这项为期五年的研究由芬兰坦佩雷大学坦佩雷人机交互中心 TAUCHI和东华盛顿大学的研究人员小组进行。该研究由芬兰商业投资局资助。
该小组最近发布了一篇研究论文，提供了在数据转换中使用音乐声音作为提供新的解释维度的手段的原因。
这篇文章的主要作者是Jonathan Middleton，DMA，东华盛顿大学音乐理论与作曲教授，坦佩雷大学客座研究员。米德尔顿和他的合作研究人员主要关注展示定制的“数据到音乐”算法如何增强对复杂数据点的参与。在他们的研究中，他们使用了从芬兰天气记录中收集的数据。
“在数据收集和解释已融入我们日常生活的数字世界中，研究人员提出了解释体验的新视角，”米德尔顿说。
据他介绍，这项研究通过音乐特征验证了他所谓的数据解释的“第四”维度。
“就纯粹的听觉娱乐而言，音乐声音可以是一种高度吸引人的艺术形式，因此是戏剧、电影、视频游戏、体育和芭蕾舞的有力补充。由于音乐声音非常有吸引力，因此这项研究提供了通过我们的听觉来理解和解释数据的新机会，”米德尔顿解释道。
例如，想象一下图表上心率数据的简单一维视图。然后想象一下以数字、颜色和线条反映的心率数据的三维视图。现在，想象一下第四个维度，您可以在其中实际收听该数据。米德尔顿研究的关键问题是，哪些显示或维度可以最好地帮助您理解数据?
对于许多人来说，特别是依赖数据来满足消费者需求的企业来说，这项严格的验证研究表明哪些音乐特征对数据参与贡献最大。在米德尔顿看来，这项研究为在数据分析中使用第四维奠定了基础。
标 签：
免责声明：本文由用户上传，如有侵权请联系删除！
上一篇：淋巴结中发现驻留T细胞 下一篇：最后一页
