运营潜在空间
机器学习
2024-06-14 v1 声音
音频与语音处理
摘要
我们通过自监督学习构建潜在空间,以支持具有语义意义的操作。类似于运营放大器,这些“运营潜在空间”(OpLaS)不仅展示语义结构如聚类,还支持带内在语义意义的常见转换操作。某些运营潜在空间在追求其他自监督学习目标的过程中“非故意”地出现,其中在点之间关系中发现了意外但仍有用的属性。其他空间则可通过开发者规定的特定聚类或转换来“故意”构建,以产生所需的结构。我们聚焦于通过自监督学习故意创建运营潜在空间,包括引入通过新型“FiLMR”层实现旋转算子,以支持某些音乐构造中发现的环形对称性。
引用
@article{arxiv.2406.02699,
title = {Operational Latent Spaces},
author = {Scott H. Hawley and Austin R. Tackett},
journal= {arXiv preprint arXiv:2406.02699},
year = {2024}
}
备注
7 pages, 6 figures. Accepted to AES International Symposium on AI and the Musician