Konsep Inti
音楽情報を表すグラフやネットワークを定義し、それらの分析を通して音楽の構造的特徴を明らかにする。
Abstrak
本論文では、記号音楽情報を用いて様々なグラフやネットワークを定義し、それらの分析を行うフレームワークについて議論している。これらのグラフには、ピッチ、コード、リズムといった音楽要素とそれらの関係が表現される。これらのグラフを可視化し分析することで、音楽断片の全体的な構造的特徴を理解するための計算機ツールとなる。デジタルスコアから得られたデータに対して、グラフ理論やネットワーク理論の分析手法、例えば中心性指標の計算やエントロピーの算出、コミュニティの検出などを適用する。異なるスタイルの楽曲を分析し、その結果を従来の音楽分析手法による結論と比較している。
Statistik
楽曲全体の音価の合計: 60.5
楽曲全体の音価の平均: 32.0
楽曲全体の音価の密度: 32.0
ピッチクラスのシャノンエントロピー(時間に基づく): 2.999988562883508
ピッチクラスのシャノンエントロピー(出現頻度に基づく): 2.9564684817727676
コードのシャノンエントロピー(時間に基づく): 4.045816369049408
コードのシャノンエントロピー(出現頻度に基づく): 4.3149727675300324
リズムのシャノンエントロピー(出現頻度に基づく): 1.5830435300531966
p-c-r グラフのシャノンエントロピー(次数中心性に基づく): 4.969583379448451
p-c-r グラフの密度: 0.1036036036036036
p-c-r グラフのコミュニティ数: 5
水平ピッチクラスグラフの平均クラスタリング係数: 0.5536966149182225
水平ピッチクラスグラフの密度: 0.4727272727272727
コードグラフの平均クラスタリング係数: 0.0256993006993007
コードグラフの密度: 0.07142857142857142
コードサイクルベースの大きさ: 6