Fugu-MT 論文翻訳(概要): Beat-Aligned Spectrogram-to-Sequence Generation of Rhythm-Game Charts

論文の概要: Beat-Aligned Spectrogram-to-Sequence Generation of Rhythm-Game Charts

arxiv url: http://arxiv.org/abs/2311.13687v1
Date: Wed, 22 Nov 2023 20:47:52 GMT
ステータス: 処理完了
システム内更新日: 2023-11-28 01:23:22.935179
Title: Beat-Aligned Spectrogram-to-Sequence Generation of Rhythm-Game Charts
Title（参考訳）: ビートアライメントスペクトログラム-リズムゲームチャートの系列生成
Authors: Jayeon Yi and Sungho Lee and Kyogu Lee
Abstract要約: 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。
参考スコア（独自算出の注目度）: 18.938897917126408
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In the heart of "rhythm games" - games where players must perform actions in sync with a piece of music - are "charts", the directives to be given to players. We newly formulate chart generation as a sequence generation task and train a Transformer using a large dataset. We also introduce tempo-informed preprocessing and training procedures, some of which are suggested to be integral for a successful training. Our model is found to outperform the baselines on a large dataset, and is also found to benefit from pretraining and finetuning.
Abstract（参考訳）: リズムゲーム (rhythm games) - プレイヤーが音楽と同期してアクションを行なわなければならないゲームは「チャート」であり、プレイヤーに指示を与える。シーケンシャル生成タスクとしてグラフ生成を新たに定式化し,大規模なデータセットを用いてトランスフォーマーを訓練する。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と考えられる。我々のモデルは,大規模なデータセットのベースラインよりも優れており,事前学習や微調整の恩恵も受けられる。

関連論文リスト

ChartAssisstant: A Universal Chart Multimodal Language Model via Chart-to-Table Pre-training and Multitask Instruction Tuning [54.89249749894061]
ChartAssistantは、ユニバーサルチャートの理解と推論のためのビジョン言語モデルである。 2段階のトレーニングプロセスを経て、チャートとテキストの調整のために、チャートからテーブルへのパースを事前トレーニングする。実験により, 最先端UniChart法とChartllama法に比較して, 顕著な性能向上が得られた。
論文参考訳（メタデータ） (2024-01-04T17:51:48Z)
Efficient Grammatical Error Correction Via Multi-Task Training and Optimized Training Schedule [55.08778142798106]
原文と修正文のアライメントを利用する補助タスクを提案する。我々は,各タスクをシーケンス・ツー・シーケンス問題として定式化し,マルチタスク・トレーニングを行う。トレーニングに使用されるデータセットの順序や、データセット内の個々のインスタンスでさえ、最終的なパフォーマンスに重要な影響を与える可能性があることが分かりました。
論文参考訳（メタデータ） (2023-11-20T14:50:12Z)
ChartReader: A Unified Framework for Chart Derendering and Comprehension without Heuristic Rules [89.75395046894809]
ChartReaderは、チャートのデレンダリングと理解タスクをシームレスに統合する統合フレームワークです。提案手法には,トランスフォーマーに基づくチャートコンポーネント検出モジュールと,チャートからXまでのタスクに対する事前学習型視覚言語モデルが組み込まれている。提案するフレームワークは,チャート解析に係わる作業を大幅に削減し,ユニバーサルチャート理解モデルへの一歩を踏み出すことができる。
論文参考訳（メタデータ） (2023-04-05T00:25:27Z)
SGL-PT: A Strong Graph Learner with Graph Prompt Tuning [36.650472660276]
そこで我々は,SGL-PTという新しいフレームワークを提案し,学習戦略であるPre-train, Prompt, Predict'に従う。具体的には、生成的かつコントラスト的な自己教師付きグラフ学習の相補的メリットを得られるSGLと呼ばれる、強力で普遍的な事前学習タスクを提起する。また, グラフ分類タスクを目標として, 事前学習と微調整を統一し, 従来のテキストタスクと同様の形式で下流タスクを再構成する, 新たな動詞フリープロンプト関数を設計する。
論文参考訳（メタデータ） (2023-02-24T04:31:18Z)
Event Detection in Football using Graph Convolutional Networks [0.0]
ビデオシーケンスの各フレームにおけるプレーヤとボールをグラフとしてモデル化する方法を示す。本稿では,各アクションの周囲に存在する時間的コンテキストをモデル化するためのグラフ畳み込み層とプール法について述べる。
論文参考訳（メタデータ） (2023-01-24T14:52:54Z)
Neural Graph Matching for Pre-training Graph Neural Networks [72.32801428070749]
グラフニューラルネットワーク(GNN)は、構造データのモデリングにおいて強力な能力を示している。 GMPTと呼ばれる新しいグラフマッチングベースのGNN事前学習フレームワークを提案する。提案手法は,完全自己指導型プレトレーニングと粗粒型プレトレーニングに適用できる。
論文参考訳（メタデータ） (2022-03-03T09:53:53Z)
Gen\'eLive! Generating Rhythm Actions in Love Live! [1.3912598476882783]
リズムアクションゲーム(英: rhythm action game)は、音楽セッション中にプレイヤーが正しいタイミングでコマンドを発行するよう挑戦される音楽ベースのビデオゲームである。この作業の前に、同社は手動でチャートを作成したため、コストのかかるビジネス運用が実現した。本稿は,KLab がグラフ合成に深層生成モデルを適用した方法を示し,グラフ生成プロセスがいかに改善されたかを示す。
論文参考訳（メタデータ） (2022-02-25T17:03:36Z)
TaikoNation: Patterning-focused Chart Generation for Rhythm Action Games [1.590611306750623]
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。
論文参考訳（メタデータ） (2021-07-26T22:55:57Z)
How Well Self-Supervised Pre-Training Performs with Streaming Data? [73.5362286533602]
ストリーミング形式でデータが収集される現実のシナリオでは、ジョイントトレーニングスキームは通常、ストレージ重大で時間を要する。ストリーミングデータでどのように連続的な自己監督プリトレーニングが実行されるかは不明です。ストリーミングデータ内の分散シフトが軽度である場合,逐次自己教師付き学習は共同学習とほぼ同等の性能を示す。
論文参考訳（メタデータ） (2021-04-25T06:56:48Z)
Improving Semantic Segmentation via Self-Training [75.07114899941095]
半教師付きアプローチ,特に自己学習パラダイムを用いて,最先端の成果を得ることができることを示す。まず、ラベル付きデータに基づいて教師モデルを訓練し、次にラベルなしデータの大規模なセット上で擬似ラベルを生成する。私たちの堅牢なトレーニングフレームワークは、人名と擬似ラベルを共同で消化し、Cityscapes、CamVid、KITTIデータセット上で最高のパフォーマンスを達成することができます。
論文参考訳（メタデータ） (2020-04-30T17:09:17Z)

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。