統計的学習に基づく音楽理論σGTTM

音楽理論 Generative Theory of Tonal Music (GTTM) と統計的学習を組み合わせた, σGTTMシステムを構築することを目指しています. 現在は,音楽理論GTTMにおけるグルーピング構造分析を, 統計的手法を用いて計算機上に実装する研究を行っています.

pa
dt2

論文

  1. 金森光平, 浜中雅俊, 星野准一: “クラスタリングと機械学習を用いた音楽理論GTTMに基づく楽曲構造分析システム”, 情報処理学会 音楽情報科学研究会 研究報告 2016-MUS-110-18, Vol. 2016, No.18, March 2016. [PDF]
  2. Masatoshi Hamanaka, Keiji Hirata, Satoshi Tojo: “Sigma GTTM III: Learning based Time-span Tree Generator based on PCFG”, Peer-reviewed, Proceedings of The 11th International Symposium on Computer Music Multidisciplinary Research (CMMR 2015), pp.303-317, June 16-19, 2015. [PDF]
  3. 浜中雅俊: “σGTTM IIIの構築”, JSAI2015 人工知能学会全国大会第29回, 2C5-OS-21b-1, May 2015. [PDF]
  4. Kouhei Kanamori, Masatoshi Hamanaka, Junichi Hoshino: “Method to detect GTTM Local Grouping Boundaries based on Clustering and Statistical Learning”, Proceedings of the 42nd International Computer Music Conference (ICMC) joint with the 13rd Sound & Music Computing conference (SMC), October 2014. [PDF]
  5. 金森光平, 浜中雅俊: “クラスタリングと統計的学習に基づく音楽理論σGTTM II:局所的グルーピング境界の検出”, 情報処理学会 音楽情報科学研究会, 2014-MUS-102, No.2, 7 pages, February 2014. [PDF]
  6. Yuji Miura, Masatoshi Hamanaka, Keiji Hirata, Satoshi Tojo: Use of Decision Tree to Detect GTTM Group Boundaries, Proceedings of the 2009 International Computer Music Conference (ICMC2009), pp. 125-128, August 2009. [PDF]
  7. 三浦右士, 浜中雅俊, 平田圭二, 東条敏: “統計的学習に基づく音楽理論σGTTM:局所的グルーピング境界の検出”, 情報処理学会 音楽情報科学研究会 研究報告 2008-MUS-76-14, Vol.2008, No.78, pp. 75-82, August 2008. [PDF]