論文の概要: Style-based Composer Identification and Attribution of Symbolic Music Scores: a Systematic Survey

• arxiv url: http://arxiv.org/abs/2506.12440v1
• Date: Sat, 14 Jun 2025 10:34:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:46.198589
• Title: Style-based Composer Identification and Attribution of Symbolic Music Scores: a Systematic Survey
• Title（参考訳）: スタイルベース作曲者同定とシンボリック音楽スコアの寄与:体系的調査
• Authors: Federico Simonetta,
• Abstract要約: 本稿では,シンボリック・ミュージック・スコアにおけるスタイルに基づく作曲家の識別と作者の属性に関する文献の体系的レビューを行う。 信頼性向上のための重要なニーズに対処し、さまざまな歴史的期間に発行された58の査読論文を厳格に分析する。 既存の研究のかなりの部分は、不適切な検証プロトコルと単純な精度の指標に対する過度な信頼性に悩まされていることが判明した。
• 参考スコア（独自算出の注目度）: 0.9065034043031668
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents the first comprehensive systematic review of literature on style-based composer identification and authorship attribution in symbolic music scores. Addressing the critical need for improved reliability and reproducibility in this field, the review rigorously analyzes 58 peer-reviewed papers published across various historical periods, with the search adapted to evolving terminology. The analysis critically assesses prevailing repertoires, computational approaches, and evaluation methodologies, highlighting significant challenges. It reveals that a substantial portion of existing research suffers from inadequate validation protocols and an over-reliance on simple accuracy metrics for often imbalanced datasets, which can undermine the credibility of attribution claims. The crucial role of robust metrics like Balanced Accuracy and rigorous cross-validation in ensuring trustworthy results is emphasized. The survey also details diverse feature representations and the evolution of machine learning models employed. Notable real-world authorship attribution cases, such as those involving works attributed to Bach, Josquin Desprez, and Lennon-McCartney, are specifically discussed, illustrating the opportunities and pitfalls of applying computational techniques to resolve disputed musical provenance. Based on these insights, a set of actionable guidelines for future research are proposed. These recommendations are designed to significantly enhance the reliability, reproducibility, and musicological validity of composer identification and authorship attribution studies, fostering more robust and interpretable computational stylistic analysis.
• Abstract（参考訳）: 本稿では,シンボリック・ミュージック・スコアにおけるスタイルに基づく作曲家の識別と作者の属性に関する文献の総合的な体系的レビューを行う。 この分野での信頼性と再現性を向上させるための重要なニーズに対処するため、このレビューでは、進化する用語に適応した検索を用いて、様々な歴史的期間に発行された58の査読論文を厳格に分析した。 この分析は、一般的なレパートリー、計算手法、評価方法論を批判的に評価し、重要な課題を浮き彫りにしている。 既存の研究のかなりの部分は、不適切な検証プロトコルと、しばしば不均衡なデータセットに対する単純な精度の指標への過度な信頼に悩まされており、帰属的主張の信頼性を損なう可能性がある。 信頼性の高い結果を保証する上で、バランスの取れた正確さや厳密なクロスバリデーションといった堅牢なメトリクスの役割が強調される。 調査ではまた、さまざまな特徴表現と、使用されている機械学習モデルの進化についても詳しく説明している。 Bach や Josquin Desprez 、Lennon-McCartney などの著作を巻き込んだ実世界の著作物帰属事例が特に議論され、論争を巻き起こした音楽の証明を解決するために計算技術を適用する機会と落とし穴が説明される。 これらの知見に基づき、今後の研究のための実用的なガイドラインが提案されている。 これらのレコメンデーションは、作曲家の識別と著者帰属研究の信頼性、再現性、音楽的妥当性を大幅に向上させ、より堅牢で解釈可能な計算スタイリスティック分析を促進するように設計されている。

関連論文リスト

• exHarmony: Authorship and Citations for Benchmarking the Reviewer Assignment Problem [11.763640675057076]
  明示的なラベルを必要とせずにレビュアー代入問題を評価するためのベンチマークデータセットを開発した。 従来の語彙マッチング、静的なニューラル埋め込み、文脈化されたニューラル埋め込みなど、さまざまな手法をベンチマークする。 本研究は,従来の手法が合理的に良好に機能する一方で,学術文献で訓練された文脈的埋め込みが最高の性能を示すことを示すものである。
  論文  参考訳（メタデータ） (2025-02-11T16:35:04Z)
• Causality can systematically address the monsters under the bench(marks) [64.36592889550431]
  ベンチマークはさまざまなバイアス、アーティファクト、リークに悩まされている。 モデルは、調査の不十分な障害モードのため、信頼できない振る舞いをする可能性がある。 因果関係はこれらの課題を体系的に解決するための 理想的な枠組みを提供します
  論文  参考訳（メタデータ） (2025-02-07T17:01:37Z)
• Explaining the Unexplained: Revealing Hidden Correlations for Better Interpretability [1.8274323268621635]
  Real Explainer(RealExp)は、Shapley値を個々の特徴と特徴相関の重要度に分解する、解釈可能性の手法である。 RealExpは、個々の特徴とそれらの相互作用を正確に定量化することで、解釈可能性を高める。
  論文  参考訳（メタデータ） (2024-12-02T10:50:50Z)
• A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [55.33653554387953]
  パターン分析とマシンインテリジェンス(PAMI)は、情報の収集と断片化を目的とした多くの文献レビューにつながっている。 本稿では、PAMI分野におけるこれらの文献レビューの徹底的な分析について述べる。 1)PAMI文献レビューの構造的・統計的特徴は何か,(2)レビューの増大するコーパスを効率的にナビゲートするために研究者が活用できる戦略は何か,(3)AIが作成したレビューの利点と限界は人間によるレビューと比較するとどのようなものか,という3つの主要な研究課題に対処しようとする。
  論文  参考訳（メタデータ） (2024-02-20T11:28:50Z)
• TraSE: Towards Tackling Authorial Style from a Cognitive Science Perspective [4.123763595394021]
  クロスドメインシナリオにおける27,000人以上の著者と1.4万のサンプルによるオーサリング属性実験の結果、90%のアトリビューション精度が得られた。 年齢などの身体的特徴を用いて、TraSE上で定性的な分析を行い、認知的特徴を捉えているという主張を検証する。
  論文  参考訳（メタデータ） (2022-06-21T19:55:07Z)
• A Sentiment Analysis Dataset for Trustworthiness Evaluation [22.734197353027632]
  深層学習モデルはブラックボックス問題のために信頼できないとしばしば批判される。 我々は、頑健さと解釈可能性を評価するために、新しくよく注釈付けされた感情分析データセットをリリースする。
  論文  参考訳（メタデータ） (2021-08-30T11:58:16Z)
• Counterfactual Representation Learning with Balancing Weights [74.67296491574318]
  観察データによる因果推論の鍵は、それぞれの治療タイプに関連する予測的特徴のバランスを達成することである。 近年の文献では、この目標を達成するために表現学習を探求している。 因果効果を柔軟かつスケーラブルかつ正確に推定するアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2020-10-23T19:06:03Z)

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。