Maskininlärningsalgoritm hjälper forskare att identifiera hitlåtar med 97 % noggrannhet

Amerikanska forskare har använt en komplex maskininlärningsteknik för att analysera hjärnreaktioner och kunde förutspå musikhits med 97% noggrannhet.

Vad är känt

Forskarna utrustade deltagarna i studien med speciella sensorer och lät dem lyssna på 24 låtar. De tillfrågades också om sina musikaliska preferenser och samlade in vissa demografiska data.

Under experimentet mätte forskarna de neurofysiologiska reaktionerna hos deltagarna. Enligt forskarna lyckades de registrera hjärnaktivitet relaterad till humör och energinivåer.

Efter att ha samlat in data använde forskarna olika statistiska metoder för att bedöma effektiviteten i att förutsäga neurofysiologiska variabler. För att förbättra noggrannheten använde de en maskininlärningsmodell.

Resultatet blev att den linjära statistiska modellen identifierade hitlåtar 69% av gångerna. När de använde en maskininlärningsmodell ökade noggrannheten till 97%.

Enligt forskarna kan deras studie hjälpa streamingtjänster att identifiera hitlåtar och skapa personliga spellistor mer effektivt.

De tror också att denna metod kan användas för att förutsäga framgången för andra underhållningsprodukter, t.ex. filmer och TV-program.

Källa: TechXplore