Et forskerteam fra Københavns Universitet og Universitetet i Helsinki presenterte et system
For å trene modellen satte forskerneelektroder på hodet til deltakerne i studien og viste dem bilder av forskjellige ansikter, og demonstrerte hvordan maskinlæring kan bruke hjerneaktivitet til å bestemme hvilke ansikter fagene synes er mest attraktive.
“Vi sammenligner hjerneaktiviteten til andre menneskerfant ut at vi kan forutsi hvilke ansikter hver deltaker vil finne attraktive før de ser dem. Slik kan vi gi brukerne pålitelige anbefalinger - akkurat som streamingtjenester foreslår nye filmer eller serier basert på brukerens seerhistorie, forklarte seniorstudieforfatter Tuukka Ruotsalo ved Institutt for datavitenskap ved Universitetet i København.
Brain-Computer Interface først godkjent av FDA for Stroke Rehabilitation
Forskere la til at modellen deres vil kunne søkeselskaper som jobber med tilpassede anbefalinger og skreddersydd innhold. Eksisterende samarbeidsfiltreringsmetoder basert på rangeringer, klikk og innholdsdeling er imidlertid ikke alltid en pålitelig metode for å identifisere brukerpreferanser.
“På grunn av sosiale normer eller andre faktorerbrukere kan ikke avsløre sine virkelige preferanser gjennom deres online oppførsel. Derfor kan eksplisitt oppførsel være partisk. Hjernesignalene vi undersøkte er mer relatert til umiddelbare inntrykk enn til forseggjort oppførsel, ”sa medforfatter av studien Michel Spape.
Les mer:
Fysikere forklarer hvorfor det er umulig å finne mørk materie: det er i en annen dimensjon
NASA-forskere tar bilder av skyer på Mars
Uranus har mottatt statusen som den merkeligste planeten i solsystemet. Hvorfor?