@techreport{oai:ipsj.ixsq.nii.ac.jp:00190857,
 author = {納庄, 貴大 and 西村, 竜一 and 入野, 俊夫},
 issue = {6},
 month = {Aug},
 note = {自動コード推定問題で推定精度を上げることは重要な研究課題となっている．先行研究では，隠れマルコフモデルやニューラルネットワーク等を用いた手法が提案されている．これらの手法では，トライアドのうち 「メジャー （maj），マイナー （min） 」 コードの推定精度は高い．それに比べて，その他のトライアドである 「オーギュメント（aug），ディミニッシュ （dim） 」 コード及びセブンスコード等の推定精度は低いという問題点がある．原因としては，(a) 和声外音の存在等の音楽的要因，(b) 訓練データの不足等の機械学習手法に起因する問題の二つが関係すると考えられる．そこで本研究では，(b) 訓練データの不足問題の解決を目指し，敵対的生成ネットワーク （GAN） を用いた自動コード推定法を提案する．提案手法では，生成ネットワーク （Generator） により，MIDI の演奏情報から識別器の学習に利用するための追加の訓練データを生成する．その上で，訓練データと生成データの両方を用いて，識別ネットワーク （Discriminator） をクラス分類の識別器として学習する．},
 title = {敵対的生成ネットワークを用いた楽曲の自動コード推定法の検討},
 year = {2018}
}