Fugu-MT 論文翻訳(概要): TaikoNation: Patterning-focused Chart Generation for Rhythm Action Games

論文の概要: TaikoNation: Patterning-focused Chart Generation for Rhythm Action Games

arxiv url: http://arxiv.org/abs/2107.12506v1
Date: Mon, 26 Jul 2021 22:55:57 GMT
ステータス: 処理完了
システム内更新日: 2021-07-28 14:28:03.990671
Title: TaikoNation: Patterning-focused Chart Generation for Rhythm Action Games
Title（参考訳）: TaikoNation: リズムアクションゲームのためのパターン中心のチャート生成
Authors: Emily Halina and Matthew Guzdial
Abstract要約: パターン化は高品質のリズムゲームコンテンツの重要な識別子であり、人間のランキングに必要なコンポーネントと見なされている。我々は、先行研究よりも、より一貫性があり、人間的なパターンを持つチャートを生成する新しいチャート生成手法を確立する。
参考スコア（独自算出の注目度）: 1.590611306750623
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Generating rhythm game charts from songs via machine learning has been a problem of increasing interest in recent years. However, all existing systems struggle to replicate human-like patterning: the placement of game objects in relation to each other to form congruent patterns based on events in the song. Patterning is a key identifier of high quality rhythm game content, seen as a necessary component in human rankings. We establish a new approach for chart generation that produces charts with more congruent, human-like patterning than seen in prior work.
Abstract（参考訳）: 近年,機械学習による楽曲からのリズムゲームチャートの生成が注目されている。しかし、既存の全てのシステムは人間のようなパターンの再現に苦慮している: 歌の出来事に基づいて一致したパターンを形成するために、ゲームオブジェクトが相互に配置される。パターン化はハイクオリティなリズムゲームコンテンツの重要な識別子であり、人間のランキングに必要な要素と見なされる。我々は,先行研究よりも,より簡潔で人間的なパターニングを伴うチャートを生成する新しいチャート生成手法を確立した。

関連論文リスト

Beat-Aligned Spectrogram-to-Sequence Generation of Rhythm-Game Charts [18.938897917126408]
グラフ生成をシーケンス生成タスクとして定式化し、大きなデータセットを使用してTransformerをトレーニングする。また,テンポインフォームド・プレプロセッシングとトレーニング・プロシージャを導入し,その一部はトレーニングを成功させる上で不可欠なものであることを示唆した。
論文参考訳（メタデータ） (2023-11-22T20:47:52Z)
Graph-based Polyphonic Multitrack Music Generation [9.701208207491879]
本稿では,音楽のための新しいグラフ表現と,音楽グラフの構造と内容を別々に生成する深部変分オートエンコーダを提案する。音楽グラフの構造と内容を分離することにより、特定のタイミングでどの楽器が演奏されているかを指定することで条件生成が可能となる。
論文参考訳（メタデータ） (2023-07-27T15:18:50Z)
Visualizing Ensemble Predictions of Music Mood [4.5383186433033735]
可視化技術は、時間軸に沿った異なる音楽セクションにおいて、一般的な予測と不確実性を効果的に伝達できることを示す。我々は、視聴者が最も人気のある予測をより容易に観察し、測定できる「Dual-flux ThemeRiver」と呼ばれる新しい「ThemeRiver」を導入した。
論文参考訳（メタデータ） (2021-12-14T18:13:21Z)
Joint Graph Learning and Matching for Semantic Feature Correspondence [69.71998282148762]
本稿では,グラフマッチングを向上するための信頼度の高いグラフ構造を探索するために,GLAMという共用電子グラフ学習とマッチングネットワークを提案する。提案手法は,3つの人気ビジュアルマッチングベンチマーク (Pascal VOC, Willow Object, SPair-71k) で評価される。すべてのベンチマークにおいて、従来の最先端のグラフマッチング手法よりも大きなマージンを達成している。
論文参考訳（メタデータ） (2021-09-01T08:24:02Z)
Graph Jigsaw Learning for Cartoon Face Recognition [79.29656077338828]
畳み込みニューラルネットワーク(CNN)を用いたマンガ顔認識のための形状指向表現の学習は困難である分類ネットワークの様々な段階においてジグソーパズルを構築し,グラフ畳み込みネットワーク(GCN)を段階的に解くグラフJigsawを提案する。提案したグラフJigsawは、2つの人気のあるマンガの顔データセットにおいて、他の顔認識やジグソーベースの手法よりも一貫して優れています。
論文参考訳（メタデータ） (2021-07-14T08:01:06Z)
A framework to compare music generative models using automatic evaluation metrics extended to rhythm [69.2737664640826]
本稿では,前回の研究で提示された,リズムを考慮せず,設計決定を下すための枠組みを取り上げ,単音素音楽作成における2つのrnnメモリセルの性能評価のためにリズムサポートを付加した。モデルでは,音素変換の処理を考慮し,リズムサポートを付加した幾何学に基づく自動計測値を用いて,生成した楽曲の質を評価する。
論文参考訳（メタデータ） (2021-01-19T15:04:46Z)
Can GAN originate new electronic dance music genres? -- Generating novel rhythm patterns using GAN with Genre Ambiguity Loss [0.0]
本稿では,音楽生成,特に電子舞踊音楽のリズムパターンに着目し,深層学習を用いて新しいリズムを生成できるかを論じる。我々は、GAN(Generative Adversarial Networks)のフレームワークを拡張し、データセット固有の分布から分岐することを奨励する。提案したGANは、音楽リズムのように聞こえるリズムパターンを生成できるが、トレーニングデータセットのどのジャンルにも属さないことを示す。
論文参考訳（メタデータ） (2020-11-25T23:22:12Z)
Melody-Conditioned Lyrics Generation with SeqGANs [81.2302502902865]
本稿では,SeqGAN(Sequence Generative Adversarial Networks)に基づく,エンドツーエンドのメロディ条件付き歌詞生成システムを提案する。入力条件が評価指標に悪影響を及ぼすことなく,ネットワークがより有意義な結果が得られることを示す。
論文参考訳（メタデータ） (2020-10-28T02:35:40Z)
Artificial Neural Networks Jamming on the Beat [20.737171876839238]
本稿では,ドラムパターンの大規模データセットと対応するメロディについて述べる。ドラムパターンの潜伏した空間を探索すれば特定の音楽スタイルで新しいドラムパターンを創り出すことができます単純な人工ニューラルネットワークは、入力として使用されるドラムパッターに対応するメロディを生成するように訓練することができる。
論文参考訳（メタデータ） (2020-07-13T10:09:20Z)
Dance Revolution: Long-Term Dance Generation with Music via Curriculum Learning [55.854205371307884]
音楽条件付きダンス生成をシーケンス・ツー・シーケンスの学習問題として定式化する。本稿では,長動き列生成における自己回帰モデルの誤り蓄積を軽減するための新しいカリキュラム学習戦略を提案する。提案手法は,自動計測と人的評価において,既存の最先端技術よりも大幅に優れている。
論文参考訳（メタデータ） (2020-06-11T00:08:25Z)
RL-Duet: Online Music Accompaniment Generation Using Deep Reinforcement Learning [69.20460466735852]
本稿では,オンライン伴奏生成のための深層強化学習アルゴリズムを提案する。提案アルゴリズムは人体に応答し,メロディック,ハーモニック,多種多様な機械部品を生成する。
論文参考訳（メタデータ） (2020-02-08T03:53:52Z)

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。