本論文では、属性制御されたシンボリック音楽生成のための深層変分ベイズ手法における正則化損失関数の共同最小化について探求します。明示的な潜在変数モデルを利用することで、生成要因の操縦を行い、データ合成の柔軟性と強力さを実現しています。特に、復元損失とカルバック・ライブラー発散（KLD）を属性正則化（AR）損失と線形結合し、KLDとARのバランスを取ることが重要であることが示されています。KLDがARを支配する場合、生成モデルは制御性を欠く傾向があり、逆にARがKLDを支配する場合、確率的エンコーダが標準正規事前分布に違反するよう促されます。音楽属性の連続的制御を伴うシンボリック音楽生成の文脈で、このトレードオフについて論じ、適切な属性変換が制御性とターゲット潜在次元の正則化の両立を助けることを示します。