Encouraged by our ability to use an

Encouraged by our ability to use an eNose to predict the
pleasantness of odorants within the training set (P,0.05 in 100%
of the 20 runs), we set out to test its performance with novel
odorants, i.e., odorants that were not available during the
algorithm development. We used the eNose to measure 22
essential oil odorant mixtures made of unknown components
(Supporting Table S1 - essential oils). We measured these oils using
the same parameters as in the learning phase, and used the same
previously developed algorithm to predict the pleasantness of these
odorant mixtures. We then asked 14 human participants to rate
twice the pleasantness of these odorants. The average correlation
of 30 runs between the machine prediction ratings and the
human’s median ratings was r = 0.6460.02 (P,0.0001 in all 30
runs; Figure 2A). We then calculated the correlation between each
human’s ratings and the median human rating. The correlation
was 0.7260.1, thus the machine-human correlation was 88%
(0.64/0.72*100 = 88) of the human to human correlation.
Although these odorants were novel, some of the participants in
this study had participated in the original model-building study as
well. To address the possibility of any bias introduced by this, we
repeated the study again with 17 new participants, and obtained a
similar correlation of r = 0.5960.03, P,0.0001), i.e., a machine-
human correlation that was 82% of the human to human
correlation.

ผลลัพธ์ (ไทย) 1:

รับการสนับสนุน โดยสามารถใช้ eNose การทายpleasantness ของ odorants ภายในชุดการฝึกอบรม (P, 0.05 ใน 100%20 รัน), เราตั้งออกไปทดสอบประสิทธิภาพกับนวนิยายodorants เช่น odorants ที่ไม่มีในระหว่างการการพัฒนาอัลกอริทึม เราใช้ eNose วัด 22น้ำมันหอมระเหยน้ำยาผสม odorant ที่ทำจากส่วนประกอบที่ไม่รู้จัก(สนับสนุนตาราง S1 - น้ำมัน) เราวัดน้ำมันเหล่านี้ใช้พารามิเตอร์เดียวกันในขั้นตอนการเรียนรู้ และใช้เหมือนกันพัฒนาอัลกอริทึมการทำนาย pleasantness เหล่านี้ก่อนหน้านี้น้ำยาผสม odorant เราถามผู้เรียนมนุษย์ 14 อันดับแล้วสองครั้งที่ pleasantness ของ odorants เหล่านี้ ความสัมพันธ์ของค่าเฉลี่ยรัน 30 ระหว่างจัดอันดับเครื่องทำนายและจัดอันดับมัธยฐานของมนุษย์ถูก r = 0.6460.02 (P มาก 0.0001 ในทั้งหมด 30ทำงาน รูปที่ 2A) เราจะคำนวณความสัมพันธ์ระหว่างแต่ละการจัดอันดับของมนุษย์และมนุษย์คะแนนมัธยฐาน สหสัมพันธ์มี 0.7260.1 ดังนั้น ความสัมพันธ์ของมนุษย์เครื่องจักรถูก 88%(0.64/0.72*100 = 88) ของความสัมพันธ์ของมนุษย์กับมนุษย์แม้ว่าเหล่านี้ odorants มีนิยาย บางส่วนของผู้เข้าร่วมในศึกษามีส่วนร่วมในการศึกษาการสร้างแบบจำลองต้นฉบับเป็นดี ที่อยู่ของอคติใด ๆ แนะนำตามนี้ เราทำซ้ำการศึกษาอีกครั้ง โดยผู้เข้าร่วมใหม่ 17 และได้รับการคล้ายความสัมพันธ์ของ r = 0.5960.03, P มาก 0.0001), เช่น เครื่องแบบความสัมพันธ์ของมนุษย์ที่ 82% ของมนุษย์เพื่อมนุษย์ความสัมพันธ์

ผลลัพธ์ (ไทย) 2:

การสนับสนุนจากความสามารถของเราที่จะใช้ในการทำนาย eNose
ร่มรื่นของ odorants ภายในชุดการฝึกอบรม (P, 0.05 ใน 100%
ของ 20 วิ่ง) เราออกไปทดสอบประสิทธิภาพกับนวนิยาย
odorants คือ odorants ที่ไม่สามารถใช้ได้ในช่วง
การพัฒนาอัลกอริทึม เราใช้ eNose การวัด 22
ผสมกลิ่นน้ำมันหอมระเหยที่ทำจากส่วนประกอบที่ไม่รู้จัก
(Supporting ตาราง S1 - น้ำมันหอมระเหย) เราวัดน้ำมันเหล่านี้โดยใช้
พารามิเตอร์เดียวกับที่อยู่ในขั้นตอนการเรียนรู้และใช้เดียวกัน
ขั้นตอนวิธีการพัฒนาก่อนหน้านี้ในการทำนายความรื่นรมย์ของเหล่านี้
ผสมกลิ่น จากนั้นเราจะถามผู้เข้าร่วม 14 มนุษย์ให้คะแนน
สองครั้งร่มรื่นของ odorants เหล่านี้ ความสัมพันธ์เฉลี่ย
ที่ 30 วิ่งระหว่างการจัดอันดับการคาดการณ์ของเครื่องและ
การให้คะแนนเฉลี่ยของมนุษย์เป็น r = 0.6460.02 (P, 0.0001 ในทุก 30
วิ่งรูปที่ 2A) เราคำนวณแล้วความสัมพันธ์ระหว่างกัน
การจัดอันดับของมนุษย์และคะแนนเฉลี่ยของมนุษย์ ความสัมพันธ์
เป็น 0.7260.1 ดังนั้นความสัมพันธ์ของมนุษย์เครื่องเป็น 88%
(0.64 / 0.72 * 100 = 88) ของมนุษย์เพื่อความสัมพันธ์ของมนุษย์.
แม้ว่า odorants เหล่านี้เป็นนวนิยายบางส่วนของผู้เข้าร่วมใน
การศึกษาครั้งนี้มีส่วนร่วมในต้นฉบับ การศึกษาการสร้างรูปแบบเป็น
อย่างดี ที่อยู่ที่ความเป็นไปได้ของการมีอคติใด ๆ ที่นำมาใช้โดยการนี้เรา
ซ้ำแล้วซ้ำอีกการศึกษาอีกครั้งกับ 17 ผู้เข้าร่วมใหม่และได้รับ
ความสัมพันธ์ที่คล้ายกันของ r = 0.5960.03, P, 0.0001) คือ Machine-
ความสัมพันธ์ของมนุษย์ที่เป็น 82% ของ มนุษย์เพื่อมนุษย์
ความสัมพันธ์

ผลลัพธ์ (ไทย) 3:

สนับสนุนโดยความสามารถของเราที่จะใช้โนสเพื่อทำนาย
ความรื่นรมย์ของกลิ่นภายในชุดฝึกอบรม ( P 0.05 100 %
ของ 20 วิ่ง ) เราได้ทดสอบประสิทธิภาพกับนวนิยาย
กลิ่น คือ กลิ่นที่ไม่ได้ถูกใช้ในการพัฒนาอัลกอริทึม เราใช้โนสวัด 22
น้ำมันหอมระเหย กลิ่นผสมที่ทำจากชิ้นส่วนที่ไม่รู้จัก
( สนับสนุนตาราง S1 - ระเหย )เราวัดน้ำมันเหล่านี้ใช้
พารามิเตอร์เช่นเดียวกับในขั้นตอนการเรียนรู้ และใช้อัลกอริทึมเดียวกัน
พัฒนาก่อนหน้านี้เพื่อทำนายความร่มรื่นของเหล่า
กลิ่นผสม เราก็ถาม 14 เข้าร่วมมนุษย์ให้คะแนน
สองครั้งความรื่นรมย์ของกลิ่นเหล่านี้ เฉลี่ยความสัมพันธ์
30 วิ่งระหว่างเครื่องและการทำนายคะแนนมัธยฐานคะแนน
มนุษย์คือ r = 0.6460.02 ( p , 0001 ใน 30
วิ่ง ; รูปที่ 2A ) เราก็คำนวณความสัมพันธ์ระหว่างแต่ละ
มนุษย์และมนุษย์อันดับคะแนนมัธยฐาน ความสัมพันธ์
คือ 0.7260.1 ดังนั้นเครื่องมนุษย์ความสัมพันธ์เป็น 88 %
( 64 / 4 * 100 = 88 ) ของมนุษย์ ความสัมพันธ์ของมนุษย์
ถึงแม้ว่ากลิ่นเหล่านี้เป็นนวนิยาย บางส่วนของผู้เข้าร่วมในการศึกษานี้ได้มีส่วนร่วมใน

ศึกษาต้นฉบับรูปแบบอาคารเป็นอย่างดีที่อยู่ในความเป็นไปได้ของพระเจ้าลูกเธอแนะนำโดยวิธีนี้ เราศึกษา
ซ้ำอีก 17 คนใหม่ และได้มีความสัมพันธ์กัน ( r = 0.5960.03
, P , 0.0001 ) เช่น เครื่อง -
มนุษย์สัมพันธ์ที่ 82% ของมนุษย์มนุษย์
)