論文の概要: Neural-Base Music Generation for Intelligence Duplication
- arxiv url: http://arxiv.org/abs/2310.13691v1
- Date: Fri, 20 Oct 2023 17:52:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 21:33:02.806007
- Title: Neural-Base Music Generation for Intelligence Duplication
- Title（参考訳）: インテリジェンス複製のためのニューラルベース音楽生成
- Authors: Jacob Galajda, Kien Hua
- Abstract要約: 我々は、偉大な作曲家ベートーヴェンから学ぶために深層学習システムを使用し、彼の作曲能力をハッシュベースの知識ベースで捉えている。
この新たな形態の知識ベースは、新しい音楽生成方法を通じて楽曲を駆動する推論機能を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: There are two aspects of machine learning and artificial intelligence: (1)
interpreting information, and (2) inventing new useful information. Much
advance has been made for (1) with a focus on pattern recognition techniques
(e.g., interpreting visual data). This paper focuses on (2) with intelligent
duplication (ID) for invention. We explore the possibility of learning a
specific individual's creative reasoning in order to leverage the learned
expertise and talent to invent new information. More specifically, we employ a
deep learning system to learn from the great composer Beethoven and capture his
composition ability in a hash-based knowledge base. This new form of knowledge
base provides a reasoning facility to drive the music composition through a
novel music generation method.
- Abstract（参考訳）: 機械学習と人工知能には,(1)情報の解釈,(2)新しい有用な情報の創造,の2つの側面がある。
1)パターン認識技術(例えば、視覚データの解釈)に焦点をあてて、多くの進歩がなされている。
本稿では,(2)発明のための知的複製(ID)に焦点を当てる。
我々は、学習した専門知識と才能を生かして新しい情報を生み出すために、特定の個人の創造的推論を学ぶ可能性を探る。
具体的には、偉大な作曲家ベートーヴェンから学習し、彼の作曲能力をハッシュベースの知識ベースで捉えるために、深層学習システムを用いる。
この新たな形態の知識ベースは、新しい音楽生成方法を通じて楽曲を駆動する推論機能を提供する。
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) - Visual Knowledge in the Big Model Era: Retrospect and Prospect [63.282425615863]
視覚知識は、視覚概念とその関係を簡潔で包括的で解釈可能な方法でカプセル化できる新しい知識表現である。
視覚世界に関する知識は、人間の認知と知性にとって欠かせない要素として認識されているため、視覚知識は、機械知性を確立する上で重要な役割を担っていると考えられる。
論文 参考訳（メタデータ） (2024-04-05T07:31:24Z) - Learning by Asking Questions for Knowledge-based Novel Object
Recognition [64.55573343404572]
実世界のオブジェクト認識には、認識すべきオブジェクトクラスが多数存在する。教師付き学習に基づく従来の画像認識は、トレーニングデータに存在するオブジェクトクラスのみを認識できるため、現実の世界においては限定的な適用性を有する。
そこで本研究では,モデルが新たなオブジェクトを瞬時に認識するのに役立つ質問生成を通じて,外部知識を取得するための枠組みについて検討する。
我々のパイプラインは、オブジェクトベースのオブジェクト認識と、新しい知識を得るために知識を意識した質問を生成する質問生成という2つのコンポーネントから構成される。
論文 参考訳（メタデータ） (2022-10-12T02:51:58Z) - Anti-Retroactive Interference for Lifelong Learning [65.50683752919089]
我々は脳のメタラーニングと連想機構に基づく生涯学習のパラダイムを設計する。
知識の抽出と知識の記憶という2つの側面から問題に取り組む。
提案した学習パラダイムが,異なるタスクのモデルを同じ最適に収束させることができることを理論的に分析した。
論文 参考訳（メタデータ） (2022-08-27T09:27:36Z) - Towards a Universal Continuous Knowledge Base [49.95342223987143]
複数のニューラルネットワークからインポートされた知識を格納できる継続的知識基盤を構築する方法を提案する。
テキスト分類実験は有望な結果を示す。
我々は複数のモデルから知識ベースに知識をインポートし、そこから融合した知識を単一のモデルにエクスポートする。
論文 参考訳（メタデータ） (2020-12-25T12:27:44Z) - 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) - 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)
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。