シラバス
※学期中に内容が変更になることがあります。

2020年度


10807134 

△音楽解析
Data Analysis of Music
2単位/Unit  秋学期/Fall  京田辺/Kyotanabe  講義/Lecture

  河瀬 彰宏

<概要/Course Content Summary>

本講義の目的は,文化研究におけるデータに基づく音楽の計量分析の必要性・有効性について理解を深めることである.曖昧模糊とした文化の諸事象をデータに基づき客観的に解明する意義について触れていく.古代より世界各地において,音楽は数学と密接に関連しながら発展してきた.同様に,音楽を理解するために数学が用いられてきた.本講義の前半は,音楽を解析するための基礎となる数学,音楽理論とその歴史を学ぶ.後半は,前半の講義で培った知識に基づき,具体的な音楽を対象とした解析を実施していく.今学期は,近代西洋の音楽を対象として扱う.

<到達目標/Goals,Aims>

・文化現象としての音楽の計量的な分析手法を正しく適用できる能力を身につけること.

<授業計画/Schedule>

(実施回/
Week)
(内容/
Contents)
(授業時間外の学習/
Assignments)
(実施回/ Week) (内容/ Contents) ガイダンス,音楽理論の基礎(1)  (授業時間外の学習/ Assignments)  
(実施回/ Week) (内容/ Contents) 音楽理論の基礎(2)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) (内容/ Contents) Rを用いた音声データの解析(1)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) (内容/ Contents) Rを用いた音声データの解析(2)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) (内容/ Contents) Rを用いた音声データの解析(3)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) (内容/ Contents) Rを用いた音声データの解析(4)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) (内容/ Contents) Rを用いた音声データの解析(5)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) (内容/ Contents) 電子楽器の歴史(1)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) (内容/ Contents) 電子楽器の歴史(2)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) 10  (内容/ Contents) 音楽のデータ化(1)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) 11  (内容/ Contents) 音楽のデータ化(2)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) 12  (内容/ Contents) 旋律の計量分析(1)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) 13  (内容/ Contents) 旋律の計量分析(2)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) 14  (内容/ Contents) 旋律の計量分析(3)  (授業時間外の学習/ Assignments) 講義の復習 
(実施回/ Week) 15  (内容/ Contents) 期末試験  (授業時間外の学習/ Assignments) 講義の復習 

・受講生の需要を踏まえて,講義と実習の内容を変更することがある. 
・この授業は,基本的に配当教室における対面授業で実施する。変更が生じる場合は,別途e-classを通じて連絡する。

<成績評価基準/Evaluation Criteria>

平常点  30%  各回の提出物で評価する. 
期末試験  70%  講義内容全体の理解度を評価する. 

全体の1/3以上を欠席した場合は「不可」とする.

 

<成績評価結果/Results of assessment>   成績評価の見方について/Notes for assessment

    

登録者数

成績評価(%)

評点
平均値

備考

A B C D F
50 34.0 30.0 10.0 6.0 20.0 0.0 2.5 *

<テキスト/Textbook>

テキストは特に指定しない.配布資料を準備する.

<参考文献/Reference Book>

参考文献は講義中に適宜紹介する.

<備考/Remarks>

・本講義では,「データサイエンス演習」「定量的データ分析演習」に相当する科目の単位を取得していることを前提に講義を進める. 
・複素数,微積分の理解については,高校の数学IIIの教科書の章末問題が自力で解ける学力が身につけていることが望ましい. 
・音楽に関する高度な知識は求めないが,最低限の素養として楽譜に対応する音名が読めることが望ましい. 

 

お問合せは同志社大学 各学部・研究科事務室まで
 
Copyright(C) 2020 Doshisha University All Rights Reserved. 無断転載を禁止します。