ダンスゲーム譜面の特性分析とクラスタリングに基づく特徴的な譜面の自動生成

この論文をさがす

抄録

ダンスゲーム譜面は,操作を要求される頻度,リズム構成の複雑さなど,複数の要素によって特徴づけられる.これらの要素によって,ダンスゲーム譜面の難しさおよび面白さに影響する特性が形成される.この特性を客観的かつ多次元で表現する特徴量を提案する.提案した特徴量に基づいてk-means法によるクラスタリングを実施し,特性が類似した譜面のクラスタを得る.クラスタごとに楽曲と譜面の関係を深層学習させることによって,クラスタの特性を備えた譜面の自動生成が可能となり,多様な面白さに対応した特徴的な譜面の提供を実現した.

Multiple factors, e.g., the frequency of action and the complexity of rhythm, may characterize the charts on dance games. Those factors affect the difficulty level and fun of the charts. This paper designs objective and multi-dimensional features concerning such factors. As conducting the k-means clustering with the designed features, the characteristically similar charts structure the clusters. The relationships between songs and charts are leaned for each cluster by the deep neural network. It was confirmed that our approach realized to automatically generate the charts with the characteristics corresponding to the learning cluster. The characteristic charts for each of diverse “fun” could be provided.

収録刊行物

参考文献 (1)*注記

もっと見る

詳細情報

問題の指摘

ページトップへ