論文の概要: AIoT-Based Drum Transcription Robot using Convolutional Neural Networks

• arxiv url: http://arxiv.org/abs/2308.15061v1
• Date: Tue, 29 Aug 2023 06:50:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-30 15:28:15.068101
• Title: AIoT-Based Drum Transcription Robot using Convolutional Neural Networks
• Title（参考訳）: 畳み込みニューラルネットワークを用いたAIoT型ドラム転写ロボット
• Authors: Yukun Su, Yi Yang
• Abstract要約: そこで本研究では,リアルタイムで音楽の書き起こしを完了できるドラムロボットを提案する。 データストレージ用のクラウドノード、リアルタイムコンピューティング用のエッジノード、データ指向実行アプリケーションノードからなるドラムロボットシステム。 ドラム演奏を解析し、ドラムの書き起こしを実現するために、軽量な畳み込みニューラルネットワークモデルを提案する。
• 参考スコア（独自算出の注目度）: 33.91127704833719
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the development of information technology, robot technology has made great progress in various fields. These new technologies enable robots to be used in industry, agriculture, education and other aspects. In this paper, we propose a drum robot that can automatically complete music transcription in real-time, which is based on AIoT and fog computing technology. Specifically, this drum robot system consists of a cloud node for data storage, edge nodes for real-time computing, and data-oriented execution application nodes. In order to analyze drumming music and realize drum transcription, we further propose a light-weight convolutional neural network model to classify drums, which can be more effectively deployed in terminal devices for fast edge calculations. The experimental results show that the proposed system can achieve more competitive performance and enjoy a variety of smart applications and services.
• Abstract（参考訳）: 情報技術の発展により、ロボット技術は様々な分野で大きな進歩を遂げている。 これらの新技術は、産業、農業、教育などの分野でロボットを利用できる。 本稿では,aiotとフォグ・コンピューティング技術を用いて,音楽の書き起こしをリアルタイムで自動的に完了させるドラムロボットを提案する。 具体的には、データストレージ用のクラウドノード、リアルタイムコンピューティングのためのエッジノード、データ指向実行アプリケーションノードからなるドラムロボットシステムである。 ドラム演奏の分析とドラムの書き起こしを実現するため,高速エッジ計算のために端末装置により効果的に展開可能なドラムを分類する軽量畳み込みニューラルネットワークモデルを提案する。 実験の結果,提案システムはより競争力のある性能を実現でき,多様なスマートアプリケーションやサービスを享受できることがわかった。

関連論文リスト

• RoboTwin: Dual-Arm Robot Benchmark with Generative Digital Twins (early version) [25.298789781487084]
  本稿では,実世界の遠隔操作データとデジタル双生児の合成データを組み合わせた新しいベンチマークデータセットであるRoboTwinを紹介する。 我々は、2D画像を詳細な3Dモデルに変換することによって、AI生成コンテンツを用いてデジタルツインを作成する革新的なアプローチを提案する。 主なコントリビューションは、1)RoboTwinベンチマークデータセット、2)効率的なリアルタイムシミュレーションパイプライン、3)エキスパートレベルの自動データ生成に言語モデルを使用することである。
  論文  参考訳（メタデータ） (2024-09-04T17:59:52Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• RoboGen: Towards Unleashing Infinite Data for Automated Robot Learning via Generative Simulation [68.70755196744533]
  RoboGenはジェネレーティブなロボットエージェントで、ジェネレーティブなシミュレーションを通じて、さまざまなロボットのスキルを自動的に学習する。 我々の研究は、大規模モデルに埋め込まれた広範囲で多目的な知識を抽出し、それらをロボット工学の分野に移す試みである。
  論文  参考訳（メタデータ） (2023-11-02T17:59:21Z)
• Fully Spiking Neural Network for Legged Robots [6.974746966671198]
  脚のあるロボットのためのスパイキングニューラルネットワーク(SNN)は、シミュレーションされた地形において例外的な性能を示す。 SNNは推論速度とエネルギー消費の自然な利点を提供する。 本研究では,他の学習モデルにシームレスに統合可能な脚付きロボットのための高効率SNNを提案する。
  論文  参考訳（メタデータ） (2023-10-08T05:48:30Z)
• Improving Drumming Robot Via Attention Transformer Network [2.5064819128982556]
  本稿では,注目機構に基づいて,一般的な視覚変換器ネットワークに基づいて自動的に音楽の書き起こしを完了できる改良型ドラムロボットを提案する。 この改良アルゴリズムは,ドラム分類性能の向上に有効であることを示す。
  論文  参考訳（メタデータ） (2023-10-04T03:55:43Z)
• A toolbox for neuromorphic sensing in robotics [4.157415305926584]
  ロボット上で利用可能なあらゆる種類のセンサからの入力信号をエンコードし、デコードするためのROS(Robot Operating System)ツールボックスを導入する。 このイニシアチブは、ニューロモルフィックAIのロボット統合を刺激し促進することを目的としている。
  論文  参考訳（メタデータ） (2021-03-03T23:22:05Z)
• Task-relevant Representation Learning for Networked Robotic Perception [74.0215744125845]
  本稿では,事前学習されたロボット知覚モデルの最終的な目的と協調して設計された感覚データのタスク関連表現を学習するアルゴリズムを提案する。 本アルゴリズムは,ロボットの知覚データを競合する手法の最大11倍まで積極的に圧縮する。
  論文  参考訳（メタデータ） (2020-11-06T07:39:08Z)
• Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents [61.36681529571202]
  本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。 このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。 本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
  論文  参考訳（メタデータ） (2020-09-09T15:31:29Z)
• Populations of Spiking Neurons for Reservoir Computing: Closed Loop Control of a Compliant Quadruped [64.64924554743982]
  本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。 本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
  論文  参考訳（メタデータ） (2020-04-09T14:32:49Z)

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。