复杂数据转换成音乐后更易解释

五年研究项目由TAUCHI研究组、Templay计算机-人际交互作用单元、芬兰坦佩雷大学和美国东华盛顿大学执行研究由BusinessFinland资助

研究论文提供使用音乐声音转换数据的理由 提供新维解释

文章主编JonathanMiddleton DMA,东华盛顿大学音乐理论和组成学教授和坦佩雷大学访问研究员middleton和他共同调查者主要关注显示自定义的'数据对音乐'算法如何能够增强复杂数据点的连接性研究中使用从芬兰天气记录中收集的数据

数位世界中数据采集解释嵌入我们的日常生活中, 研究者为理解经验提出新视角,Middleton表示 。

据他称,研究验证了用音乐特征解析数据中的四维

音乐声音可以是一种高度动听艺术形式, 纯听娱乐, 并因此对剧院、电影、游戏、运动和芭蕾有强大的补充音乐声能高度感动, 本研究提供新契机理解和解释数据并透透透动感知,Middleton解释

比方说 想象一维简单视图 图中的心率数据想象三维视图 心率数据反射数条线想象第四维中你能实际监听数据关键问题Middleton研究是, 哪些显示器或维度帮助你理解数据最优?

对许多人来说, 特别是依赖数据满足消费者需要的企业, 严格验证研究显示哪些音乐特征最有助于数据互动Middleton认为,研究为数据分析使用第四维打下基础