Volltextdatei(en) in REPOSIT vorhanden Open Access
Lizenz: 
Titel: Data-driven generation of artworks
Sprache: Deutsch
Autorenschaft: Seegers, Jonas 
Schlagwörter: generative Kunst; genetic programming; data-driven
Erscheinungsdatum: 30-Mai-2018
Zusammenfassung: 
In dieser Thesis dreht es sich um das Erzeugen datengetriebener Kunstwerke. Ziel der Kunstwerke ist es, den Massengeschmack zu treffen. Um dies zu bewerkstelligen, werden die generierten Kunstwerke paarweise einer Benutzerschaft präsentiert. Die Benutzer können dann für die Werke abstimmen, die ihnen am besten gefallen. Auf Basis dieser Ergebnisse wird ein genetischer Algorithmus neue Kunstwerke berechnen, die dem Massengeschmack noch besser treffen sollen.

In this thesis, it will be shown how data-driven artworks can be generated. The generated artworks aim at pleasing mass appeal. In order to do so, the artworks will be shown to users who can vote for their favourite artworks. A genetic algorithm will be used in order to process the voting results and create new artworks, that may please the users’ tastes better.
URI: http://hdl.handle.net/20.500.12738/8327
Einrichtung: Department Informatik 
Dokumenttyp: Abschlussarbeit
Abschlussarbeitentyp: Bachelorarbeit
Hauptgutachter*in: Wendholt, Birgit 
Gutachter*in der Arbeit: Jenke, Philipp 
Enthalten in den Sammlungen:Theses

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
doc.pdf17.03 MBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Seitenansichten

232
checked on 26.12.2024

Download(s)

148
checked on 26.12.2024

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.