| 研究課題/領域番号 |
20K21835
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分62:応用情報学およびその関連分野
|
|---|
| 研究機関 | 上智大学 |
|---|
研究代表者 |
古屋 晋一 上智大学, 上智大学, 准教授 (20509690)
|
|---|
| 研究期間 (年度) |
2020-07-30 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2021年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2020年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
|
|---|
| キーワード | スキル / 超絶技巧 / センシング / 巧緻性 / 機械学習 / 技能伝承 / マルチモーダル・センシング / 熟達支援 / バイオメカニクス |
|---|
| 研究開始時の研究の概要 |
本研究は，トップピアニストの演奏技能を非接触センシングシステムを用いて高精度で計測し，技能の特徴を機械学習を用いて抽出する．得られた身体運動情報を分類するため，計測した音響情報に対する聴取実験を行い，演奏に対する官能評価を行った後，そのラベリング結果に基づいて演奏技能の分類を行うことで，特定の表現に関連する身体運動技能の抽出に取り組む．
|
| 研究成果の概要 |
本研究は身体運動情報のマルチモーダルセンシング技術を活用し，ピアニストの演奏技能の計測・評価・フィードバックシステムの開発と評価に取り組んだ．50名を超えるピアニストに異なる演奏課題を演奏してもらい，演奏技能に関わる特徴量（コツ）を演奏時の身体運動情報から機械学習を用いて各演奏課題において抽出した．さらに，得られた特徴量を可視化してピアニストに提示する練習が演奏技能お熟達を促進することを，バイオフィードバックトレーニング実験により明らかにした．
|
| 研究成果の学術的意義や社会的意義 |
高度な技能の個人差と因果性のある要因を明らかにすることは，テイラーメイドの技能トレーニングを開発するために不可欠である．ピアニストの演奏技能の個人差を説明する要因を明らかにした本研究は，ピアノ演奏の熟達支援に貢献し得るだけではなく，技能の評価やバイオフィードバックトレーニングを伴う新しい技能評価・熟達パイプラインの有効性を示すという学術意義を有する．本研究成果は，スポーツ科学の恩恵を被るアスリートらと同様に，演奏家らの技能熟達に寄与する教育意義も有する．
|
