Resumen: Los científicos enfrentan importantes desafíos de visualización a medida que los conjuntos de datos que varían en el tiempo crecen en velocidad y volumen, lo que a menudo requiere infraestructura y experiencia especializadas para manejar conjuntos de datos masivos. Los modelos climáticos a petaescala generados en los laboratorios de la NASA requieren un grupo dedicado de expertos en gráficos y medios y acceso a recursos informáticos de alto rendimiento. Es posible que los científicos necesiten compartir los resultados científicos con la comunidad de forma iterativa y rápida. Sin embargo, el proceso de prueba y error que requiere mucho tiempo genera una importante sobrecarga de transferencia de datos y excede con creces el tiempo y los recursos asignados para las tareas típicas de visualización posteriores al análisis, lo que interrumpe el flujo de trabajo de producción. Nuestro artículo presenta un marco fácil de usar para crear animaciones 3D de datos a petaescala que varían en el tiempo en una estación de trabajo básica. Nuestras contribuciones: (i) Descriptor de animación generalizado (GAD) con una abstracción adaptable basada en fotogramas clave para animación, (ii) acceso eficiente a datos desde repositorios alojados en la nube para reducir la sobrecarga de administración de datos, (iii) sistema de representación personalizado y (iv) una interfaz conversacional asistida por LLM como módulo de secuencias de comandos para permitir a los científicos del dominio sin experiencia en visualización crear animaciones de su región de interés. Demostramos la efectividad del marco con dos estudios de caso: primero, generando animaciones en las que los criterios de muestreo se especifican en función del conocimiento previo, y segundo, generando animaciones asistidas por IA en las que los parámetros de muestreo se derivan de indicaciones del usuario en lenguaje natural. En todos los casos, utilizamos conjuntos de datos climáticos y oceanográficos de la NASA a gran escala que superan el tamaño de 1 PB pero logran un tiempo de respuesta rápido de 1 minuto a 2 horas. Los usuarios pueden generar un borrador de la animación en cuestión de minutos y luego incorporar sin problemas tantos datos de alta resolución como sean necesarios para la versión final.
Publicado originalmente en export.arxiv.org el 9 de marzo de 2026.
Ver fuente original
