論文の概要: Designing Maintainable Hybrid Generative Systems: A Quantum-Inspired Approach to Automated Music Harmony Generation

• arxiv url: http://arxiv.org/abs/2607.06296v1
• Date: Tue, 07 Jul 2026 14:03:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-08 21:24:51.546456
• Title: Designing Maintainable Hybrid Generative Systems: A Quantum-Inspired Approach to Automated Music Harmony Generation
• Title（参考訳）: 保守可能なハイブリッド生成システムの設計:楽音自動生成への量子インスパイアされたアプローチ
• Abstract要約: 提案システムでは,重なり合うメロディックコンテキストに対する量子インスパイアされた候補探索と,明示的なルールベース最適化を組み合わせた。 アーキテクチャは、構造的コヒーレンス、機能的合意、調和的類似性、堅牢性をカバーする明示的で再現可能なメトリクスを用いて評価される。
• 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: This paper presents the design and evaluation of a maintainable hybrid generative architecture for automated music harmony generation from melody. The proposed system combines quantum-inspired candidate exploration over overlapping melodic contexts with explicit rule-based optimization to balance generative flexibility and structural control. The architecture is evaluated using explicit and reproducible metrics covering structural coherence, functional agreement, harmonic similarity, and robustness. The results show that the proposed approach produces harmonizations that preserve tonal structure and cadential behavior while allowing multiple valid harmonic realizations. Furthermore, the optimization layer improves structural coherence, stability, and predictability without requiring a training corpus. The study demonstrates that transparent and controllable hybrid generative systems can be systematically designed and evaluated within the context of Information Systems Development.
• Abstract（参考訳）: 本稿では,メロディからの自動ハーモニー生成のための,メンテナンス可能なハイブリッド生成アーキテクチャの設計と評価について述べる。 提案システムでは,重なり合うメロディックコンテキストに対する量子インスパイアされた候補探索と明確な規則に基づく最適化を組み合わせることで,生成的柔軟性と構造制御のバランスをとる。 アーキテクチャは、構造的コヒーレンス、機能的合意、調和的類似性、堅牢性をカバーする明示的で再現可能なメトリクスを用いて評価される。 提案手法は,複数の有効な調和実現を可能としながら,音節構造と周期的挙動を保ちながら調和する。 さらに、最適化層は、トレーニングコーパスを必要とせず、構造コヒーレンス、安定性、予測可能性を向上させる。 本研究は,情報システム開発において,透過的かつ制御可能なハイブリッド生成システムを体系的に設計し,評価できることを実証する。

関連論文リスト

• Learning to Tessellate: Point Cloud Generation via Recursive Spectral Partitioning [58.130498928480456]
  本稿では, トポロジ保存型テッセルレーションプロセスとして, 点雲生成を再構成する自己回帰フレームワークであるPointRSPを提案する。 PointRSPは、複雑な3Dトポロジーをまたいだ強力な一般化を証明し、世代品質と多様性の最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-08-03T16:11:43Z)
• APO: Unsupervised Atomic Policy Optimization for 3D Structure Prediction of Atomic Systems [64.56252173115246]
  そこで本研究では, 基幹構造を不要とした非教師なしアライメントフレームワーク(Atomic Policy Optimization)を提案する。 APOは、新しい二重回帰機構を利用して、3次元原子環境にグループ相対的なポリシー最適化を適用する。 この結果から,本質的な物理的整合性は,ノイズや教師付き座標マッチングよりも優れたアライメントのガイドとなる可能性が示唆された。
  論文  参考訳（メタデータ） (2026-07-30T17:21:58Z)
• Agentic Designer: Progressive Multi-Agent Collaboration for Structure-Aware Interior Layout Generation [84.5255199507027]
  Agentic Designerは、構造を意識した内部レイアウト生成を反復的かつ制約的に検証された決定プロセスとして定式化する、プログレッシブなフレームワークである。 提案、検証、合成、調整のモジュールステージにレイアウトを分解することで、フレームワークは3つの特殊エージェント、ジェネレータ、評価器、精錬器を協調する。 この機構は、各配置がコミットされる前に段階的に幾何的検証と補正を行い、エラーの蓄積を防止する。
  論文  参考訳（メタデータ） (2026-07-23T02:46:11Z)
• Quantum-Inspired Harmonic Decision Models: A Computational Framework for Music Generation [0.0]
  本稿では,音楽における高調波決定のための量子インスパイアされた計算フレームワークを提案する。 この枠組みは秋の葉やティッパーリーへの長い道のりなど、選抜された音楽の例で評価されている。 予備的な研究ではあるが、この研究は、量子に着想を得た手法が、音楽のような創造的な領域における複雑な決定過程をモデル化するための有用なフレームワークを提供する可能性を示唆している。
  論文  参考訳（メタデータ） (2026-07-06T12:48:21Z)
• A Systematic Post-Train Framework for Video Generation [76.26555417456773]
  大規模ビデオ拡散モデルでは、高解像度でセマンティックにリッチなコンテンツを生成できることが顕著に示されている。 迅速な感度、時間的不整合、禁止的推論コストといった重要な問題のために、事前訓練されたパフォーマンスと実際のデプロイメント要件の間には、大きなギャップが残っている。 本研究では,事前学習されたモデルとユーザの意図を4つの相乗的段階を通して体系的に整合させる総合的なポストトレーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-28T09:34:51Z)
• EARCP: Self-Regulating Coherence-Aware Ensemble Architecture for Sequential Decision Making -- Ensemble Auto-Regule par Coherence et Performance [0.0]
  本稿では,個々の性能とモデル間コヒーレンスに基づいて,専門家モデルを動的に重み付けする新しいアンサンブルアーキテクチャEARCPを提案する。 静的またはオフライン学習の組み合わせに依存する従来のアンサンブル法とは異なり、EARCPは原則化されたオンライン学習メカニズムを通じてモデルの重みを継続的に適用する。 このアーキテクチャは、乗法的重み更新アルゴリズムの理論的基礎と、新しいコヒーレンスベースの正規化項を組み合わせる。
  論文  参考訳（メタデータ） (2026-03-15T23:09:32Z)
• AdvSynGNN: Structure-Adaptive Graph Neural Nets via Adversarial Synthesis and Self-Corrective Propagation [8.765438402697892]
  グラフニューラルネットワークは、構造ノイズや非ホモフィル性トポロジーに直面すると、しばしば顕著な性能劣化に遭遇する。 本稿では、耐性のあるノードレベルの表現学習のために設計された包括的アーキテクチャであるAdvSynGNNを提案する。
  論文  参考訳（メタデータ） (2026-02-19T04:26:57Z)
• Structure-Aware Piano Accompaniment via Style Planning and Dataset-Aligned Pattern Retrieval [8.505620355469725]
  シンボリックピアノ伴奏のための構造認識手法を提案する。 変圧器は、セクション/フレーズ構造と機能調和に基づいて、解釈可能な、計測単位の計画を予測する。 検索者は、コーパスから人為的なピアノパターンを選択して調和させる。
  論文  参考訳（メタデータ） (2026-02-16T03:54:34Z)
• KoopGen: Koopman Generator Networks for Representing and Predicting Dynamical Systems with Continuous Spectra [65.11254608352982]
  生成元をベースとしたニューラル・クープマン・フレームワークを導入し,構造的かつ状態に依存したクープマン・ジェネレータの表現を通じて動的にモデル化する。 固有のカルテス分解をスキュー結合および自己結合成分に利用することにより、KoopGenは可逆的な散逸から保守的な輸送を分離する。
  論文  参考訳（メタデータ） (2026-02-15T06:32:23Z)
• Preference-Based Dynamic Ranking Structure Recognition [16.057238629517634]
  本稿では、嗜好に基づくデータに対するランキング構造認識の新しい枠組みを提案する。 まず、祝福されたブラッドリー・テリーモデルに対するスペクトル推定に時間的罰則を組み込むことで、動的ランキング群を同定する手法を開発する。 構造的変化を検出するために,革新的目的関数を導入し,動的プログラミングに基づく実践可能なアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-09-29T09:06:05Z)
• PowerGrow: Feasible Co-Growth of Structures and Dynamics for Power Grid Synthesis [75.14189839277928]
  本稿では,運用効率を維持しながら計算オーバーヘッドを大幅に削減する,共同生成フレームワークPowerGrowを提案する。 ベンチマーク設定による実験では、PowerGrowはフィデリティと多様性において、事前の拡散モデルよりも優れていた。 これは、運用上有効で現実的な電力グリッドシナリオを生成する能力を示している。
  論文  参考訳（メタデータ） (2025-08-29T01:47:27Z)
• Efficient Design of Compliant Mechanisms Using Multi-Objective Optimization [50.24983453990065]
  そこで本研究では,大きな角状脳卒中を許容できる適合型クロスヒンジ機構の合成について述べる。 キネトスタティックな性能測定に基づいて,多目的最適化問題を定式化する。
  論文  参考訳（メタデータ） (2025-04-23T06:29:10Z)
• Automated Evolutionary Approach for the Design of Composite Machine Learning Pipelines [48.7576911714538]
  提案手法は、複合機械学習パイプラインの設計を自動化することを目的としている。 パイプラインをカスタマイズ可能なグラフベースの構造で設計し、得られた結果を分析して再生する。 このアプローチのソフトウェア実装は、オープンソースフレームワークとして紹介されている。
  論文  参考訳（メタデータ） (2021-06-26T23:19:06Z)
• Automated and Formal Synthesis of Neural Barrier Certificates for Dynamical Models [70.70479436076238]
  バリア証明書(BC)の自動的,形式的,反例に基づく合成手法を提案する。 このアプローチは、ニューラルネットワークとして構造化されたBCの候補を操作する誘導的フレームワークと、その候補の有効性を認証するか、反例を生成する音検証器によって支えられている。 その結果,音のBCsを最大2桁の速度で合成できることがわかった。
  論文  参考訳（メタデータ） (2020-07-07T07:39:42Z)

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。