中村 栄太 (Eita Nakamura)　　研究室ページ　　English

九州大学文化知能科学研究室 准教授
九州大学 大学院システム情報科学研究院
nakamura[at]inf.kyushu-u.ac[dot]jp
論文と研究発表 [arXiv] [Google Scholar]
略歴

お知らせ

• 2024/4/1

  研究場所が九州大学に移動しました。

• 2023/12/18

  講演

  京都府綾部市立豊里小学校で特別授業をしました。

• 2023/11/17

  受賞

  CMMR 2023でBest Paper Awardを受賞しました。

• 2023/11/3

  受賞

  APSIPA ASC 2023でBest Paper Award (2nd place)を受賞しました。

• 2023/8/27

  報道

  自動ブラスバンド編曲に関する研究が朝日新聞デジタルで紹介されました。

• 2022/06/17

  公開

  演歌のメロディー統計量のデータセットを公開しました。

• 2021/05/03

  公開

  進化する自動作曲システム「CREEVO」を公開しました。入力した歌詞に対して、多様なスタイルのメロディーを自動作曲できます。機能などは逐次更新していきます。

  

• 2019/06/29

  公開

  ピアノ運指データセット「PIGデータセット」を公開しました。学術目的であれば、登録をするだけで無償で利用できます。

  

研究の興味

• 知能の数学モデル
• 文化進化
• 統計学習と機械学習
• 統計物理と進化動力学
• 音楽情報処理

研究トピック

音楽の進化

音楽のスタイルは時代とともに変わります。それはどのように、なぜ変わるのか？未来の音楽スタイルを予測することはできるか？我々は、計算機を用いて音楽データの分析をしつつ、音楽創作過程と社会的選択の数理モデルに基づいて音楽の時代変化を調べています。

自動採譜

訓練された音楽家は聞いた音楽を楽譜で表すことができます。この能力を模倣する計算論的手法を調べています。自動採譜は音楽音響信号を記号領域で分析するための重要な実験手法です。

　

　　 自動採譜評価尺度 (MUSTER)

ピアノ運指

運指はピアノ演奏者にとって基礎的な技能ですが、適切な運指を見つける原理は科学的にはよく理解されていません。我々は、最適なピアノ運指を定式化して探索するための計算モデルを構築しています。また、演奏難易度の測定法を調べています。

音楽の記号的整合

ある楽曲の2つの記号表現（MIDI録音と対応する楽譜など）を音符レベルで比較する方法を調べています。演奏表情を定量的に分析したり、2つのバージョンの音楽の類似性を測る際に用いられます。
ソフトウェアとデモ

論文と研究発表 (抜粋)

(全てのリストを見る)

2023年以降

• Tengyu Deng, Eita Nakamura, Ryo Nishikimi, Kazuyoshi Yoshii
  End-to-End Singing Transcription Based on CTC and HSMM Decoding with a Refined Score Representation
  APSIPA Transactions on Signal and Information Processing, to appear, 2024.
  
• 中村栄太, 齋藤康之
  絵画芸術における色彩スタイルの文化進化モデルに基づく創作者の影響度推定
  画像電子学会誌, Vol. 53, 1, pp. 19-27, Feburary 2024.
• Eita Nakamura
  Recent developments and open problems in audio-to-score music transcription
  Talk at the Eighth International Workshop on Symbolic-Neural Learning (SNL2024), Tokyo, Japan, 26/June/2024.
• Ryota Nakajima, Arata Shirakami, Hayato Tsumura, Kouki Matsuda, Eita Nakamura, Masanori Shimono
  Mutual generation in neuronal activity across the brain via deep neural approach, and its network interpretation
  Communications Biology, Vol. 6, 1105, 2023.
• Takuto Nabeoka, Eita Nakamura, Kazuyoshi Yoshii
  Automatic orchestration of piano scores for wind bands with user-specified instrumentation Demo Video Media
  Proc. 16th International Symposium on Computer Music Multidisciplinary Research (CMMR), pp. 387-394, November 2023.
• Eita Nakamura, Tim Eipert, Fabian C. Moss
  Historical changes of modes and their substructure modeled as pitch distributions in plainchant from the 1100s to the 1500s
  Proc. 16th International Symposium on Computer Music Multidisciplinary Research (CMMR), pp. 450-461, November 2023.
• Eita Nakamura
  Computational analysis of selection and mutation probabilities in the evolution of chord progressions
  Proc. 16th International Symposium on Computer Music Multidisciplinary Research (CMMR), pp. 462-473, November 2023. (Best Paper Award)
• Daichi Kamakura, Takehisa Ooyama, Eita Nakamura, Kazuyoshi Yoshii
  Joint drum transcription and metrical analysis based on periodicity-aware multi-task learning
  Proc. 15th Asia Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA), pp. 145-151, November 2023.
• Daichi Kamakura, Eita Nakamura, Kazuyoshi Yoshii
  CTC2: End-to-end drum transcription based on connectionist temporal classification with constant tempo constraint
  Proc. 15th Asia Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA), pp. 152–158, November 2023.
• Eita Nakamura, Yasuyuki Saito
  Evolutionary analysis and cultural transmission models of color style distributions in painting arts
  Proc. 15th Asia Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA), pp. 493–500, November 2023.
• Tengyu Deng, Eita Nakamura, Kazuyoshi Yoshii
  Audio-to-score singing transcription based on joint estimation of pitches, onsets, and metrical positions with tatum-level CTC loss
  Proc. 15th Asia Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA), pp. 570–577, November 2023. (Best Paper Award (2nd place))
• Norihiro Kato, Eita Nakamura, Kyoko Mine, Orie Doeda, Masanao Yamada
  Computational analysis of audio recordings of piano performance for automatic evaluation
  Proc. 18th European Conference on Technology Enhanced Learning (ECTEL), pp. 586–592, September 2023.
• 平松祐紀, 中川慧, 高野海斗, 中村栄太
  Stock to Music: 多変量株価時系列データの音楽変換
  2024年度 人工知能学会全国大会（第38回）, to appear, June 2024.
• 中村栄太
  音楽の生成モデルから音楽文化の生成モデルへ –– 音楽進化研究の現状と課題 ––
  計算論的生成音楽学（GMI）WG 第44回ワークショップにて講演, Hakodate, 11/March/2024.
• 中村栄太
  知能情報学と進化科学の融合による音楽文化研究
  滋賀大学 DS・AIイノベーション研究推進センター データサイエンスセミナーにて講演, Hikone, 22/February/2024.
• 古江真輝, 中村栄太, 伊藤貴之
  色彩スタイルにもとづく画家ネットワークの可視化
  第86回情報処理学会全国大会, to appear, March 2024.
• 中村栄太
  創作知識の進化モデルに基づく作曲スタイルの変遷過程の分析
  第139回情報処理学会音楽情報科学研究報告, to appear, pp. 1-6, March 2024.
• 中村栄太, 伊藤貴之
  TREXIV: 時刻スタンプ付き高次元データのための対話的可視化に基づくトレンド抽出手法
  第16回データ工学と情報マネジメントに関するフォーラム (DEIM 2024), to appear, March 2024.
• 高橋舞, 小林未知数, 中村栄太, 大向一輝
  MIDIピアノを用いたピアノコンクールの合格者と不合格者の演奏における拍間隔変化の比較
  第134回情報処理学会人文科学とコンピュータ研究報告, to appear, pp. 1-5, February 2024.
• 中村栄太
  機械学習と進化モデルに基づく創作文化の知能科学の可能性
  ネットワーク科学研究会2023にて講演, Kyoto, 24/December/2023.
• 中村栄太
  日本のポピュラー音楽におけるメロディー特徴量の進化分析
  日本ポピュラー音楽学会第35回年次大会, A1, December 2023.
• 中村栄太
  確率的生成モデルに基づく音楽スタイル進化の選択・変異・輸入過程の推論
  第16回日本人間行動進化学会大会, O03, December 2023.
• 中村栄太
  階層的文化伝達モデルに基づく芸術データからの知識参照ネットワークの推定
  日本物理学会第78回全国大会, 16aC206-8, September 2023.
• 中村栄太
  拡張Bradley-Terry過程を含む文化進化モデルに基づく創作スタイルコミュニティーの共存条件の解析
  2023年度日本数理生物学会年会, P-14, September 2023.
• 中村栄太, 齋藤康之
  絵画創作スタイルの進化モデルの教師なし学習に基づく画家の影響度推定
  日本進化学会第25回大会, P-048, September 2023.
• 中村栄太, 齋藤康之
  絵画芸術における色彩スタイルの文化進化モデルに基づく創作者の影響度推定
  第51回画像電子学会年次大会, G1-1, pp. 1-4, August 2023.
• 中村栄太
  記号列の変異・選択モデルに基づくコード進行の進化過程の分析と予測
  第138回情報処理学会音楽情報科学研究報告, Vol. 2023-MUS-138, No. 5, pp. 1-7,, August 2023.
• 中村栄太
  音楽文化の知能科学への機械学習と進化過程のモデルに基づくアプローチ
  北海道大学社会科学実験研究センターコロキウムにて講演 (hosted by Dr Masanori Takezawa), Sapporo, 31/July/2023.
• Eita Nakamura, Hitomi Kaneko, Takayuki Itoh, Kunihiko Kaneko
  Experimental evolution of music styles using automatic composition models
  Proc. 2023 Conference on Artificial Life (ALIFE), pp. 660–662, July 2023.
• Moyu Terao, Eita Nakamura, Kazuyoshi Yoshii
  Neural band-to-piano score arrangement with stepless difficulty control
  Proc. 48th IEEE International Conference on Acoustics, Speech, and Signal Processing Conference (ICASSP), 1415, pp. 1-5, June 2023.
• 中村栄太, 金子仁美, 伊藤貴之, 金子邦彦
  自動作曲を用いた音楽スタイルの進化実験における混合継承の効果
  2023年度 人工知能学会全国大会（第37回）, 1F5-GS-5-03, pp. 1-4, June 2023.
• 鍋岡琢渡, 中村栄太, 寺尾萌夢, 吉井和佳
  ピアノ譜から吹奏楽譜への楽器編成を指定可能な自動編曲 Demo
  第85回情報処理学会全国大会, 1T-04, March 2023. (学生奨励賞)
• 加藤徳啓, 峯恭子, 中村栄太, 土江田織江, 山田昌尚
  学習者のメタ認知と指導者の評価を考慮したピアノ練習演奏の分析
  第85回情報処理学会全国大会, 5T-08, pp. 547-548, March 2023. (学生奨励賞)
• Eita Nakamura
  Music styles and models of cultural evolution involving statistical learning
  第136回情報処理学会音楽情報科学研究報告, Vol. 2023-MUS-136, No. 10, pp. 1–1, February 2023.
• 鎌倉大地, 中村栄太, 吉井和佳
  定テンポ制約付きCTCに基づく自動ドラム採譜
  第136回情報処理学会音楽情報科学研究報告, Vol. 2023-MUS-136, No. 15, pp. 1–7, February 2023. (ベストプレゼンテーション賞)

  2022年以前

• Rajsuryan Singh, Eita Nakamura
  Dynamic cluster structure and predictive modelling of music creation style distributions
  Royal Society Open Science, Vol. 9, 220516, 2022. [arXiv:2205.13923]
• Eita Nakamura
  Conjugate Distribution Laws in Cultural Evolution via Statistical Learning
  Physical Review E, Vol. 104, 034309, 2021. [arXiv:2102.01465]
• Kentaro Shibata, Eita Nakamura, Kazuyoshi Yoshii
  Non-Local Musical Statistics as Guides for Audio-to-Score Piano Transcription Demo
  Information Sciences, Vol. 566, pp. 262-280, 2021. [arXiv:2008.12710]
• Eita Nakamura, Yasuyuki Saito, Kazuyoshi Yoshii
  Statistical Learning and Estimation of Piano Fingering Web page
  Information Sciences, Vol. 517, pp. 68-85, 2020. [arXiv:1904.10237]
• Eita Nakamura, Kunihiko Kaneko
  Statistical Evolutionary Laws in Music Styles
  Scientific Reports, Vol. 9, No. 15993, pp. 1-11, 2019. [arXiv:1809.05832]
• Eita Nakamura, Kazuyoshi Yoshii
  Statistical Piano Reduction Controlling Performance Difficulty
  APSIPA Transactions on Signal and Information Processing, Vol. 7, No. e13, pp. 1–12, 2018. [arXiv:1808.05006]
• Eita Nakamura, Kazuyoshi Yoshii, Haruhiro Katayose
  Performance Error Detection and Post-Processing for Fast and Accurate Symbolic Music Alignment
  Proc. 18th International Society for Music Information Retrieval Conference (ISMIR), pp. 347-353, 2017.
• Eita Nakamura, Kazuyoshi Yoshii, Shigeki Sagayama
  Rhythm Transcription of Polyphonic Piano Music Based on Merged-Output HMM for Multiple Voices
  IEEE/ACM Transactions on Audio, Speech and Language Processing, Vol. 25, No. 4, pp. 794-806, 2017. [arXiv:1701.08343]
• Eita Nakamura, Nobutaka Ono, Shigeki Sagayama, Kenji Watanabe
  A Stochastic Temporal Model of Polyphonic MIDI Performance with Ornaments
  Journal of New Music Research, Vol. 44, No. 4, pp. 287-304, 2015. [arXiv:1404.2314]
• Koichi Hamaguchi, Eita Nakamura, Satoshi Shirai, Tsutomu T. Yanagida
  Decaying Dark Matter Baryons in a Composite Messenger Model
  Physics Letters B, Vol. 674, pp. 299-302, 2009. [arXiv:0811.0737]

(全てのリストを見る)

連絡先