1A1-K02 Restricted Boltzmann MachineとConditional RBMを用いたモデルによる音楽生成(進化・学習とロボティクス)

• 丹羽 孔明

  北海道科学大

• 成瀬 継太郎

  会津大

• 大江 亮介

  北海道科学大

• 木下 正博

  北海道科学大

• 三田村 保

  北海道科学大

• 川上 敬

  北海道科学大

書誌事項

タイトル別名

• 1A1-K02 A Music generation by Associative Memorization Model of The Music Features using Restricted Boltzmann Machine and Conditional RBM(Evolution and Learning for Robotics)

抄録

In this paper, we develop an associative memorization architecture of the musical features from time sequential data of the music audio signals. This associative memorization architecture is constructed by using of Restricted Boltzmann Machine (RBM) and Conditional RBM (CRBM). Challenging purpose of our research is development of the new composition system that automatically creates a new music based on some existing music. In this composition system, characteristics or common musical features of existing music are learned and extracted, then a new different musical melody having such musical features is created. This paper illustrates the important former part of the whole system.

収録刊行物

• ロボティクス・メカトロニクス講演会講演概要集

  ロボティクス・メカトロニクス講演会講演概要集 2014 (0), _1A1-K02_1-_1A1-K02_3, 2014

  一般社団法人 日本機械学会

キーワード

• Learning
• Artificial Neural Network
• Deep learning
• Automatic composition system

詳細情報

• CRID: 1390282680913539712
• NII論文ID: 110009966627
• DOI: 10.1299/jsmermd.2014._1a1-k02_1
• ISSN: 24243124
• Web Site: https://www.jstage.jst.go.jp/article/jsmermd/2014/0/2014__1A1-K02_1/_pdf
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • Crossref
  • CiNii Articles
• 抄録ライセンスフラグ: 使用不可