导读 流媒体平台彻底改变了我们听音乐的方式,无论我们身在何处。Spotify等热门服务非常擅长推荐相关内容。此类功能通常使用机器学习来快速分析...
流媒体平台彻底改变了我们听音乐的方式,无论我们身在何处。Spotify等热门服务非常擅长推荐相关内容。此类功能通常使用机器学习来快速分析大量数据。
每个月都会发布数以千计的音乐流派新歌曲。对于流媒体服务和广播电台来说,确定哪些内容会成为热门内容极其困难。传统方法将人类听众和算法与人工智能结合起来。
事实证明,由于准确率约为 50%,因此无法有效预测哪些歌曲会成为热门歌曲。克莱蒙特研究生大学的一组科学家认为,解决这个问题的方法在于先进的机器学习系统。他们好奇的项目允许将该技术应用于神经生理学数据,同时取得令人印象深刻的结果和几乎 100% 的成功率。
据 TechTimes 报道,这项创新技术基于 33 个人的神经活动,可以预测数百万其他用户将收听的内容,准确率高达 97%。迄今为止,其他方法还没有记录到这样的精度。
实验本身包括在参与者身上放置特殊传感器,让他们听 24 首歌曲并提供反馈。科学家的目标是测量神经生理反应,收集的大脑信号反映大脑网络的活动。
免责声明:本文为转载,非本网原创内容,不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。