論文の概要: Parametric Optimization of Violin Top Plates using Machine Learning

• arxiv url: http://arxiv.org/abs/2102.07133v1
• Date: Sun, 14 Feb 2021 11:54:21 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-16 15:15:39.213818
• Title: Parametric Optimization of Violin Top Plates using Machine Learning
• Title（参考訳）: 機械学習によるバイオリントッププレートのパラメトリック最適化
• Authors: Davide Salvi, Sebastian Gonzalez, Fabio Antonacci, Augusto Sarti
• Abstract要約: バイオリンのトッププレートを定義する幾何学的パラメータと機械的パラメータを入力として受信するニューラルネットワークを開発した。 このネットワークを用いて,バイオリントッププレートの固有スペクトル問題と形状の関係を解析することを目的として,複数の誤差関数を最適化する。
• 参考スコア（独自算出の注目度）: 8.61675423588557
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We recently developed a neural network that receives as input the geometrical and mechanical parameters that define a violin top plate and gives as output its first ten eigenfrequencies computed in free boundary conditions. In this manuscript, we use the network to optimize several error functions, with the goal of analyzing the relationship between the eigenspectrum problem for violin top plates and their geometry. First, we focus on the violin outline. Given a vibratory feature, we find which is the best geometry of the plate to obtain it. Second, we investigate whether, from the vibrational point of view, a change in the outline shape can be compensated by one in the thickness distribution and vice versa. Finally, we analyze how to modify the violin shape to keep its response constant as its material properties vary. This is an original technique in musical acoustics, where artificial intelligence is not widely used yet. It allows us to both compute the vibrational behavior of an instrument from its geometry and optimize its shape for a given response. Furthermore, this method can be of great help to violin makers, who can thus easily understand the effects of the geometry changes in the violins they build, shedding light on one of the most relevant and, at the same time, less understood aspects of the construction process of musical instruments.
• Abstract（参考訳）: 我々は最近,バイオリントッププレートを定義する幾何学的パラメータと機械的パラメータを入力として受け取り,自由境界条件で計算した最初の10個の固有周波数を出力するニューラルネットワークを開発した。 本稿では、バイオリントッププレートの固有スペクトル問題とそのジオメトリの関係を解析することを目的に、ネットワークを用いて複数の誤差関数を最適化する。 まず、バイオリンの輪郭に焦点を合わせます。 振動の特徴を考えると、我々はそれを得るためにプレートの最高のジオメトリを見つける。 第2に, 振動の観点からは, 厚み分布において輪郭形状の変化を1つずつ補正できるか, その逆について検討する。 最後に、材料特性が異なるため、バイオリンの形状を変更して応答を一定に保つ方法を分析します。 これは、人工知能がまだ広く使われていない音楽音響学の原型技術である。 これにより、楽器の振動挙動を幾何学から計算し、その形状を所定の応答に最適化することができる。 さらに、この方法はヴァイオリン製作者にとって大きな助けとなり、構築するヴァイオリンの幾何学的変化の影響を容易に理解し、最も関連性の高いものの一つに光を遮ると同時に、楽器の製作過程のあまり理解されていない側面も理解することができる。

関連論文リスト

• A discussion about violin reduction: geometric analysis of contour lines and channel of minima [0.0]
  縮小された楽器と非還元された楽器の差を観察し、特に輪郭線とミニマの流路で観察する。 最近の予備研究で、光グラム法により得られた三角形の3Dメッシュを用いて、2つの楽器の2つの特徴を計算し、強調した。 ここでは、38のヴァイオリン、ヴァイオラ、チェロのコーパスを拡張し、改良された手順を導入することを提案する。
  論文  参考訳（メタデータ） (2024-04-02T14:40:11Z)
• Neural String Edit Distance [77.72325513792981]
  文字列対分類とシーケンス生成のためのニューラルストリング編集距離モデルを提案する。 オリジナルの期待最大化学習編集距離アルゴリズムを微分可能な損失関数に変更します。 ひとつのフレームワークでパフォーマンスと解釈性をトレードオフできることを示します。
  論文  参考訳（メタデータ） (2021-04-16T22:16:47Z)
• Feature-based Representation for Violin Bridge Admittances [0.0]
  周波数応答関数(FRF)は、楽器が幅広い周波数で振動する方法を記述する。 ブリッジで評価されたRFは、全身の振動を捉えることが知られている。 本稿では,FRF,特にヴァイオリンブリッジアプタンスの違いを定量化する手法を提案する。
  論文  参考訳（メタデータ） (2021-03-27T12:53:57Z)
• A Data-Driven Approach to Violin Making [7.887707903851569]
  バイオリントップのモーダル周波数は幾何学的パラメータから予測できることを示す。 本稿では,材料と幾何学的パラメータを考慮したプレートチューニングの予測ツールを提案する。
  論文  参考訳（メタデータ） (2021-02-03T00:42:08Z)
• HpRNet : Incorporating Residual Noise Modeling for Violin in a Variational Parametric Synthesizer [11.4219428942199]
  そこで我々は,高音域の演奏スタイルにおいて,弓音が不可欠な部分であるカルナティック・ヴァイオリン記録のデータセットを提案する。 信号の高調波成分と残差成分、およびそれらの相互依存性についての知見を得る。
  論文  参考訳（メタデータ） (2020-08-19T12:48:32Z)
• Neural Granular Sound Synthesis [53.828476137089325]
  グラニュラー音声合成は、小さな波形ウィンドウの並べ替え配列に基づく一般的な音声生成技術である。 生成ニューラルネットワークは、その欠点の大部分を緩和しつつ、粒状合成を実現することができることを示す。
  論文  参考訳（メタデータ） (2020-08-04T08:08:00Z)
• Vector-Quantized Timbre Representation [53.828476137089325]
  本稿では, スペクトル特性の近似分解を生成的特徴の集合で学習することにより, 個々の音色をより柔軟に合成することを目的とする。 音量分布の量子化表現を学習するために、大音量から切り離された離散潜在空間を持つオートエンコーダを導入する。 オーケストラ楽器と歌唱音声間の音声の翻訳結果と、ボーカルの模倣音から楽器への変換結果について詳述する。
  論文  参考訳（メタデータ） (2020-07-13T12:35:45Z)
• Music Gesture for Visual Sound Separation [121.36275456396075]
  ミュージック・ジェスチャ(Music Gesture)は、音楽演奏時の演奏者の身体と指の動きを明示的にモデル化するキーポイントに基づく構造化表現である。 まず、コンテキスト対応グラフネットワークを用いて、視覚的コンテキストと身体力学を統合し、その後、身体の動きと対応する音声信号とを関連付けるために、音声-視覚融合モデルを適用する。
  論文  参考訳（メタデータ） (2020-04-20T17:53:46Z)
• Hamiltonian Dynamics for Real-World Shape Interpolation [66.47407593823208]
  我々は3次元形状の古典的問題を再考し、ハミルトン力学に基づく新しい物理的に妥当なアプローチを提案する。 本手法は, 中間形状を正確に保存し, 自己切断を回避し, 高分解能スキャンにスケーラブルである。
  論文  参考訳（メタデータ） (2020-04-10T18:38:52Z)
• Audio Impairment Recognition Using a Correlation-Based Feature Representation [85.08880949780894]
  本稿では,特徴対の相関に基づく手作り特徴の新しい表現を提案する。 実験段階において,コンパクトな特徴次元と計算速度の向上の観点から,優れた性能を示す。
  論文  参考訳（メタデータ） (2020-03-22T13:34:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。