Fulltext available Open Access
License: 
Title: Data-driven generation of artworks
Language: German
Authors: Seegers, Jonas 
Keywords: generative Kunst; genetic programming; data-driven
Issue Date: 30-May-2018
Abstract: 
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
Institute: Department Informatik 
Type: Thesis
Thesis type: Bachelor Thesis
Advisor: Wendholt, Birgit 
Referee: Jenke, Philipp 
Appears in Collections:Theses

Files in This Item:
File Description SizeFormat
doc.pdf17.03 MBAdobe PDFView/Open
Show full item record

Page view(s)

193
checked on Apr 25, 2024

Download(s)

117
checked on Apr 25, 2024

Google ScholarTM

Check

HAW Katalog

Check

Note about this record


Items in REPOSIT are protected by copyright, with all rights reserved, unless otherwise indicated.