MétaCan
Menu
Retour à la cohorte
Enregistrement W4313143655 · doi:10.1609/aiide.v10i5.12764

Generating Structure – Towards Large-Scale Formal Generation

2014· article· en· W4313143655 sur OpenAlexaff
Arne Eigenfeldt

Notice bibliographique

RevueProceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésImprovisationGenerative grammarEvent (particle physics)Computer scienceScale (ratio)Performing artsOperator (biology)MusicalHuman–computer interactionArtificial intelligenceCognitive sciencePsychologyVisual artsArt

Résumé

récupéré en direct d'OpenAlex

Metacreative systems have been very successful at generating event-to-event musical details and generating short forms. However, large-scale formal decisions have tended to remain in the hands of a human, either through an operator guiding an improvisational system along in performance, or the assemblage of shorter generated sections into longer forms. This paper will describe the open problem of large-scale generative form, and the author’s attempts at delegating such decisions to a metacreative system by describing several of his generative systems and their approach to structure. The author will describe in greater detail his latest system — The Indifference Engine — and how it negotiates between agent intentions and performance information derived from a live performer.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,574
Score d'incertitude au seuil0,538

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,264
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital EntertainmentMême sujetMusic Technology and Sound StudiesTravaux en français237 207