@techreport{oai:ipsj.ixsq.nii.ac.jp:00170549,
 author = {浜中, 雅俊 and 平田, 圭二 and 東条, 敏 and Masatoshi, Hamanaka and Keiji, Hirata and Satoshi, Tojo},
 issue = {5},
 month = {Jul},
 note = {本稿では，音楽理論 Generative Theory of Tonal Music (GTTM) の拍節構造分析を自動で獲得する分析器について述べる．これまで自動で拍節構造を分析するシステムも構築されているが，分析誤りが多く，音楽家による修正が必須であったためディープラーニングに基づく新たな分析器を構築する．音楽家が GTTM に基づき拍節構造を分析した 300 曲の分析データベースを我々は保有しているが，それだけでは学習データが不足なため楽譜と拍節構造の関係を直接学習することは困難である．そこで我々は，楽譜と拍節構造との関係を以下の 3 つのステップでマルチタスク学習するシステム deepGTTM-II を提案する．まず，1 万 5 千件の教師なし楽曲データを用いてネットワークのプレトレーニングを行う．次に，GTTM ルールの適用箇所を 1 万 5 千件の教師なし楽曲に我々がこれまでに構築した自動分析器を用いて自動でラベル付けした自動教師つき楽曲データを作成し，バックプロパゲーションにより教師付き学習を行う．最後に，300 曲の教師付きデータを用いてファインチューニングを行う．実験の結果，deepGTTM-II は，従来の GTTM 分析器と比べて高い性能であることを確認した．, This paper describes an analyzer that automatically generates the metrical structure of a generative theory of tonal music (GTTM). Although a fully automatic time-span tree analyzer has been developed, musicologists have to correct the errors in the metrical structure. In light of this, we use a deep learning technique for generating the metrical structure of a GTTM. Because we only have 300 pieces of music with the metrical structure analyzed by musicologist, directly learning the relationship between the score and metrical structure is difficult due to the lack of training data. To solve this problem, we propose a multidimensional multitask learning analyzer called deepGTM-II that can learn the relationship between score and metrical structures in the following three steps. First, we conduct unsupervised pre-training of a network using 15,000 pieces in a non-labeled dataset. After pre-training, the network involves supervised fine-tuning by back propagation from output to input layers using a automatic labeled dataset, which consists of 15,000 pieces labeled with an automatic analyzer that we previously constructed. Finally, the network involves supervised fine-tuning using a labeled dataset. The experimental results demonstrated that the deepGTTM-II outperformed the previous analyzers for a GTTM in F-measure for generating the metrical structure.},
 title = {deepGTTM-II: ディープラーニングに基づく拍節構造分析器},
 year = {2016}
}