Rekenaaralgoritme kan unieke danskenmerke identifiseer

Navorsers by die Sentrum vir Interdissiplinêre Musieknavorsing by die Universiteit van Jyväskylä in Finland het die afgelope paar jaar bewegingsopnametegnologie gebruik om mense en dans te bestudeer. Dit word gebruik as 'n manier om die verband tussen musiek en individue beter te verstaan. Hulle kon dinge deur dans leer, soos hoe ekstrovert of neuroties 'n individu is, hul bui en hoeveel daardie individu met ander mense empatie het.

Deur hierdie werk voort te sit, het hulle 'n verrassende nuwe ontdekking teëgekom. 

Volgens dr. Emily Carlson, die eerste skrywer van die studie, "het ons eintlik nie na hierdie resultaat gesoek nie, want ons wou iets heeltemal anders bestudeer."

"Ons oorspronklike idee was om te kyk of ons masjienleer kan gebruik om te identifiseer na watter genre musiek ons ​​deelnemers dans, gebaseer op hul bewegings."

Daar was 73 deelnemers aan die studie. Terwyl hulle na die agt verskillende genres van Blues, Country, Dance/Electronica, Jazz, Metal, Pop, Reggae en Rap gedans het, is hulle in beweging vasgevang. Hulle is aangesê om na die musiek te luister en dan hul liggame te beweeg op enige manier wat natuurlik voel.

"Ons dink dit is belangrik om verskynsels te bestudeer soos hulle in die werklike wêreld voorkom, en daarom gebruik ons ​​'n naturalistiese navorsingsparadigma," volgens professor Petri Toivianinen, die senior skrywer van die studie. 

Deelnemers se bewegings is deur die navorsers ontleed met behulp van masjienleer, wat gepoog het om tussen die verskillende musikale genres te onderskei. Die proses het nie verloop soos beplan nie, en die rekenaaralgoritme kon net minder as 30% van die tyd die korrekte genre identifiseer. 

Al het die proses nie soos beplan verloop nie, het die navorsers ontdek dat die rekenaar die individu uit die groep van 73 korrek kon identifiseer, gebaseer op hul bewegings. Die akkuraatheidskoers was 94%, vergeleke met die 2% akkuraatheidskoers as dit aan die toeval oorgelaat is, of die rekenaar sonder enige gegewe inligting geraai het.

"Dit wil voorkom asof 'n persoon se dansbewegings 'n soort vingerafdruk is," sê dr. Pasi Saari, mede-outeur van die studie en data-ontleder. "Elke persoon het 'n unieke bewegingshandtekening wat dieselfde bly, maak nie saak watter soort musiek speel nie."

Daar was 'n groter effek op individuele dansbewegings, afhangende van die musiekgenre wat gespeel is. Wanneer individue op Metal-musiek gedans het, was die rekenaar minder akkuraat om te identifiseer wie dit was.

"Daar is 'n sterk kulturele assosiasie tussen Metal en sekere soorte bewegings, soos kopstamp," sê Emily Carlson. "Dit is waarskynlik dat Metal meer dansers op soortgelyke maniere laat beweeg het, wat dit moeiliker gemaak het om hulle van mekaar te onderskei."

Hierdie nuwe ontwikkelings kan lei tot iets soos dansherkenningsagteware.

"Ons stel minder belang in toepassings soos toesig as in wat hierdie resultate ons oor menslike musikaliteit vertel," verduidelik Carlson. "Ons het baie nuwe vrae om te vra, soos of ons bewegingshandtekeninge dieselfde bly oor ons leeftyd, of ons verskille tussen kulture kan opspoor op grond van hierdie bewegingshandtekeninge, en hoe goed mense in staat is om individue uit hul dansbewegings te herken in vergelyking met na rekenaars. Die meeste navorsing bring meer vrae as antwoorde na vore en hierdie studie is geen uitsondering nie.”