このページは機械翻訳によって英語から日本語に翻訳されました。 英語のオリジナルをご覧ください。
研究者、医療専門家と音楽技術者向けに、活性化推論と予測処理を聴覚認知、音楽の報酬、そして音響工学に適用する人々。
音楽と音が活性推論の時系列豊かな試験場である：予測、精度加重、および運動参加を一つに
このページで
音と声は、認識、運動行動、予測、および感情が時間的な構造の中で交差し、それが活性推論研究の対象となる異常なtractableな領域です。音楽における予測処理の研究、バイオインパクト聴覚認識の研究、そして auditionとpsychopathologyにおける活性推論の研究は、聴くことは内部モデルを継続的に更新することで予測誤差と期待自由エネルギーを最小限に抑えているように組織されているという共通の見解があります。この文献が現在支持している事実や、その名付けられた具体的なツールとプロジェクト、そしてそれを指摘するための未来の研究のギャップについて、このページは一覧しています。
音楽は、ミリ秒から分の間の多時刻スケールで構造があり、聴者をメーター、テンポ、キー、和声機能などの予測とそれを継続的に修正するための期待値に迫らされています。リズム、メロディ、和音、テイスト、そして空間的なヒントは可学な確率的規則を実在させ、音楽が感じられる快感や「グルーブ」はこれらの期待値に対する正確な違反と確認によって結びついていることが示されています。これは、コルトゴス神経系回路の精度重み付けにより行われています。運動的なエンゲージメントとしてのタップやダンスは、EEG研究でフレームワークを明確にしたシンクロニシティのリズムに対して、予測の時間と感覚的不安定性を引き締めることで、それがアクティブインファーザーの統一された認識とコントロールのモデル化に正確な接続があることを示しています。
最も発展した線は、ペーター・ヴューストと同僚の予測コーディングモデルによるリズム複雑性とグルーブに関するアカデミー・オブ・ミュージック・イン・ザ・ブラインのセンターからのもので、スロットルを内部メトリックモデルに違反する視点から扱っています。彼等の研究「音楽認識におけるアクティブな推測：スロットルを伴うリズムのスロットル」では、ビートに対してタップすると、EEGの間試験フェーズの相関とニューロンの予測誤差の重視された精度の指標が増加し、予測推論が音楽に直接的な実証的支援を提供しています。他の線は、ニュアンスのモデルによるメロディ期待の生成モデル（キーと音楽力の事前情報に基づくシーケンシャルモンテカルロ推論を使用）、ハーモニック依存性との関連したエレクトロニクス・ティマーボループの階層化された文法モデル、予測可能性と曝露が音楽的偏好的を形成する研究、音楽と老齢に関するベイジアンレビュー、聴覚幻覚の推論モデル、およびfMRI研究により、主な聴覚皮質での音声定位が主に調節されます。報告書は、予測コーディングやベイジアンの観点からこの大部分の研究がフレームされていることと、完全に特定されたアクティブな推論の代理人で政策選択を明確にするという完全な視点ではないことを指摘しています。
AIDA（Active Inference-Based Design Agent for Audio Processing）は、ユーザーと交互に設計を進めて personalized 音声処理アルゴリズム（等化、圧縮、効果チェーンなど）を作成するエンジニアリングの最も明確な展開例で、Active Inference を基盤としています。Aarhus 大学の Centre for Music in the Brain の Vuust グループが リッキッド・アンド・グルーヴ 文献を支えています。レポートは、再利用可能な経験的資産（エプストニアンとプラグマティック価値に対する期待自由エネルギーを最小限に抑えるためのスクラッチ・パラダイムと EEG フェーズ コヒーラント測定、Nguyen のメロディー予測データセット、そして theta 電波モデルで使用されたハーモニック依存性 EEG データセット）を指摘し、これらのデータセットは将来の Active Inference モデルのフィッティングや検証に適していると示唆しています。
報告は、音楽生成モデル、運動状態、感情的偏好を組み込む明示的な期待エネルギー政策選択に統合した完全に特定されたアクティブインフェクションアーキテクチャの存在を見いださない。現在の研究（包括サニコペッドタップEEGワークとAIDA）は、全体の代理人を対象としているが、その一部だけを扱っている。これは単一試験のニューロメトリ測定を長期学習、慣らし方、数日から年を超える好み変化に結びつけることと、イノベーションと集団/オーケストレーション的な音楽行動に対するマルチ代理人アクティブインフェクションモデルの理論的側面（ゴールドマンのイノベーションを知る方法としてのアプローチを引き続き使用）を求める。臨床的には、報告はアクティブインフェクションが聴覚幻覚、タinnitus、ハイパーアキュシス、音楽に基づく介入と高齢者の歩行訓練における有効なメカニズムであるという可能性のあるメカニズムを提供すると述べているが、アクティブインフェクションに基づいた介入に対する制御試験の実施は不足している。技術側では、サブシミカル表現（MIDI、コードラベル）から生の高次元音楽へとジェネレーティブモデルをスケールアップし、リアルタイム推論と政策選択を達成することを未解決の技術的課題として指摘する。
Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Thomas Parr, Giovanni Pezzulo, Karl J. Friston (2022). Active Inference: The Free Energy Principle in Mind, Brain, and Behavior. MIT Press. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Christopher L. Buckley, Chang Sub Kim, Simon McGregor, Anil K. Seth (2017). The free energy principle for action and perception: A mathematical review. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2017.09.004.
キーの表面
エレクトロニクス伽羅波度の証拠は、シンコペートしたビートに合わせてタップがニューロンの伽羅波度の連携を強化し、予測誤差の重視された精度を高め、音楽に踊りたくなる動機を活性インフェーザーの行動として扱う。
デプロイされたアクティブインフェリエンスシステムが、ユーザーの潜在的な音声好みを交互作用を通じて推論し、期待値のフリーゲーティングを最小限に抑えるために処理パラメータを調整します。
報告書では、最も引用されている研究は予測 coding またはベイジアンモデリングであることが示されており、完全に指定されたアクティブインフェクション代理人の比較的少ない実証的なテストが行われているという点が明確です。
関連リソース
外部リンクは共有レジストリから解決されるため、訪問者向け目的地は中央集権的かつ確認可能な状態が保たれます。
Audience: Researcher
Research and publication-oriented repository for the Active Inference Journal.
Audience: Researcher
Reachable arXiv reference surfaced from the official research page.