| 研究課題/領域番号 |
24K20798
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 東京理科大学 |
|---|
研究代表者 |
澤田 隼 東京理科大学, 創域理工学部情報計算科学科, 助教 (50909330)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2026年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2024年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 楽器分類 / 音楽情報処理 / 知識蒸留 / 転移学習 / マルチモーダル学習 |
|---|
| 研究開始時の研究の概要 |
音楽情報処理の分野では信号処理と記号処理を組み合わせた研究が注目されている．マルチモーダルに信号と記号を入力する研究はされているが，これらは推論時に音響信号と記号の両方を用意する必要がある．本研究では音響信号を入力とした楽器分類モデルから音符列（記号）を入力する楽器分類モデルへの知識蒸留を用いて，音響信号から抽出され得る楽器に関する知識が暗黙的に反映された高度な楽器分類モデルの構築を行う．これにより人間が知識をモデルに入力することなく記号のみを入力とする高度な創作支援システムが実現可能になり，そのシステムの有効性の検証を通して知識蒸留を用いた楽器分類モデルの有効性を検証する．
|
