AI作曲システムMagentaの改良

カテゴリ: 研究会(論文単位)

論文No: ST21011

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2021/06/02

タイトル(英語): An Improvement of an AI Music Composition System Magenta

著者名: 呉本 本(日本工業大学),中野 裕基(山口大学),間普 真吾(山口大学)

著者名(英語): Takashi Kuremoto(Nippon Institute of Technology),Hiroki Nakano(Yamaguchi University),Shingo Mabu(Yamaguchi University)

キーワード: 自動作曲|ＬＳＴＭ|ＧＲＵ|リカレントニューラルネットワーク|ｍｉｄｉ音楽|学習性能|automatic music composition|LSTM|GRU|recurrent neural network|midi music|learning performance

要約(日本語): Google社が開発・提供している自動作曲システムMagentaの構造を従来のLSTMからGRUに変更する場合の学習性能を考察する。Midi音楽データを用いた比較実験より、提案法の作曲精度は従来法に比べ同程度であったが、学習時間を約20%短縮したことが明らかになった。

要約(英語): In this study, an AI music composition system Magenta produced by Google Co. is improved by using GRU instead of the conventional LSTM. Comparison experiment results using midi music data showed the accuracy of the conventional Magenta was 9.65% higher than the proposed one, however, the learning cost of the proposed method was reduced 20.05% than the conventional system.

本誌: 2021年6月5日システム研究会

本誌掲載ページ: 1-3 p

原稿種別: 日本語

PDFファイルサイズ: 1,040 Kバイト