Quorumetrix
Data Driven Design
points_de_vue(donnees_ouvertes)
Une courte visualisation immersive des données ouvertes de Montréal.
Le spectateur est transporté dans un monde familier et invité à explorer simultanément de multiples perspectives de la manière la plus inconnue. Promenez-vous sur le mont Royal et sur le plateau en direction du stade olympique, en passant par un nuage de millions de points de données. Observez le passage du temps à l’échelle de l’histoire de Montréal et le flux de circulation à l’échelle d’une journée.
A propos de l'artiste::
Tyler Sloan (@ Quorumetrix), est un scientifique devenu artiste de données vivant dans l'arrondissement montréalais de Rosemont. Son art s'appuie généralement sur sa formation scientifique en tant que neurobiologiste et implique toujours d'interpréter et de visualiser de grands ensembles de données de manière artistique. Il s'intéresse particulièrement à l'exploration de phénomènes complexes et bruyants, rejetant le minimalisme contemporain au profit d'une esthétique "chaotique". Il s’agit de sa première projection en dôme, créée spécialement pour le concours de courts métrages immersifs SAT FEST 2019.
Détails techniques:
La version complète de perspectives (open_data) sera bientôt disponible sur Vimeo. Il est au format Domemaster / Fisheye (360 degrés horizontalement, 210 degrés verticalement), codé avec le codec DXV3 à 30 ips, destiné à un projecteur à dôme complet, mais peut également être utilisé avec un casque VR. Conformément aux principes d'Open Data, le travail est mis à disposition gratuitement conformément à la licence CC 4.0.
Crédits:
Toute l'analyse des données, la visualisation, l'animation et le montage vidéo ont été réalisés par moi, Tyler Sloan. Je suis particulièrement reconnaissant à David Switchenko d’avoir fourni la bande-son et au Portail de données Ourvertes de Montréal d’avoir mis à disposition toutes les données utilisées pour la préparation de ce film. Toutes les données ont été analysées avec la pile scientifique Python (Numpy, Pandas) et visualisées avec Processing ou Datashader.
