@techreport{oai:ipsj.ixsq.nii.ac.jp:00183042,
 author = {前澤, 陽 and Akira, Maezawa},
 issue = {9},
 month = {Aug},
 note = {本稿では，既知の楽曲を演奏している人間の演奏データにおける，発音タイミングの予測手法を提案する．従来の発音タイミング予測では，楽曲毎に個別の予測モデルを学習していたため，未知の楽曲に対する予測が行えなかった．そこで，演奏者は楽譜から得られる文脈と演奏タイミング履歴の両者に依存しながら次の発音タイミングを決定しているという仮説に基づき，これらを用いた発音タイミング予測手法を提案する．楽譜や演奏履歴情報からタイミング予測に有用な特徴量設計を行うのは困難であるため，これらを入力とし線形予測係数を出力する深層ニューラルネットワーク (DNN) を用いて，タイミングを自己回帰過程としてモデル化 ・ 予測する．評価実験の結果，テンポを移動平均としてモデル化する場合と比べ，予測誤差が約 23% 削減されることが示された．},
 title = {楽譜と演奏履歴を用いた深層自己回帰過程に基づく演奏タイミング予測},
 year = {2017}
}