Fugu-MT 論文翻訳(概要): Open Challenges in Musical Metacreation

論文の概要: Open Challenges in Musical Metacreation

arxiv url: http://arxiv.org/abs/2208.14734v1
Date: Wed, 31 Aug 2022 09:34:27 GMT
ステータス: 処理完了
システム内更新日: 2022-09-01 13:53:20.345492
Title: Open Challenges in Musical Metacreation
Title（参考訳）: 音楽メタクリエーションにおけるオープンチャレンジ
Authors: Filippo Carnovalini
Abstract要約: 音楽メタレクリエーションは、音楽を構成するコンピュータから創造的な振る舞いを得ようとする。私は、この領域がアルゴリズム的な構成から創造性を探究するためにどのように進化したかを簡単に分析します。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Musical Metacreation tries to obtain creative behaviors from computers algorithms composing music. In this paper I briefly analyze how this field evolved from algorithmic composition to be focused on the search for creativity, and I point out some issues in pursuing this goal. Finally, I argue that hybridization of algorithms can be a useful direction for research.
Abstract（参考訳）: 音楽メタクリエーションは、音楽を構成するコンピュータアルゴリズムから創造的な行動を得ようとする。本稿では,この分野が創造性探索に焦点をあてるアルゴリズム構成からどのように進化したかを簡単に分析し,その目標を追求する上での問題点を指摘する。最後に、アルゴリズムのハイブリダイゼーションは研究に有用な方向であると論じます。

関連論文リスト

Enhancing Music Genre Classification through Multi-Algorithm Analysis and User-Friendly Visualization [0.0]
本研究の目的は,異なる種類の音楽の認識方法をアルゴリズムに教えることである。アルゴリズムはこれまでこれらの歌を聴いていないので、それぞれの歌をユニークにする方法を理解する必要があります。
論文参考訳（メタデータ） (2024-05-27T17:57:20Z)
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)
Music Composition with Deep Learning: A Review [1.7188280334580197]
創造性のある音楽を生成するための,現在のディープラーニングモデルの能力について分析する。理論的観点からこれらのモデルと作曲過程を比較した。
論文参考訳（メタデータ） (2021-08-27T13:53:53Z)
Deep Algorithm Unrolling for Biomedical Imaging [99.73317152134028]
本章では,アルゴリズムのアンロールによるバイオメディカル応用とブレークスルーについて概説する。我々はアルゴリズムのアンローリングの起源を辿り、反復アルゴリズムをディープネットワークにアンローリングする方法に関する包括的なチュートリアルを提供する。オープンな課題を議論し、今後の研究方向性を提案することで、この章を締めくくります。
論文参考訳（メタデータ） (2021-08-15T01:06:26Z)
Music Harmony Generation, through Deep Learning and Using a Multi-Objective Evolutionary Algorithm [0.0]
本稿では,ポリフォニック音楽生成のための遺伝的多目的進化最適化アルゴリズムを提案する。ゴールの1つは音楽の規則と規則であり、他の2つのゴール、例えば音楽の専門家や普通のリスナーのスコアとともに、最も最適な反応を得るために進化のサイクルに適合する。その結果,提案手法は,聞き手を引き寄せながら文法に従う調和音とともに,所望のスタイルや長さの難易度と快適さを生み出すことができることがわかった。
論文参考訳（メタデータ） (2021-02-16T05:05:54Z)
Research on AI Composition Recognition Based on Music Rules [7.699648754969773]
モーメント抽出による楽曲ルール識別アルゴリズムを構築する。それは、機械生成音楽のモードの安定性を特定し、それが人工知能であるかどうかを判断する。
論文参考訳（メタデータ） (2020-10-15T14:51:24Z)
Explaining Creative Artifacts [69.86890599471202]
生成物と構成的創造性を結合鎖に分解する逆問題定式化を開発する。特に、当社の定式化は、アソシエイト要素の知識グラフを通じて、旅行セールスマン問題の解決として構成されている。
論文参考訳（メタデータ） (2020-10-14T14:32:38Z)
dMelodies: A Music Dataset for Disentanglement Learning [70.90415511736089]
我々は、研究者が様々な領域でアルゴリズムの有効性を実証するのに役立つ新しいシンボリック・ミュージック・データセットを提案する。これはまた、音楽用に特別に設計されたアルゴリズムを評価する手段を提供する。データセットは、遠絡学習のためのディープネットワークのトレーニングとテストに十分な大きさ(約13万データポイント)である。
論文参考訳（メタデータ） (2020-07-29T19:20:07Z)
Adaptive music: Automated music composition and distribution [0.0]
進化探索に基づくアルゴリズム合成法であるメロミクスを提案する。このシステムは、様々な種類の音楽を作るために、高い創造力と汎用性を示してきた。これはまた、全く新しい応用のセットの出現を可能にした。
論文参考訳（メタデータ） (2020-07-25T09:38:06Z)
Artificial Musical Intelligence: A Survey [51.477064918121336]
音楽は、機械学習と人工知能研究の領域としてますます広まりつつある。この記事では、音楽知能の定義を提供し、その構成成分の分類を導入し、その追求に耐えうる幅広いAI手法を調査します。
論文参考訳（メタデータ） (2020-06-17T04:46:32Z)
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。