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,
Wikis
Dr. 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