論文の概要: A Quantum Natural Language Processing Approach to Musical Intelligence
- arxiv url: http://arxiv.org/abs/2111.06741v1
- Date: Wed, 10 Nov 2021 12:35:07 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-16 01:21:25.053553
- Title: A Quantum Natural Language Processing Approach to Musical Intelligence
- Title（参考訳）: 音楽知性に対する量子自然言語処理アプローチ
- Authors: Eduardo Reck Miranda, Richie Yeung, Anna Pearson, Konstantinos
Meichanetzidis, Bob Coecke
- Abstract要約: 量子コンピューティング(quantum computing, 量子コンピューティング)は、新しい技術であり、今後音楽業界に影響を与えるだろう。
この研究は、以前の量子ハードウェア上でのDisCoCat言語モデルの実験的実装に続くものである。
我々は、量子コンピュータをプログラムして音楽の分類を学ぶことができることを示す最初の概念実証であるQuanthovenを紹介した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: There has been tremendous progress in Artificial Intelligence (AI) for music,
in particular for musical composition and access to large databases for
commercialisation through the Internet. We are interested in further advancing
this field, focusing on composition. In contrast to current black-box AI
methods, we are championing an interpretable compositional outlook on
generative music systems. In particular, we are importing methods from the
Distributional Compositional Categorical (DisCoCat) modelling framework for
Natural Language Processing (NLP), motivated by musical grammars. Quantum
computing is a nascent technology, which is very likely to impact the music
industry in time to come. Thus, we are pioneering a Quantum Natural Language
Processing (QNLP) approach to develop a new generation of intelligent musical
systems. This work follows from previous experimental implementations of
DisCoCat linguistic models on quantum hardware. In this chapter, we present
Quanthoven, the first proof-of-concept ever built, which (a) demonstrates that
it is possible to program a quantum computer to learn to classify music that
conveys different meanings and (b) illustrates how such a capability might be
leveraged to develop a system to compose meaningful pieces of music. After a
discussion about our current understanding of music as a communication medium
and its relationship to natural language, the chapter focuses on the techniques
developed to (a) encode musical compositions as quantum circuits, and (b)
design a quantum classifier. The chapter ends with demonstrations of
compositions created with the system.
- Abstract（参考訳）: 音楽の人工知能(AI)、特に音楽の作曲とインターネットによる商業化のための大規模データベースへのアクセスは、非常に進歩している。
我々は、この分野をさらに発展させ、構成に焦点をあてることに興味を持っている。
現在のブラックボックスAI手法とは対照的に、私たちは生成的音楽システムに関する解釈可能な構成的展望を擁護しています。
特に、音楽文法を動機とした自然言語処理(NLP)のための分散構成分類(DisCoCat)モデリングフレームワークからメソッドを輸入している。
量子コンピューティングは生まれたばかりの技術であり、将来音楽業界に影響を与える可能性が高い。
そこで我々は,新しい世代のインテリジェント音楽システムを開発するために,量子自然言語処理(QNLP)アプローチを開拓している。
この研究は、以前の量子ハードウェア上でのDisCoCat言語モデルの実験的実装に続くものである。
この章では、最初の概念実証であるQuanthovenを紹介します。
(a)異なる意味を伝達する音楽の分類を学ぶための量子コンピュータのプログラムが可能であることを示す。
(b)有意義な楽曲を作曲するシステムを開発するために、このような能力をどのように活用するかを示す。
音楽のコミュニケーションメディアとしての現在の理解と自然言語との関係に関する議論の後、その章は発展する技術に焦点を当てた。
(a)楽曲を量子回路としてエンコードし、
(b)量子分類器を設計する。
章はシステムで作成された構成のデモンストレーションで終わる。
関連論文リスト
- A Survey of Foundation Models for Music Understanding [60.83532699497597]
この研究は、AI技術と音楽理解の交差に関する初期のレビューの1つである。
音楽理解能力に関して,近年の大規模音楽基盤モデルについて検討,分析,検証を行った。
論文 参考訳（メタデータ） (2024-09-15T03:34:14Z) - Quantum Algorithms for Compositional Text Processing [1.3654846342364308]
本稿では、最近提案された自然言語用DisCoCircフレームワークに注目し、量子適応QDisCoCircを提案する。
これはAI解釈可能なレンダリングに対する構成的アプローチによって動機付けられている。
テキスト類似性のモデルネイティブな原始演算に対しては、フォールトトレラントな量子コンピュータのための量子アルゴリズムを導出する。
論文 参考訳（メタデータ） (2024-08-12T11:21:40Z) - ComposerX: Multi-Agent Symbolic Music Composition with LLMs [51.68908082829048]
音楽の構成は、長い依存と調和の制約で情報を理解し、生成する能力を必要とする複雑なタスクである。
現在のLLMは、このタスクで簡単に失敗し、In-Context-LearningやChain-of-Thoughtsといったモダンな技術が組み込まれても、不適切な曲を生成する。
エージェントベースのシンボリック音楽生成フレームワークであるComposerXを提案する。
論文 参考訳（メタデータ） (2024-04-28T06:17:42Z) - Intro to Quantum Harmony: Chords in Superposition [0.0]
量子理論と音楽理論の相関は、音楽理論家や作曲家にとって新たな理解と新しい方法論につながる可能性がある。
重ね合わせの量子原理は、音楽的意味の異なる解釈と密接に関連していることが示されている。
論文 参考訳（メタデータ） (2024-04-19T18:59:43Z) - Quantum Natural Language Processing [0.03495246564946555]
言語処理は、人工知能の現在の発展の中心にある。
本稿は,NLP関連技術が量子言語処理にどのように使われているかを示す。
論文 参考訳（メタデータ） (2024-03-28T18:15:07Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳（メタデータ） (2022-06-07T07:32:57Z) - Music Composition Using Quantum Annealing [0.0]
アルゴリズム音楽の新たな分野が誕生した。
本章では,量子アニールを用いた音楽作曲の基礎を定めている。
D-Wave量子アニールを用いて生成された楽曲は、その最初の例である。
論文 参考訳（メタデータ） (2022-01-24T19:00:10Z) - Quantum Computer Music: Foundations and Initial Experiments [0.0]
本章は「量子コンピュータ音楽」の新分野の基礎を定めている。
これは、マルコフ連鎖やランダムウォークなどの音楽を生成するためにコンピュータをプログラムするアルゴリズム的なコンピュータ音楽と方法の導入から始まる。
この議論は量子コンピューティングの概念の詳細な説明とウォークスルーの例によって支持されている。
論文 参考訳（メタデータ） (2021-10-24T10:56:07Z) - Standard Model Physics and the Digital Quantum Revolution: Thoughts
about the Interface [68.8204255655161]
量子システムの分離・制御・絡み合いの進歩は、かつての量子力学の興味深い特徴を、破壊的な科学的・技術的進歩のための乗り物へと変えつつある。
本稿では,3つの領域科学理論家の視点から,絡み合い,複雑性,量子シミュレーションのインターフェースについて考察する。
論文 参考訳（メタデータ） (2021-07-10T06:12:06Z) - Simulating Quantum Materials with Digital Quantum Computers [55.41644538483948]
デジタル量子コンピュータ(DQC)は、古典的コンピュータでは引き起こせない量子シミュレーションを効率的に行うことができる。
このレビューの目的は、物理量子優位性を達成するために行われた進歩の要約を提供することである。
論文 参考訳（メタデータ） (2021-01-21T20:10:38Z)
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。