EVOGENIO® - Evolutionäre Kunst
Dr. Günter Bachelier - Poeta doctus
Seit
meiner Kindheit interessiere ich mich für Wissenschaft und Kunst,
sodass ich konsequenter Weise Künstler und Wissenschaftler
wurde.
In den frühen 1990ern verschob sich mein Fokus von
konventioneller
Kunst wie Malerei und speziell Selbstorganisierender
Malerei hin zu computerunterstützter Kunst. Seit ca.
1995
habe ich mehrere Kunstprozesse im Bereich der Evolutionären
Kunst entwickelt, modelliert, implementiert und angewendet. Seit
2004 arbeite ich hauptberuflich als bildender Künstler und bin
Mitglied im Bundesverband Bildender Künstler (BBK Landesverband
Saarland).
Ich habe an der Universität des Saarlandes Informationswissenschaft, Kognitive Psychologie und Informationslogistik studiert und in Informationswissenschaft über formale Methoden im Information Retrieval promoviert, sowie als Dozent in Informationswissenschaft gearbeitet. Ich habe Bücher zu den Themenbereichen Neuronale Netze, Evolutionäre Algorithmen, Machine Learning und Information Retrieval publiziert.
Dr. Günter Bachelier - Künstler
Meine künstlerischen Interessen können durch die nachfolgende Keyword-Liste beschrieben werden:Abstract Expressionism, Action Painting, Computer Art, Computer Supported Art, Concept Art, Evolutionary Art, Informel, Media Art, Selforganizing Painting
Meine Kunst lässt sich durch drei Ebenen beschreiben: Basisebene, Methodenebene und eine übergeordnete Ebene (letztere Entwicklung wurde 2007 eingestellt). Auf der Basisebene beschäftige ich mich der Erzeugung individueller Kunstwerke, bei denen Fragen z.B. nach einer Symbiose zwischen Symmetrie und Symmetriebrechung behandelt werden (siehe Basic Level, in engl.).
Auf der Methodenebene wird Methodenentwicklung im Bereich der bildenden Kunst betrieben, indem ich Kunstprozesse im Bereich der Evolutionären Kunst entwickele, modelliere und implementiere (siehe EvoArt, in engl.). Die eigene Anwendung meiner Methoden stellt die Schnittstelle zu der Basisebene dar. Auf dem übergeordneten Ebene entwickelte ich zwischen 2004 und 2007 eine Soziale Plastik "Gesundheitskunst".
Zwischen 1995 und 2003 habe ich mehrere pixel-basierte Prozesse im Bereich der Evolutionären Kunst entwickelt (siehe EvoArt1, in engl.). Dabei werden biologisch inspirierte Konzepte wie Population, Variation, Reproduktion, Mutation und Selektion verwendet, um abstrakte Kunstwerke zu erzeugen. Individuen sind Pixelbilder, die in einer Reproduktionsphase Nachkommen durch die Anwendung verschiedener Bildbearbeitungsmethoden erzeugen.
Rekombination geschieht dabei durch die Auswahl relevanter Bereiche (Regions-of-Interest). Variation (Mutation) wird durch Bildbearbeitungsmethoden mit zufällig ausgewählten Parametern eingeführt, wie z.B. der Rotation mit einem zufälligen Winkel. Eltern- und Nachkommenbilder werden durch die ästhetischen Präferenzen des Künstlers evaluiert und die besten Individuen bilden die nächste Generation.
Ein Reihe einzigartiger und komplexerer Prozesse im Bereich der Evolutionären Kunst wurde seit 2004 entwickelt, die keinen direkten Vergleiche zu bekannten Methoden der Evolutionären Algorithmen wie GA, ES oder GP besitzen (siehe EvoArt2, in engl.). Der Prozess verwendet zusätzliche evolutionäre Konzepte wie einen globalen Bilderpool und Multisexuelle Rekombination, zusammen mit ontogenetischen Konzepten wie Sporen und Fruchtkörper sowie andere Konzepte wie Bildvorlagen (Image-Templates). Im engen Sinne existiert bei diesem Prozess kein Generationswechsel mehr.
Selektierte Individuen werden direkt in den Bilderpool eingeordnet und sie werden einem zweiten Reproduktionsprozess zugeführt, wo aus ihnen jeweils eine Menge von Nachkommen durch ein eingeschlechtliches Reproduktionsverfahren erzeugt wird, indem bestimmte mathematische Transformationen (Symmetriegruppen der euklidischen Ebene) angewendet werden. Die sich ergebenden Bilder werden ebenfalls in den Bilderpool in spezielle Bildklassen eingefügt, und stehen zusammen mit den ursprünglichen Bildindividuen für die nächste Generation der Bildgenerierung zur Verfügung.
Dr. Günter Bachelier - Wissenschaftler
Meine wissenschaftlichen Interessen können durch die nachfolgende Keyword-Liste beschrieben werden: Active Learning im Kontext des Machine Learning, Approximation Models, Artificial Life, Creativity Techniques, Data Mining, eLearning, Evolutionary Algorithms, Evolution Strategies, Extropy, Genetic Programming, Global Brain, Information Retrieval, Information Visualization, Interval Computation, Knowledge Communities, Knowledge Management, Knowledge Representation, Multiobjective Optimization, Nanoscience and -technology, (Artificial) Neural Networks, Ontologies, Posthumanism, Quantuminformatics, Scientific Visualization, Selforganization, Selforganizing Maps (SOMs), Semantic Web, Text Mining, Transhumanism, Vektorspace Model in Information Retrieval, WikisDr. Günter Bachelier - Publikationen
- Bachelier, Günter: PSS-Kohdex: Konzepte zur integrierten Indexierung und Visualisierung von Textdaten auf der Basis Pseudo-Stetiger-Sensorischer-Kohonen-Karten. Magisterarbeit, Fachrichtung Informationswissenschaft, Saarbrücken, 1995 (Neuerscheinung, Marburg, ISBN 3-8288-8221-4, 1998).
- Bachelier, Günter: Einführung in Selbstorganisierende Karten. Marburg, ISBN 3-8288-5017, 1998a.
- Bachelier, Günter: Einführung in Evolutionäre Algorithmen. Marburg, ISBN 3-8288-5019, 1998b.
- Bachelier, Günter: Cluster-Verfahren im Rahmen der Selbstorganisierenden Karten. Marburg, ISBN 3-8288-5025, 1998c.
- Bachelier, Günter: Eigenschaftserhaltungen in Selbstorganisierenden Karten. Marburg, ISBN 3-8288-5026, 1998d.
- Bachelier, Günter: Pseudo-Stetige-Karten. Marburg, ISBN 3-8288-5038, 1999a.
- Bachelier, Günter: Populationsfortschritt in Evolutions-Algorithmen. Marburg, ISBN 3-8288-5042, 1999b.
- Bachelier, Günter: Anwendungsregionen stützpunktbasierter SOM-Approximationsmodelle. Marburg, ISBN 3-8288-5045, 1999c.
- Bachelier, Günter: Fitness-Approximationsmodelle in Evolutions-Strategien. Marburg, ISBN 3-8288-5055-3, 1999d.
- Bachelier, Günter: Polyrepräsentation, Relevanz-Approximation und aktives Lernen im Vektorraummodell des Information-Retrievals. Dissertation, Institut Informationswissenschaft an der Philosophischen Fakultät III der Universität des Saarlandes, 2002. http://scidok.sulb.uni-saarland.de/volltexte/2002/66/
- Embedding of Pixel-Based Evolutionary Algorithms in My Global Art
Process.
In: Romero, Juan; Machado, Penousal: The Art of Artificial Evolution. A Handbook on Evolutionary Art and Music (Natural Computing), Springer, Berlin, 2007, ISBN: 3540728767, S. 249-268. Preprint Offizielle Website des Handbuches