメータ値によって,平均絶対誤差は,ほとんどの場合0.05未満であり,一方,二乗平均平方根誤差は,すべての場合で0.1以下であった。【JST・京大機械翻訳】