感知启发的图卷积在音乐理解任务中的应用
原文中文，约400字，阅读约需1分钟。发表于：。我们提出了一种新的图卷积块，称为 MusGConv，专门为高效处理音乐乐谱数据而设计，并根据一般感知原理进行了激发。它关注音乐的两个基本维度，音高和节奏，并考虑了这些组成部分的相对和绝对表示。我们在四个不同的音乐理解问题上评估了我们的方法：单声部分离、和声分析、乐句检测和作曲家识别，这在抽象术语中转化为不同的图学习问题，即节点分类、链接预测和图分类。我们的实验证明了 MusGConv...
我们提出了一种新的图卷积块MusGConv，专为音乐乐谱数据设计。我们在四个音乐理解问题上评估了该方法，实验证明MusGConv在三个任务上性能改善，概念简单高效。
