| *商品について |
|
表紙はついていません（本文のみ中綴じ製本です）。
号単位でも購入できます。
すべてモノクロ印刷です。
Extended Summaryはついていません。
|
 |
| ・会員価格 ¥550 |
| ・一般価格 ¥770 |
|
|
| こちらはBookPark「電気学会 電子図書館（IEEJ Electronic Library）」による文献紹介ページです。 |
|
 |
 |
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
|
|
| 非会員の方はログインの必要はありません。このまま お進みください。 |
|
|
| ■論文No. |
|
| ■ページ数 |
7ページ |
■発行日
|
2019/09/01 |
| ■タイトル |
深層学習による琉球古典音楽のリアルタイム推論 |
| ■タイトル(英語) |
Real-time Inference of Ryukyuan Classical Music Using Deep Learning |
| ■著者名 |
長濱 嗣志（沖縄工業高等専門学校），上原 一朗（沖縄工業高等専門学校），宮城 桂（沖縄工業高等専門学校），山田 親稔（沖縄工業高等専門学校），市川 周一（豊橋技術科学大学） |
| ■著者名(英語) |
Tsugushi Nagahama (National Institute of Technology, Okinawa College), Ichirou Uehara (National Institute of Technology, Okinawa College), Kei Miyagi (National Institute of Technology, Okinawa College), Chikatoshi Yamada (National Institute of Technology, Okinawa College), Shuichi Ichikawa (Toyohashi University of Technology) |
| ■価格 |
会員 ¥550 一般 ¥770 |
| ■書籍種類 |
論文誌(論文単位) |
| ■グループ名 |
【C】電子・情報・システム部門 |
| ■本誌 |
電気学会論文誌C（電子・情報・システム部門誌） Vol.139 No.9 （2019） 特集：知能メカトロニクス分野と連携する知覚情報技術
|
| ■本誌掲載ページ |
1001-1007ページ |
| ■原稿種別 |
論文／日本語 |
| ■電子版へのリンク |
https://www.jstage.jst.go.jp/article/ieejeiss/139/9/139_1001/_article/-char/ja/
|
| ■キーワード |
琉球古典音楽，歌三線，深層学習，ニューラルネットワーク，歌唱フォルマント ryukyuan classical music，uta-sanshin，deep learning，neural network，singing formant |
| ■要約(日本語) |
|
| ■要約(英語) |
The classical music “uta-sanshin” has been sung since the Ryukyu Kingdom period, and its skills commonly depend on folklore method by bush telegraph. Accordingly, there exist much sensibilities and esoteric expressions of the uta-sanshin expert in passing down the skill. Also, the decrease in number of successors accompanying aging and the difficulty in understanding the musical score are hindering the inheritance and the reconstruction of the music. In this paper, we apply the deep learning to Ryukyuan classical music and develop a system that identifies vocalism by real-time processing. The results of the evaluation, compared with the conventional method, show that the execution time is reduced to 98%, and the identification accuracy is improved by 6%. |
| ■版 型 |
A4 |
|
|
|
