Evolutionäre Algorithmen (EA's) versprechen große Erfolge im Bereich der automatischen Musikgenerierung. Dieser Erfolg liegt nicht nur daran, dass Musik als Optimierungsproblem angesehen werden kann und EA's daher prädestiniert sind, sondern auch an der Tatsache, dass evolutionäre Prozesse ähnlich dem natürlichen, kreativen Schaffensprozess sind. Der Hauptschwerpunkt bei der automatischen Generierung von Musik liegt in der Implementierung einer Funktion, die die Güte der Ergebnisse evaluiert. Die vorliegende Arbeit setzt sich besonders mit automatischen und interaktiven Fitnessfunktionen auseinander und will zeigen, dass oft ein einfaches Regelwerk genügt um komplexe, kreative Systeme zu erstellen.

Autorentext

Harald Bittermann studierte an der Fachhochschule Hagenberg und befasste sich dort leidenschaftlich mit Themen wie Künstliche Intelligenz, heuristischen Optimierungsverfahren und Suchalgorithmen in Mehr-Spieler-Bäumen. Zur Zeit arbeitet er als Java-Entwickler, doch die Leidenschaft für theoretischere Themen hält an.

Klappentext

Evolutionäre Algorithmen (EA's) versprechen große Erfolge im Bereich der automatischen Musikgenerierung. Dieser Erfolg liegt nicht nur daran, dass Musik als Optimierungsproblem angesehen werden kann und EA's daher prädestiniert sind, sondern auch an der Tatsache, dass evolutionäre Prozesse ähnlich dem natürlichen, kreativen Schaffensprozess sind. Der Hauptschwerpunkt bei der automatischen Generierung von Musik liegt in der Implementierung einer Funktion, die die Güte der Ergebnisse evaluiert. Die vorliegende Arbeit setzt sich besonders mit automatischen und interaktiven Fitnessfunktionen auseinander und will zeigen, dass oft ein einfaches Regelwerk genügt um komplexe, kreative Systeme zu erstellen.