
研究者は、20人の著名なジャズミュージシャンを識別するために、いくつかの教師あり学習モデルを訓練した。このために、合計84時間分の準備された録音セットが使用された。
著者は音楽的特徴を作者のスタイルにおける一種の「指紋」として捉えている。研究の説明によれば、こうした特徴は著作権の特定、教育、文化遺産の研究、および歴史分析に応用できる可能性がある。
この発表は、機械学習と音楽スタイルの形式化された研究を結びつける点で重要である。しかし、利用可能な資料は出版社による概要説明に過ぎず、モデルの精度、録音の構成、検証結果に関するデータは含まれていない。
編集部コメント
なぜ重要か
考えられる帰結としては、モデルが元のデータセットを超えて堅牢性を示した場合、著作権分析ツールや音楽遺産の発展が挙げられる。次に観測される兆候は、公開される指標、データの記述、そして新しい録音での検証結果となるだろう。 существенная不確実性は、これらの情報が利用可能な資料に欠けている点に関連している。