ARGIRA Clustering Dataset v1 — Unsupervised Sonic Grouping and Audio-Visual Discord Across 74 Artworks

[EN] This dataset extends the ARGIRA B_v9 corpus from 72 to 74 artworks and applies unsupervised clustering (k-means, k=4) and Principal Component Analysis (PCA) to a combined feature space of 9 audio variables (spectral_entropy, centroid, flux, MFCC1-5, tempo) and 9 visual variables (hue_std, Dv, Ds, golden_distance, irregularity, Shannon_entropy, edge_density, fft_high_energy, local_contrast). The analysis produces three independently verifiable findings: 1. Rembrandt cluster isolation. The k-means algorithm, operating without any art-historical information, isolated the two Rembrandt works (Night Watch, Self-Portrait) as a singleton cluster. Their spectral centroid (~8,500 Hz) lies more than 1,200 Hz below the dataset mean (~9,750 Hz), and their flux (~28) is approximately 35% lower than the corpus average (~41). The mathematical distance that separates them corresponds directly to the perceptual property known as Dutch chiaroscuro deep shadow gradients generating dominant low spatial frequencies. 2. Starry Night discord. Van Gogh's Starry Night ranks among the visually most complex works in the corpus (visual PC1 = 2.73, edge density = 0.081) yet falls within the low-entropy sonic cluster. The discord score places it as one of the strongest audio-visual contradictions in the dataset. Interpretation: Van Gogh's complexity is rhythmic and repetitive (organised spirals), not random, spectral entropy detects this as structured, not chaotic. 3. Signac Grand Canal as extreme outlier. Signac's Grand Canal (Venice) produces the highest discord score in the dataset: visual PC1 = 6.41 (highest of all 74 works), irregularity = 0.137, edge density = 0.121 yet its sonic position is moderate. Extreme pointillism generates a visual signature without parallel in the corpus while the sonification perceives it as moderately energetic. The perceptual differences detected by the clustering algorithm have been validated through human listening experiments conducted as part of the broader ARGIRA research programme. Dataset: 10.5281/zenodo.20258314 Pipeline paper: 10.5281/zenodo.20266242 Software: 10.5281/zenodo.20113356 License note: The actual license of this work is CC BY-NC 4.0 (Creative Commons Attribution-NonCommercial 4.0 International), as stated in the PDF and all related documentation. ─── [ES] Este dataset extiende el corpus ARGIRA B_v9 de 72 a 74 obras y aplica clustering no supervisado (k-means, k=4) y Análisis de Componentes Principales (PCA) a un espacio combinado de 9 variables de audio (spectral_entropy, centroid, flux, MFCC1-5, tempo) y 9 variables visuales (hue_std, Dv, Ds, distancia áurea, irregularidad, entropía Shannon, densidad de bordes, energía FFT alta, contraste local). El análisis produce tres hallazgos verificables de forma independiente: 1. Aislamiento del cluster Rembrandt. El algoritmo k-means, operando sin ningún conocimiento de historia del arte, aisló las dos obras de Rembrandt (La Ronda de Noche, Autorretrato) como cluster independiente. Su centroide espectral (~8.500 Hz) se sitúa más de 1.200 Hz por debajo de la media del dataset (~9.750 Hz), y su flux (~28) es aproximadamente un 35% inferior a la media del corpus (~41). La distancia matemática que los separa corresponde directamente al claroscuro holandés , gradientes de sombra profundos que generan frecuencias espaciales bajas dominantes. 2. Discordancia de Starry Night. La Noche Estrellada de Van Gogh es una de las obras visualmente más complejas del corpus (PC1 visual = 2,73, densidad de bordes = 0,081) pero cae en el cluster de baja entropía sonora. Su puntuación de discordancia la sitúa como una de las contradicciones audiovisuales más fuertes del dataset. Interpretación: la complejidad de Van Gogh es rítmica y repetitiva (espirales organizadas), no aleatoria. 3. Signac, Gran Canal como outlier extremo. El Gran Canal de Venecia produce la mayor puntuación de discordancia del dataset: PC1 visual = 6,41 (la más alta de las 74 obras), irregularidad = 0,137, densidad de bordes = 0,121 pero su posición sónica es moderada. La validación perceptiva de las diferencias detectadas por el algoritmo ha sido realizada mediante experimentos de escucha humana en el marco del programa ARGIRA. Dataset B_v9: 10.5281/zenodo.20258314 Paper B_v9: 10.5281/zenodo.20266242 Software: 10.5281/zenodo.20113356 Nota de licencia: La licencia real es CC BY-NC 4.0, tal como se indica en el PDF y toda la documentación relacionada.