Diskusija:Flexible Modeling
- DerÄ“tu saprast kas diagrammai kopÄ«gs un ar ko tÄs atÅ¡Ä·iras no citiem "vizuÄliem izstrÄdÄjumiem": gleznÄm, karikatÅ«rÄm, zÄ«mÄ“jumiem, abstrakta lÄ«niju kopuma ...
A: AttÄ“ls varÄ“tu bÅ«t vispÄrÄ«gÄks jÄ“dziens. TÄ sÄ«kÄkÄ atomÄrÄ vienÄ«ba ir punkts (pixel). Diagrammai tas ir elements, kam ir nodefinÄ“tas augstÄk minÄ“tÄs Ä«paÅ¡Ä«bas. Punktam ir tikai novietojums, krÄsa, value, bet nav izmÄ“ra(?pieņemam, ka plakne jau ir sadalÄ«ta mazos gabaliņos ar fiksÄ“tu izmÄ“ru), formas, tekstÅ«ras un orientÄcijas.
PiedÄvÄju versiju, ka diagramma ir shematisks statisks attÄ“ls, kas veidots no atseviÅ¡Ä·iem, skaidri nodalÄmiem elementiem, pie kam diagramma var tikt veidota pakÄpeniski pievienojot vai izmetot tÄs elementus.
A: JÄ, laikam ir bÅ«tiski, ko var darÄ«t ar elementiem - pievienot, izmest, mainÄ«t tÄ Ä«paÅ¡Ä«bas.
A: Skaidri nodalÄms - Å¡Ä« ir neskaidrÄkÄ lieta ...
Otra lieta, kas nepiecieÅ¡ama - lai diagrammai bÅ«tu jÄ“ga - tÄ saturÄ“tu kaut kÄdu autora vÄ“sti. Ja Å¡Ä«s vÄ“sts nav, tad tÄ nebÅ«tu uzskatÄma par diagrammu. Ir gan aizdomas, ka objektÄ«vi no Ärpuses nav iespÄ“jams noteikt, vai Å¡Ä« jÄ“ga tur ir ("ko autors mums ir centies pateikt"). Esmu lasÄ«jis, ka mÄksliniekiem nemaz nepatÄ«k skaidrot savÄ darbÄ ielikto domu - labam darbam tÄ ir jÄpauž paÅ¡am bez papildus komentÄriem.
A: Tas varÄ“tu arÄ« bÅ«t uzdevums - censties sameklÄ“t jÄ“gu :) ... bet galvenais jau ir palÄ«dzÄ“t autoram ielikt to jÄ“gu pietiekoÅ¡i formÄlÄ veidÄ, lai dators spÄ“tu saprast.
A: BÅ«tisks ir mÄ“rÄ·is, ar kÄdu veidojam diagrammu! Ja tÄ ir ziņas nodoÅ¡ana citam cilvÄ“kam, tad apÅ¡aubÄma kļūst vajadzÄ«ba datoram kaut kur pa vidu iejaukties. TÄtad - aktualizÄ“ju jautÄjumu kÄpÄ“c diagrammai jÄbÅ«t datoram saprotamai?. MÄ“Ä£inÄÅ¡u arÄ« pats atbildÄ“t - lai dators varÄ“tu palÄ«dzÄ“t veidot diagrammu!
A: KÄda ir saistÄ«ba mÅ«su diagrammas definÄ«cijai ar vektorgrafiku?
A: HTML5 Canvas objekta metamodelis ar eventiem - pragmatiska diagrammas definīcija?
A: Interesanta ideja, kÄ noskaidrot diagrammÄm piemÄ«toÅ¡Äs pazÄ«mes - paņemt lielu kaudzi ar attÄ“liem un pateikt, kuri mÅ«suprÄt ir diagrammas un kuri nav. Tad uzlaist virsÅ« deep learning. kas izveidotu neironu tÄ«klu, no kura tad mÄ“Ä£inÄt izspiest ÄrÄ diagrammu raksturiezÄ«mes. Kaut ko jau tagad var dabÅ«t arÄ no tÄ«kla - Ä£enerÄ“t bildes, analizÄ“t slÄņus, te arÄ« vizualizÄ“ slÄņus.
