Código e estampa: Algoritmos potencializando projetos de design
Bibliographic record
Abstract
O objetivo deste trabalho é apresentar, por meio de experimentos práticos, as possibilidades de utilização de algoritmos (computacionais ou não) em um projeto de design de estampa, com o intuito de potencializar seus resultados. Para que isso ocorra é necessário que o projeto seja pensado em termos do que pode “ser programado”, apropriando-se de conceitos como módulo, parametrização e aleatoriedade. Este artigo apresenta uma abordagem de construção de estampas baseada em suas 4 dimensões: elementos, cores, estrutura e composição. Propõe-se a inserção do design paramétrico na etapa de desenvolvimento dos elementos, observando que a medida que o número de parâmetros definidos aumenta, cresce também o grau de liberdade do algoritmo, resultando em uma quantidade maior de possíveis soluções para o projeto. Na fase de composição, aplica-se o design generativo por meio de um algoritmo computacional que permite a permutação aleatória de módulos visuais, sobre uma determinada estrutura, criando diversas opções para a estampa final.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".