Big Data Beauty - Projekte
Big Data Beauty - Projekte
Hier werden einige der Studierendenprojekte aus den Veranstaltungen "Big Data Beauty" (Basiswerkstatt und vertiefendes Projekt) vorgestellt. Ziel der Projekte war es, Daten und Algorithmen Laien und jungen Leuten spielerisch und ästhetisch näher zu bringen. Die Ergebnisse wurden erstmals beim Uni.Stadt.Fest anlässlich des 50-jährigen Geburtstags der Universität Bielefeld öffentlich präsentiert. Die Projektleitung lag bei Prof. Dr. Christiane Fuchs, Dr. Turid Frahnow und Prof. Dr. Johannes Voit.
Projekt: SoundViz
In diesem Projekt haben Studierende eine Musik-Visualisierung programmiert. Beim Abspielen einer Audiodatei werden dabei Tonhöhe und Lautstärke durch Positionen von Punkten auf dem Bildschirm dargestellt. Die Farben ändern sich je nach Rhythmus und Timbre der Musik. Das Ziel des Projektes war es, einen Algorithmus zu entwerfen, der Charakteristiken von Musikstücken sichtbar macht.
Ein Projekt von Florian Nolte, Juliane Kopp, Pauline Krüger und Roman Helzle.
Projekt: Random Walk in Bielefeld (Spiel)
Bei diesem Projekt handelt es sich um ein Spiel, in welchen man durch die Zuordnung von Klängen zu Orten durch Bielefeld navigieren kann.
-> Das Spiel kann hier getestet werden! <-
Es gibt drei Spielmodi:
Explore
Ihr fragt euch, wofür die einzelnen Bilder stehen?
Klicke ein Feld an und du wirst es hören!
Play
Beim Spielmodus "Play" sollt ihr den Weg zur Universität der Stadt finden. Dies könnt ihr schaffen, wenn ihr den richtigen Ort zum vorher gehörten Sound erratet. Wenn ihr den richtigen Ort erraten habt, kommt erneut ein Sound und ihr müsst wieder den richtigen Ort erraten. Diesen Vorgang wiederholt ihr so oft, bis ihr an dem Ziel Universität angekommen seid.
Expert
Dieser Spielmodus ist etwas für Profis. Zuerst hört ihr alle Sounds in zeitlichen Abständen und müsst euch nun die Reihenfolge merken. Danach müsst ihr die Felder in der Reihenfolge berühren, in der ihr sie zuvor gehört habt. Aber Vorsicht, trefft bloß kein falsches Feld!
Ein Projekt von Kim Kaschel, Lina Buersken, Anna Brummel, Julia Muskat und Sebastian Kiefer.
Programmiert von Thilo von Neumann.
Projekt: Korrelations-Memory
Das Ziel des Projektes war es, auf spielerische Art und Weise die Konzepte der Korrelation und Kausalität für Laien verständlich zu machen. Dafür wurde ein Memory Spiel entwickelt, in welchem verschiedene vertonte Datensätze einander zugeordnet werden sollten. Dabei sind die Pärchen Datensätze, welche zwar ähnlich klingen (sie stehen in einem linearen Zusammenhang, sind also korreliert), aber eigentlich in keinem logischen bzw. kausalen Zusammenhang stehen sollten. Das Spiel läuft ab wie ein normales Memory: Zwei Spieler versuchen abwechselnd, möglichst viele Pärchen zu finden. Anstatt Bilder zuzuordnen, müssen allerdings Sound-Pärchen gefunden werden. Die Visualisierungen helfen nach dem Spiel dabei, den Zusammenhang der Daten noch einmal deutlich zu sehen.
Ein Projekt von Alex Eli, Florian Nolte, Sebastian Kiefer und Roman Helzle.
Projekt: IKEA Anleitungen
Hier wurden einige wichtige Konzepte aus der Statistik und Data Science im Format von IKEA Anleitungen ohne Text dargestellt: Randomized Response Verfahren, Hauptkomponentenanalyse, k-Nearest-Neighbours und Bootstrapping.
Ein Projekt von Nina Langius, Kai Mandelkow und Jana Diekmannshemke, mit Grafiken von Janice Jensen.
Projekt: 3n+1 Algorithmus
Visualisierung des 3n+1 Algorithmus:
Hierbei geht es um ein ungelöstes mathematisches Problem, auch genannt das Collatz-Problem. Starte mit einer beliebigen Zahl. Wenn sie gerade ist, teile die Zahl durch zwei. Wenn die Zahl ungerade ist, multipliziere sie mit drei und addiere eins. Gibt es Anfangswerte, welche nie im 4, 2, 1 -Zyklus enden?
Eine interaktive Klavier-Vertonung dieses Algorithmus kann hier ausprobiert werden.
Ein Projekt von Florian Nolte und Roman Helzle.
Projekt: Klang-Symbol-Zuordnung
Dieses Projekt ist dafür gedacht, Schülern der 4. Klasse die Konzepte der Musterfortsetzung und Verschlüsselung spielerisch und musikalisch näher zu bringen.
Projekt: uni.bi.means
Auch die Seminarleiter*innen haben im Rahmen des Seminars ein Projekt realisiert: In den Klangcollagen wurden mehr oder weniger alltägliche Klänge aus der Universität Bielefeld – vom Vogelgezwitscher über Bürogeräte bis hin zum Klang von Roboterhänden – verarbeitet, die rund 50 Beschäftigte und Studierende aus unterschiedlichen Fakultäten für dieses Projekt gesammelt und eingereicht haben. Sortiert wurden die Klänge mithilfe eines Algorithmus (k-means), der sie nach Ähnlichkeit zwei kontrastierenden Clustern zuordnet. Als Unterscheidungskriterium wurde im ersten Fall die "harmonische Dissonanz“ (Collage 1 und 2) und im zweiten die "Komplexität des Obertonspektrums“ (Collage 3 und 4) gewählt. Die letztendliche Anordnung der Klänge innerhalb eines Clusters wurde dann von einem menschlichen Komponisten übernommen. Die Hörer_innen sind eingeladen, die Collagen mit “unterschiedlichen Ohren” zu hören: Sie können versuchen, die Zuordnung der Klänge zu den unterschiedlichen Clustern nachzuvollziehen, den Besonderheiten der einzelnen Klänge nachspüren oder die Collagen als eine Art geräuschhaftes Hörspiel verfolgen und sich in die akustische Welt der Universität hineinziehen lassen. Wir empfehlen das Hören mit (guten) Kopfhörern!
Programmierung: Christiane Fuchs, Turid Frahnow, Susanne Amrhein, Nina Langius
Komposition: Johannes Voit
Aufnahme und Klangbearbeitung: Joel Belman
Unser besonderer Dank gilt allen Beschäftigten und Studierenden, die dem Aufruf gefolgt sind und die Collagen mit ihren Klängen bereichert haben.