Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
В МТУСИ разработали систему для автоматического создания персонализированных плейлистов
Предложенный специалистами МТУСИ алгоритм работы, основанный на прямом взаимодействии с обучаемой системой, способен удовлетворить большую часть потребностей среднестатистического слушателя в подборе музыки. Разрабатываемая система с базовой схемой алгоритма обладает большим потенциалом и гибкостью для масштабируемых рекомендательных систем и может применяться на различных вычислительных устройствах.
С увеличением объема информации в интернете пользователю сложно найти нужные данные, поэтому все больше набирают популярность системы рекомендаций товаров, видеозаписей, кинокартин и музыкальных файлов. Разработчики крупных компании тратят огромные деньги на разработку, доработку и настройку алгоритмов и иных сервисов по подбору предложений.
Нейросети эффективно применяются в разных областях, включая обработку изображений и анализ музыкальных предпочтений. Популярными становятся алгоритмы создания «умных плейлистов» с помощью искусственного интеллекта. Однако существующие сервисы не всегда могут удовлетворить все потребности пользователей, например, из-за ограничений доступа или неустойчивого интернет-соединения.
Над решением проблемы работают магистранты факультета РиТ Антон Шманев и Марина Михайлова под руководством доцента кафедры «Телевидение и звуковое вещание» МТУСИ Семена Литвина, которые разрабатывают рекомендательную систему для создания персонализированных плейлистов.
«Разрабатываемый алгоритм системы базируется на нейросети, использующей цепи Маркова, и адаптивно реагирует на изменения, вносимые пользователем в ходе прослушивания. В процессе принятия решения учитываются субъективные психоакустические критерии и психологический настрой слушателя. Анализ статистики помогает выявить общие тенденции, связанные с различными факторами, такими как возраст, пол, образование, профессия и место проживания слушателя. Частота переходов между композициями представляется вероятностью, по которой рекомендуются композиции и формируются плейлисты», — пояснил Антон Шманев.
Помимо рекомендаций по выбору композиций из списка, когда-то ранее уже прослушанных пользователем, алгоритм предлагает новые дополнительные треки из состава малопрослушиваемых до этого. Алгоритм использует построение «пути или цепи», где персептроны определяют, на что пользователь ориентируется в выборе музыки в данный момент, предлагая композиции в соответствии с оцененной вероятностью прослушивания.
Ключевым отличием разрабатываемой системы от имеющихся является оперирование с фонотекой аудиозаписей пользователя без постоянного выхода в интернет, что дает возможность слушателю использовать высококачественные и редкие аудиоматериалы своей фонотеки.
При разработке алгоритма учтены обновление правил генерации плейлистов в зависимости от отзывов пользователей и его прошлой активности, что позволяет улучшить процесс подбора фонограмм и предоставить персонализированный плейлист, соответствующий вкусам и предпочтениям пользователя.
Предложенный алгоритм работы, основанный на прямом взаимодействии с обучаемой системой, способен удовлетворить большую часть потребностей среднестатистического слушателя в подборе музыки. Разрабатываемая система с базовой схемой алгоритма обладает большим потенциалом и гибкостью для масштабируемых рекомендательных систем и может применяться на различных вычислительных устройствах.
В перспективе разрабатываемая система может быть расширена до работы с многоканальными аудиосигналами. Разработчики в дальнейшем планируют дополнить вектор типовых параметров фонограмм параметрами огибающей сигнала ADSR и параметром, характеризующим внутреннюю ритмическую структуры сигнала, что позволит более точно прогнозировать музыкальные предпочтения слушателя.
Telegram 
Дзен 
VK Во время недавних наблюдений карликовой планеты Квавар что-то неожиданно почти полностью закрыло ее собой. Астрономы уверены, что это не ее спутник Вейвот и не одно из двух известных колец этого маленького мира на краю Солнечной системы.
Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.
Ученые обнаружили, что общепринятые константы, с помощью которых химики предсказывают свойства молекул, содержали ошибки. Исправленные значения констант теперь объясняют ранее непонятные химические аномалии и позволяют предсказывать свойства новых материалов для квантовых технологий, датчиков и умных покрытий.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Во время недавних наблюдений карликовой планеты Квавар что-то неожиданно почти полностью закрыло ее собой. Астрономы уверены, что это не ее спутник Вейвот и не одно из двух известных колец этого маленького мира на краю Солнечной системы.
Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Третий известный межзвездный объект 3I/ATLAS летит примерно вдвое быстрее обоих своих предшественников. По расчетам, его вряд ли могло выбросить из родной планетной системы с подобной скоростью, и так разогнаться по пути он тоже не мог.
Все больше покупателей начинают отказываться от привычки делать покупки на маркетплейсах, а число новых продавцов на площадках практически не увеличилось. Аналитика показывает, что за первый квартал 2025 года — прирост селлеров составил всего 0,45% по сравнению с аналогичным периодом прошлого года. В то же время, маркетплейсы активно расширяют сеть пунктов выдачи, особенно в регионах, где физическое присутствие всех брендов невозможно. Ученые Пермского Политеха рассказали, почему люди стали реже совершать покупки на маркетплейсах.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно