Fugu-MT 論文翻訳(概要): Learning and composing of classical music using restricted Boltzmann machines

論文の概要: Learning and composing of classical music using restricted Boltzmann machines

arxiv url: http://arxiv.org/abs/2509.04899v2
Date: Mon, 08 Sep 2025 07:31:38 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-09 14:07:03.402872
Title: Learning and composing of classical music using restricted Boltzmann machines
Title（参考訳）: 制限ボルツマンマシンを用いた古典音楽の学習と作曲
Authors: Mutsumi Kobayashi, Hiroshi Watanabe,
Abstract要約: 我々は制限ボルツマンマシン(RBM)の訓練にJ・S・バッハの音楽を採用した。学習したRBMが音楽を構成することができることがわかった。
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: Recently, software has been developed that uses machine learning to mimic the style of a particular composer, such as J. S. Bach. However, since such software often adopts machine learning models with complex structures, it is difficult to analyze how the software understands the characteristics of the composer's music. In this study, we adopted J. S. Bach's music for training of a restricted Boltzmann machine (RBM). Since the structure of RBMs is simple, it allows us to investigate the internal states after learning. We found that the learned RBM is able to compose music.
Abstract（参考訳）: 近年、J.S.バッハのような特定の作曲家のスタイルを模倣するために機械学習を用いたソフトウェアが開発されている。しかし、このようなソフトウェアは複雑な構造を持つ機械学習モデルを採用することが多いため、そのソフトウェアが作曲家の音楽の特徴をどのように理解しているかを分析することは困難である。本研究では,制限ボルツマンマシン(RBM)の訓練にJ・S・バッハの音楽を採用した。 RBMの構造は単純であるため,学習後の内部状態を調べることができる。学習したRBMが音楽を構成することができることがわかった。

関連論文リスト

Towards Explainable and Interpretable Musical Difficulty Estimation: A Parameter-efficient Approach [49.2787113554916]
音楽コレクションの整理には曲の難易度を推定することが重要である。シンボリックな音楽表現の難易度推定には説明可能な記述子を用いる。ピアノレパートリーで評価したアプローチは,平均2乗誤差(MSE)が1.7。
論文参考訳（メタデータ） (2024-08-01T11:23:42Z)
ComposerX: Multi-Agent Symbolic Music Composition with LLMs [51.68908082829048]
音楽の構成は、長い依存と調和の制約で情報を理解し、生成する能力を必要とする複雑なタスクである。現在のLLMは、このタスクで簡単に失敗し、In-Context-LearningやChain-of-Thoughtsといったモダンな技術が組み込まれても、不適切な曲を生成する。エージェントベースのシンボリック音楽生成フレームワークであるComposerXを提案する。
論文参考訳（メタデータ） (2024-04-28T06:17:42Z)
ChatMusician: Understanding and Generating Music Intrinsically with LLM [81.48629006702409]
ChatMusicianは、固有の音楽能力を統合するオープンソースのLarge Language Models(LLM)である。外部のマルチモーダル・ニューラル構造やトークンーザを使わずに、純粋なテキスト・トークンーザで音楽を理解して生成することができる。我々のモデルは、テキスト、コード、メロディ、モチーフ、音楽形式など、よく構造化されたフル長の音楽を構成することができる。
論文参考訳（メタデータ） (2024-02-25T17:19:41Z)
Music Representing Corpus Virtual: An Open Sourced Library for Explorative Music Generation, Sound Design, and Instrument Creation with Artificial Intelligence and Machine Learning [0.0]
Music Representing Corpus Virtual (MRCV) は、音楽生成、サウンドデザイン、仮想機器作成(MGSDIC)における人工知能(AI)と機械学習(ML)の能力を探求するオープンソースソフトウェアスイートである。 MRCVの主な目的は、創造性を促進することであり、ユーザーはニューラルネットワークをトレーニングするための入力データセットをカスタマイズし、ニューラルネットワーク毎にさまざまなオプションを提供することができる。ソフトウェアはオープンソースであり、ユーザーは開発に貢献でき、コミュニティは他のユーザの洞察や経験から一括して恩恵を受けることができる。
論文参考訳（メタデータ） (2023-05-24T09:36:04Z)
Musika! Fast Infinite Waveform Music Generation [0.0]
Musikaは、何百時間もの音楽を、単一の消費者向けGPUを使って訓練できる音楽生成システムだ。まず、逆自己エンコーダを用いて分光器の大きさと位相のコンパクトな可逆表現を学習する。潜在座標系は任意の長さの抜粋列を並列に生成することができ、一方、グローバルな文脈ベクトルは、時間を通してスタイリスティックに整合性を保つことができる。
論文参考訳（メタデータ） (2022-08-18T08:31:15Z)
j-Wave: An open-source differentiable wave simulator [1.7420604693654884]
本稿では, 時間的・時間的調和的な音響問題を解くことのできる, オープンソースの微分可能な音響シミュレータ j-Wave を提案する。 j-Waveはモジュール化されたコンポーネントで構成されており、カスタマイズや再利用が容易である。
論文参考訳（メタデータ） (2022-06-30T16:19:21Z)
Bach Style Music Authoring System based on Deep Learning [0.0]
本研究の目的は,ディープラーニングに基づくバッハスタイルの音楽オーサリングシステムを設計することである。 LSTMニューラルネットワークを用いて、シリアライズおよび標準化された音楽特徴データをトレーニングする。 Bach 音楽の模倣を生成できる最適な LSTM モデルを見いだす。
論文参考訳（メタデータ） (2021-10-06T10:30:09Z)
Bach or Mock? A Grading Function for Chorales in the Style of J.S. Bach [74.09517278785519]
本稿では,J.S.バッハ様式の4パート合唱曲を重要な音楽的特徴とともに評価するグレーディング機能を提案する。この機能は,Bach合唱曲とモデル生成の合唱曲を区別する上で,人間専門家より優れていることを示す。
論文参考訳（メタデータ） (2020-06-23T21:02:55Z)
RL-Duet: Online Music Accompaniment Generation Using Deep Reinforcement Learning [69.20460466735852]
本稿では,オンライン伴奏生成のための深層強化学習アルゴリズムを提案する。提案アルゴリズムは人体に応答し,メロディック,ハーモニック,多種多様な機械部品を生成する。
論文参考訳（メタデータ） (2020-02-08T03:53:52Z)

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。