Использование генеративного искусства для передачи прошлых и будущих климатических изменений
31 марта 2023 г.
Здесь представлен протокол для визуализации климатических данных как генеративного искусства.
Передача климатических данных может быть сложной задачей, особенно когда сроки намного больше, чем обычно думают люди. Этот протокол позволяет пользователям создавать генеративные анимации с визуальными элементами, масштабированными до данных. С помощью этой процедуры данные могут быть преобразованы в анимацию, которая передает информацию, не полагаясь на диаграммы или графики.
Он легко настраивается с точки зрения используемых данных и отображаемых визуальных аспектов. Было бы интересно провести социальный эксперимент по общественному восприятию климатических данных на основе различных способов представления данных. Эта работа может быть одной визуальной техникой наряду с более традиционными или художественными методами.
Кодирование на любом новом языке или изучение нового программного обеспечения может быть сложной задачей. Онлайн-ресурсы и поиск в Интернете ключевых терминов или кодов могут помочь. После загрузки программного обеспечения для кодирования и визуализации загрузите данные и начните кодирование.
Перетащите нужный MPT-файл, MPT 1, MPT 2, MPT 3 или MPT 4, в редактор кода, чтобы визуализировать его. В меню проводника щелкните нужную папку MPT, MPT 1, MPT 2, MPT 3 или MPT 4, чтобы открыть раскрывающееся меню. Затем нажмите на скрипт, а затем нажмите на index.html.
Щелкните левой кнопкой мыши часть окна с кодом индекса. html и выберите в меню пункт Открыть с помощью действующего сервера. Повторите шаги, начиная с выбора папки MPT в меню проводника для каждого подмножества времени.
Чтобы просмотреть визуализацию, основанную на будущих проекциях, откройте будущую папку на компьютере и перетащите папку накопления или перехода в редактор кода. Затем выберите имя папки в окне проводника и нажмите на index.html. Щелкните левой кнопкой мыши часть окна с кодом для индекса.
html и выберите в меню пункт Открыть с помощью действующего сервера. Чтобы отредактировать визуализации, выберите интересующую папку в окне проводника редактора кода и откройте основной файл скрипта, нажав sketch.js. Внесите изменения в параметры визуализации в этом коде.
Ищите аннотации к коду с подробным описанием кода и его функций, после двойных косых черт и далее обозначенных зеленым цветом. Определите переменные, которые будут связаны с данными или использоваться для настройки визуальных параметров. Далее сохраните изменения, одновременно нажав клавишу command и S.
Просмотрите обновленные визуальные элементы, перейдя к индексу. HTML-файл. В окне проводника щелкните левой кнопкой мыши и выберите в меню «Открыть с живым сервером».
Были созданы визуализации, соответствующие уникальным геологическим периодам времени. Визуальные аспекты, такие как цвет, размер и скорость, были количественно масштабированы для оценки температуры поверхности моря, азота, изотопного состава и скорости изменения климата. Данные были либо измерены по глубоководным отложениям, либо смоделированы на основе межправительственной группы экспертов по изменению климата, либо репрезентативного углеродного пути МГЭИК, либо сценариев RCP.
Анимация, сгенерированная из кода MPT 1, соответствовала самому раннему временному отрезку от 1,2 до 1,118 миллиона лет назад. Задолго до ледниково-межледникового удлинения и ледникового похолодания. Код MPT 2 соответствовал примерно от 1,112 до 1,06 миллиона лет назад, непосредственно перед ледниково-межледниковым удлинением и ледниковым похолоданием.
MPT 3 сгенерировал визуальные эффекты для второго последнего отрезка времени с более длинными ледниково-межледниковыми циклами, примерно от 1,06 миллиона до 900 000 лет назад. Код MPT 4 сгенерировал визуальные эффекты для самого последнего отрезка времени, примерно от 900 000 до 600 000 лет назад, когда более длительные ледниково-межледниковые циклы были более установлены. Код накопления сгенерировал модельный прогноз будущего антропогенного потепления на основе оценок температуры средних значений модели RCP 8.5 для Нью-Йорка.
Код перехода создал более простой визуальный образ, показывая только контур шаров, движущихся по фону. Формат продукта позволял настраивать и представлять данные, создавая иммерсивные экспонаты научной коммуникации. При редактировании кода убедитесь, что он соответствует текущим разделам данных.
Для будущих проекций имейте только папки перехода или накопления в рабочем пространстве. В противном случае программа работать не будет. Этот метод открывает двери для включения научных данных в графический дизайн.
Генеративное и иммерсивное искусство — это быстро растущие области с множеством возможностей для взаимодействия искусства с наукой и данными.
Просмотрите полный транскрипт и получите доступ к тысячам научных видео
Обзор
В данном протоколе представлен метод визуализации климатических данных с помощью генеративного искусства, позволяющий преобразовать сложную информацию в привлекательные анимации. Метод предусматривает возможность настройки как способа представления данных, так и визуальной эстетики, предлагая альтернативу традиционным методам презентации данных.
Основные компоненты исследования
Область науки
- Визуализация данных
- Генеративное искусство
- Климатология
Теоретическая часть
- Передача климатических данных может быть затруднена из-за различий в временных масштабах.
- Традиционные диаграммы и графики могут быть недостаточно эффективны для передачи сложной информации.
- Генеративное искусство предлагает новый подход к представлению данных.
- Индивидуальная настройка повышает актуальность и воздействие визуализаций.
Цель исследования
- Разработать протокол создания анимаций на основе климатических данных.
- Изучить общественное восприятие климатических данных при различных способах их визуального представления.
- Предложить альтернативу традиционным методам визуализации данных.
Используемые методы
- Разработка настраиваемого протокола визуализации данных.
- Создание генеративных анимаций на основе климатических данных.
- Исследование визуальной эстетики в представлении данных.
- Потенциал для проведения социальных экспериментов по восприятию данных.
Основные результаты
- Успешное преобразование климатических данных в увлекательные анимации.
- Продемонстрирована эффективность генеративного искусства в передаче данных.
- Подчеркнута важность индивидуальной настройки визуальных презентаций.
- Предложены дальнейшие исследования восприятия климатических данных общественностью.
Выводы
- Генеративное искусство может служить ценным инструментом для визуализации сложных данных.
- Данный метод может способствовать лучшему пониманию климатических проблем.
- Целесообразно дальнейшее изучение методов визуализации.
Часто задаваемые вопросы
Практическая значимость для промышленности
Преобразование сложных многофакторных климатических наборов данных в иммерсивные генеративные визуализации демонстрирует масштабируемую структуру для коммуникации научных данных. Данный подход позволяет научно-исследовательским группам изучать новые способы представления количественных результатов, что способствует проверке гипотез и взаимодействию с заинтересованными сторонами в рамках фундаментальных и трансляционных исследований. Адаптивность этого метода к различным наборам данных делает его универсальным инструментом для визуализации динамических биологических или экологических систем в биофармацевтических разработках.
Стратегическое применение в биофармацевтических исследованиях и разработках
Ранний поиск и валидация мишени
- Обеспечивает визуальный анализ многомерных наборов данных для выяснения обратных связей на системном уровне.
- Поддерживает снижение механистических рисков путем картирования взаимодействий переменных с помощью анимаций на основе данных.
- Облегчает проверку гипотез за счет привязки количественных переменных к визуальным параметрам.
Скрининг и разработка анализа
- Подготовка валидированных визуальных структур для представления результатов анализов и ответов системы.
- Стандартизация представления данных, что повышает воспроизводимость и улучшает взаимодействие между исследовательскими группами.
- Обеспечение масштабируемой визуализации количественных результатов анализов для экспресс-оценки при скрининге.
Трансляционные и доклинические исследования
- Сопоставляет визуальные результаты с данными биомаркеров, имеющих отношение к заболеванию или окружающей среде, где это применимо.
- Обеспечивает непрерывность процесса от этапа открытия до доклинической валидации за счет использования согласованных стратегий визуализации данных.
- Предоставляет платформу для интеграции моделируемых и эмпирических данных в трансляционных исследованиях.
Интеграция в конвейер и рабочий процесс
Данный метод генеративной визуализации может применяться на всех этапах — от первичного поиска до трансляционных исследований, обеспечивая принятие решений на основе данных и коммуникацию на протяжении всего цикла НИОКР.
- Фундаментальная биология: облегчает проверку гипотез и уточнение путей за счет визуального картирования взаимодействий переменных.
- Скрининг: обеспечивает воспроизводимые количественные визуальные результаты для сравнения экспериментальных условий.
- Аналитика: позволяет интегрировать геохимические, биологические или смоделированные данные в единые визуальные отчеты.
- Трансляционные исследования: поддерживает согласование визуализаций с доклиническими данными или данными по биомаркерам, когда это применимо.
- Корпоративное повторное использование: предлагает гибкую масштабируемую структуру для визуализации различных наборов данных в рамках нескольких программ НИОКР.
Операционное и корпоративное воздействие
- Научная ценность: повышает достоверность прогнозов и снижает неопределенность при интерпретации сложных наборов данных.
- Операционная ценность: стандартизирует и масштабирует визуализацию данных для обеспечения воспроизводимости и кросс-функционального использования.
- Стратегическая ценность: улучшает передачу количественных результатов, что способствует принятию обоснованных решений о продолжении или прекращении разработки.
- Влияние на портфель: обеспечивает приоритизацию с учетом рисков за счет уточнения выводов на основе данных по всем программам.
Особенности реализации
- Требуются навыки программирования, визуализации данных и интерпретации научных данных.
- Необходима совместимая программная инфраструктура для генеративной анимации и интеграции данных.
- Требуется межкомандная стандартизация форматов данных и параметров визуализации.
- Метод адаптируем к различным модельным системам и типам данных при условии соответствующей настройки.
- Результат зависит от точности связи между количественными переменными и визуальным выводом.
