La mostra “Intrecci nascosti” intende presentare le potenzialità delle tecniche di Graph Machine Learning nella scoperta delle “simmetrie” e delle “leggi” che governano l’evoluzione temporale dei prezzi delle materie prime energetiche, trasformandole in immagini e consentendone una modellizzazione statistico-matematica.
Forme visive che fanno emergere tutta la bellezza della realtà osservata e dei modelli matematici che la descrivono. Ed è proprio attraverso la rappresentazione in forme visive che si punta a coinvolgere il pubblico, offrendo un’esperienza di apprendimento innovativa e accessibile.
La mostra non solo mette in risalto le caratteristiche estratte dall’analisi delle serie storiche, ma crea anche ponti interdisciplinari, coinvolgendo diverse aree di studio che, in maniera analoga, usano la Network Science. Questa iniziativa, con il suo impatto visivo, potrà contribuire alla costruzione di una comunità consapevolmente interessata alla scienza, all’analisi dei dati e alle nuove frontiere della ricerca.
L’evidente bellezza estetica delle rappresentazioni evidenzia il ruolo affascinante e stimolante della matematica, rendendo le immagini non solo informativamente ricche, ma anche visivamente affascinanti, unendo la precisione della matematica alla creatività rappresentativa.
La mostra è integrata da interventi di divulgazione che spiegano le rappresentazioni osservate. Questo connubio tra estetica e conoscenza ha il fine di promuovere la cultura scientifica e il coinvolgimento pubblico nella ricerca avanzata.
Il Rome Technopole Data Lab offre risorse e competenze specializzate nella costruzione di modelli matematici e statistico-probabilistici, di analisi statistiche e di simulazioni numeriche. In particolare, le simulazioni richiedono potenza di calcolo che il laboratorio è in grado di mettere a disposizione e rivestono un ruolo cruciale nell’illustrare concetti scientifici complessi e nell’agevolare la comprensione dei fenomeni osservati.”

Il primo grafico è un encoding della serie storica, costruito utilizzando un algoritmo di visibilità: immagina la serie storica come il profilo di una montagna, dove ogni punto è un nodo collegato a un altro tramite un link. Questo link esiste solo se i punti sono visibili tra loro, mentre non esiste se i punti sono vicendevolmente oscurati, creando una rete intricata che svela la struttura sottostante dei dati.

Il secondo grafico presenta la stessa rete in una forma riorganizzata grazie a un algoritmo avanzato che la rende visivamente organizzata. I nodi e i collegamenti si dispongono in modo armonioso, trasformando un complesso intreccio in una rappresentazione piena di relazioni, capace di guidare l’osservatore attraverso le connessioni nascoste dei dati.

Infine, il terzo grafico è un embedding, una sorta di tomografia della rete che mette in luce i punti con la maggiore densità di informazione. Questo grafico rivela i dettagli nascosti, svelando le aree più informative e cruciali della rete. È come guardare attraverso una lente d’ingrandimento che esalta le caratteristiche più importanti, offrendo una comprensione profonda e dettagliata.

Questi pannelli non solo informano, ma trasformano l’analisi dei dati in un’esperienza visiva e cognitiva. Ogni grafico è una finestra su un mondo complesso, reso accessibile grazie alla potenza della visualizzazione e dell’algoritmica avanzata. Scoprendo un universo nascosto dietro ogni grafico, lasciati stupire dalla bellezza dei dati svelati in forme innovative e coinvolgenti.