論文の概要: Identification of Violin Reduction via Contour Lines Classification

• arxiv url: http://arxiv.org/abs/2507.07743v1
• Date: Thu, 10 Jul 2025 13:23:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-11 16:40:15.414511
• Title: Identification of Violin Reduction via Contour Lines Classification
• Title（参考訳）: 輪郭線分類によるビオリン除去の同定
• Authors: Philémon Beghin, Anne-Emmanuelle Ceulemans, François Glineur,
• Abstract要約: 本稿では,輪郭線に基づいてバイオリンを縮小・非還元する手法を提案する。 幾何学的メッシュをフォトグラムで取得した25種の計器のコーパスについて検討した。 減音器と非減音器の区別はある程度は可能であることが判明した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The first violins appeared in late 16th-century Italy. Over the next 200 years, they spread across Europe and luthiers of various royal courts, eager to experiment with new techniques, created a highly diverse family of instruments. Around 1750, size standards were introduced to unify violin making for orchestras and conservatories. Instruments that fell between two standards were then reduced to a smaller size by luthiers. These reductions have an impact on several characteristics of violins, in particular on the contour lines, i.e. lines of constant altitude, which look more like a U for non reduced instruments and a V for reduced ones. While such differences are observed by experts, they have not been studied quantitatively. This paper presents a method for classifying violins as reduced or non-reduced based on their contour lines. We study a corpus of 25 instruments whose 3D geometric meshes were acquired via photogrammetry. For each instrument, we extract 10-20 contour lines regularly spaced every millimetre. Each line is fitted with a parabola-like curve (with an equation of the type y = alpha*abs(x)**beta) depending on two parameters, describing how open (beta) and how vertically stretched (alpha) the curve is. We compute additional features from those parameters, using regressions and counting how many values fall under some threshold. We also deal with outliers and non equal numbers of levels, and eventually obtain a numerical profile for each instrument. We then apply classification methods to assess whether geometry alone can predict size reduction. We find that distinguishing between reduced and non reduced instruments is feasible to some degree, taking into account that a whole spectrum of more or less transformed violins exists, for which it is more difficult to quantify the reduction. We also find the opening parameter beta to be the most predictive.
• Abstract（参考訳）: 最初のヴァイオリンは16世紀後半のイタリアに登場した。 その後200年間、彼らはヨーロッパ中に広まり、様々な宮廷の豪華な人々が新しい技術を試し、非常に多様な楽器群を創り出した。 1750年頃、オーケストラや音楽院のためのヴァイオリンを統一するためにサイズ標準が導入された。 2つの標準の間に落下した機器は、潤滑剤によってより小さなサイズに縮小された。 これらの減少はヴァイオリンのいくつかの特性、特に等高線、すなわち非還元楽器のUや還元楽器のVによく似た等高線に影響を及ぼす。 このような違いは専門家によって観察されているが、定量的には研究されていない。 本稿では,輪郭線に基づいてバイオリンを縮小・非還元する手法を提案する。 幾何学的メッシュをフォトグラムで取得した25種の計器のコーパスについて検討した。 それぞれの楽器に対して,1ミリメートル毎に定期的に間隔を取られる10～20個の輪郭線を抽出する。 各直線はパラボラのような曲線(型 y = α*abs(x)**beta の方程式を持つ)を2つのパラメータに依存させ、曲線の開度(ベータ)と垂直伸張度(アルファ)を記述する。 これらのパラメータから、回帰を使って追加の機能を計算し、あるしきい値に該当する値の数をカウントします。 また、オフレーヤと非等値レベルを扱い、最終的には各楽器の数値プロファイルを取得する。 そこで我々は,幾何学だけでサイズ削減を予測できるかどうかを評価するために分類法を適用した。 減音器と非減音器の区別は、多かれ少なかれ変換されたヴァイオリンのスペクトルが全て存在することを考慮すると、ある程度は可能であり、減音器の定量化がより困難である。 また、オープニングパラメータのベータが最も予測力が高いこともわかりました。

関連論文リスト

• Test Set Sizing for the Ridge Regression [55.2480439325792]
  このような分割が、大規模なデータ制限下で機械学習モデルに対して数学的に計算されるのは、これが初めてである。 計算の目標は「積分」を最大化することで、訓練されたモデルにおける測定された誤差が理論上すべきことと可能な限り近いようにすることである。
  論文  参考訳（メタデータ） (2025-04-27T13:17:18Z)
• Multiclass Transductive Online Learning [14.093228102168872]
  本稿では,ラベルの数が無制限である場合のオンライン学習の帰納的課題について考察する。 レベル制約されたリトルストーン次元と呼ばれる新しい次元は、この設定におけるオンライン学習可能性の特徴である。 ラベル空間が非有界である場合でも、期待されるミス回数の最小値の3分法が保たれることを示す。
  論文  参考訳（メタデータ） (2024-11-03T16:57:13Z)
• Refined Risk Bounds for Unbounded Losses via Transductive Priors [58.967816314671296]
  線形回帰の逐次変分を2乗損失、ヒンジ損失の分類問題、ロジスティック回帰で再検討する。 我々の鍵となるツールは、慎重に選択された導出先を持つ指数重み付けアルゴリズムに基づいている。
  論文  参考訳（メタデータ） (2024-10-29T00:01:04Z)
• A discussion about violin reduction: geometric analysis of contour lines and channel of minima [0.0]
  縮小された楽器と非還元された楽器の差を観察し、特に輪郭線とミニマの流路で観察する。 最近の予備研究で、光グラム法により得られた三角形の3Dメッシュを用いて、2つの楽器の2つの特徴を計算し、強調した。 ここでは、38のヴァイオリン、ヴァイオラ、チェロのコーパスを拡張し、改良された手順を導入することを提案する。
  論文  参考訳（メタデータ） (2024-04-02T14:40:11Z)
• A U-turn on Double Descent: Rethinking Parameter Counting in Statistical Learning [68.76846801719095]
  二重降下がいつどこで起こるのかを正確に示し、その位置が本質的に閾値 p=n に結び付けられていないことを示す。 これは二重降下と統計的直観の間の緊張を解消する。
  論文  参考訳（メタデータ） (2023-10-29T12:05:39Z)
• Geometer: Graph Few-Shot Class-Incremental Learning via Prototype Representation [50.772432242082914]
  既存のグラフニューラルネットワークに基づく手法は主に、豊富なラベリングを持つ固定クラス内の未ラベルノードの分類に重点を置いている。 本稿では,この難易度で実用的なグラフ数ショットクラスインクリメンタルラーニング(GFSCIL)問題に着目し,Geometerと呼ばれる新しい手法を提案する。 完全に接続されたニューラルネットワークのクラスを置き換えて再トレーニングする代わりに、Geometerは、最も近いクラスのプロトタイプを見つけることによって、ノードのラベルを予測する。
  論文  参考訳（メタデータ） (2022-05-27T13:02:07Z)
• Parametric Optimization of Violin Top Plates using Machine Learning [8.61675423588557]
  バイオリンのトッププレートを定義する幾何学的パラメータと機械的パラメータを入力として受信するニューラルネットワークを開発した。 このネットワークを用いて,バイオリントッププレートの固有スペクトル問題と形状の関係を解析することを目的として,複数の誤差関数を最適化する。
  論文  参考訳（メタデータ） (2021-02-14T11:54:21Z)
• A Data-Driven Approach to Violin Making [7.887707903851569]
  バイオリントップのモーダル周波数は幾何学的パラメータから予測できることを示す。 本稿では,材料と幾何学的パラメータを考慮したプレートチューニングの予測ツールを提案する。
  論文  参考訳（メタデータ） (2021-02-03T00:42:08Z)
• Interpolation and Learning with Scale Dependent Kernels [91.41836461193488]
  非パラメトリックリッジレス最小二乗の学習特性について検討する。 スケール依存カーネルで定義される推定器の一般的な場合を考える。
  論文  参考訳（メタデータ） (2020-06-17T16:43:37Z)

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。