米ノートルダム大学の研究チームは、既存のデジタルコンピューターが苦手とする多変数問題について、アナログ「ソルバー」を利用することで、より最良の解を速く導くことができると発表した。研究成果は2018年11月19日の『Nature Communications』に掲載されている。 アナログコンピューターは20世紀初頭から中頃まで、潮位予測器や弾道計算機をはじめ、NASAの初期ロケットの打ち上げにも使われてきた。始めは歯車や真空管を、後にトランジスターを利用し、電圧などの測定値を計算結果としていた。例えば2つの数の和を計算したい場合、その2つの数に対応する電圧を加算するだけでよく、リアルタイムに結果が得られる。ただ、アナログコンピューターは変数の再設定が難しく、用途が限定されがちで、ノイズの問題もあることから、量産トランジスターや集積回路の台頭に伴い、より柔軟性のあるデジタルコンピューターに取っ
調波打楽器音分離とは? 一般的な楽曲では、様々な楽器音が含まれています。 そのため、元の楽曲信号から直接、音楽的な情報(例:コード進行)を分析するのは 計算機ではなかなか難しいです*1。 そこで、分析の前処理として、 打楽器の音と非打楽器(調波楽器)の音を分離する調波打楽器音分離 (HPSS: Hermonic/Percussive Source Seperation) *2が良く使われています。 この記事では、HPSSの概要とPython (LibROSA) のコードの解説します。 調波打楽器音分離とは? 調波打楽器音分離のアイディア アルゴリズムの設計 非負値行列因子分解+基底クラスタリング 最適化問題(行列因子分解)として解く 深層学習を使った手法 メディアンフィルタベースの手法 LibROSAにおける調波打楽器分離(HPSS)の実装 使い方 実装の詳細 librosa.effect
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く