Seit circa 50 Jahren besteht die allgegenwärtige Auffassung vieler Menschen, dass es Lerntypen bzw. Lernmodalitäten pro Person gibt. Nämlich jene Menschen, die sich durch visuelle Darstellungen am besten Wissen aneignen, andere wiederum durch auditiven Input und wieder andere durch taktil-kinästhetische Vorgänge. Geprägt wurden diese Modalitäten z.B. von Walter Burke Barbe und seinen Kollegen und mit „VAK“ abgekürzt. Allerdings herrscht seit vielen Jahren bereits Kritik an dieser Theorie, denn darauf aufbauend hat sich der Glaube etabliert, dass der beste Weg, einem Kind etwas beizubringen, stets jener sei, der auf den Lerntypen des Kindes abzielt und dass jedes Kind bzw. grundsätzlich jeder Mensch in eine der drei Kategorien sortiert werden könne.
Pure Data: Subtraktive Klangsynthese
Das Prinzip der subtraktiven Synthese ist die Filterung der Obertöne des vom Oszillator erzeugten Klangs, um dadurch den Charakter zu verändern. Abgesehen von der Sinuswelle haben alle vom Oszillator erzeugbaren Wellen ein reiches Obertonspektrum. Üblicherweise ist bei einfachen subtraktiven Synthesizern, neben Oszillator und Filter, noch ein Verstärker dabei.
Ich habe anhand eines Youtube-Tutorials so einen Synthesizer nachprogrammiert. Dabei ist dieser in der Lage die Tonhöhe , die Filterfrequenz und die Lautstärke zu variieren, zudem ist ein Attack-Decay-Generator, welcher es ermöglicht den Tonverlauf zu gestalten, inkludiert.
Bilder: Oben ist der Hauptpatch zu sehen, links unten ist der Osziallator-Subpatch, rechts unten ist Attack-Decay-Subpatch.
Youtube-Tutuorial: https://www.youtube.com/watch?v=2Dj1AXaCJYc&t=1299s
Wie reagiert unser Gehirn auf Schönheit?
Was finden wir schön?
Und warum eigentlich?
Versucht man herauszufinden, was Menschen schön finden und im Idealfall auch warum, stoßt man hauptsächlich auf Forschungen, die das menschliche Gesicht betreffen. Chatterjee (2016) erklärt in einem TED Talk mit dem Thema „How your brain decides what is beautiful“, wie unser heutiges Verständnis von Schönheit mit der Evolutionspsychologie und der Neurowissenschaft zusammenhängt.
Reinforcement Learning – Lua script analysis, Part 1
The MarI/O project (https://github.com/mam91/Neat-Genetic-Mario) is structured into five Lua files and a pool of neural network states. The five Lua files in question are labeled ‘config’, ‘game’, ‘mario-neat’, ‘mathFunctions’ and ‘spritelist’. In this blog, I will take a closer look on four of them – ‘mario-neat’ will be next week’s topic due to its immense size.
digital Prototypes – Mockups
Digitale Prototypen gibt es für viele Anwendungsbereiche in unterschiedlichsten Formen. Ein Mockup, beispielsweise, ist ein Entwurfsmodell in Form einer digitalen Skizze. Diese sind ein wesentlicher Bestandteil im Rahmen einer Neukonzeption von Webseiten oder Apps oder auch eines Webseiten/App- Relaunch. Mit Mockups ist es möglich Ideen und Design schon vorab zu testen und zu optimieren. Dadurch können Kosten reduziert- und Arbeitsaufwand dezimiert werden. So kann dem Kunden Sicherheit gewährleistet- und das Vertrauensverhältnis gestärkt werden. Risiken werden schon im Vorhinein abgeschätzt und diesen auch entgegengewirkt. Weiteres wird durch diese Art von digitalem Prototyp die Usability & Navigation einer Webseite verbessert und die Kundenanforderungen können leicht umgesetzt werden.
Bild: https://justcreative.com/2017/03/20/mandatory-stages-for-perfect-design-wireframes-mockups-prototypes/
Quelle: http://www.inztitut.de/blog/glossar/prototyp/
Traditionelle Animation – Test 3
Der zweite Test meiner Animation funktionierte weniger gut, da nicht genug auf die Größen- und Höhenvariation der Flammen geachtet wurde.
Nutzerkategorien und Bildertypen
Auf sozialen Netzwerken gibt es zwei Kategorien in denen man die „Wertigkeit“ eines Bildes beurteilen: Ästhetik und Interaktion. Die Ästhetik beschreibt ganz klassische Elemente wie Komposition, Aufnahmequalität, Auswahl des Motivs, Bildausschnitt, Licht, Originalität.
the first week – some insights
Exactly one week ago, I started my survey on mildly infuriating things. I used Instagram to push this survey and to recruit some participants. Up to today, 27 people took part and gave me some new prospects and ideas on my research topic.
Today I like to show you some of the results,
but the survey will finally end at the end of January.
How to tell a Story: Der klassische Ansatz
Geschichten sind da, um erzählt zu werden. Was aber, wenn keine Geschichte da ist, sondern ein Produkt, welches zu bewerben ist? Dann ist es wichtig, das Produkt für sich eine Geschichte erzählen zu lassen, sowie eine Geschichte um das Produkt zu konstruieren. Geschichten erzählen sich nicht von selbst, sondern unterliegen einer Narrationsstruktur.
Die wohl bekannteste hiervon ist die 3-Akt-Struktur, eine klassische Erzählstruktur, welche in vielerlei Büchern, Filmen, sowie im Theater ihre Anwendung findet, jedoch auch in der Werbung von wesentlicher Bedeutung ist. Die Geschichte ist in drei Akte unterteilt, welche jeweils einen wesentlichen Teil zur Dramaturgie der Erzählung beitragen.
Reinforcement Learning – Looking back and forward
The main idea of this project was to develop an AI similar to MarI/O, which has the purpose of mastering the game “Super Mario World” completely on its own – by interacting and learning. At first, I thought it would be sufficient if I managed to apply the AI to other emulated games.
I want to use this blog to glance over what was accomplished so far and what the next steps will be.