Friday, May 15, 2015

Creative Evolutionary Systems






Creative Evolutionary Systems
Buku ini  diterbitkan Tahun 2002  oleh  Academic Press, USA adalah buku edisi Pertama.


Judul:  Creative Evolutionary Systems
Oleh:  Peter J. Bentley, et al (Editor).
Penerbit:   Academic Press, USA
Tahun: 2002
Jumlah Halaman: 609  hal.

Editor:
Peter J. Bentley adalah Anggota Kehormatan Research Fellow di UCL, yang dikenal untuk penelitian produktif mencakup semua aspek EC, termasuk optimasi multiobjective, penanganan kendala, sistem kekebalan tubuh buatan, embriologi komputasi, dan banyak lagi, dan diterapkan untuk aplikasi yang beragam termasuk lantai-perencanaan, pengendalian, deteksi penipuan, dan Komposisi musik. Dia berbicara secara teratur pada konferensi internasional dan konsultan, Convenor, kursi, dan resensi untuk lokakarya, konferensi, jurnal, dan buku-buku tentang desain evolusioner dan perhitungan evolusi. Dia editor tamu istimewa dalam masalah pada desain evolusioner dan sistem evolusi kreatif dalam jurnal dan adalah editor dari buku Evolutionary Desain oleh Komputer (kata pengantar oleh Richard Dawkins) dan penulis buku populer ilmu Digital Biologi.
David W. Corne kuliah dan berkonsultasi di EC di University of Reading. Penelitian awal pada penjadwalan evolusi (dengan Peter Ross) mengakibatkan pertama yang tersedia secara bebas dan Program penjadwalan umum untuk pendidikan dan lainnya sukses EC berbasis lembaga. Kemudian kerja  EC telah di  tambah protein, penelitian genom manusia, kedokteran, penjadwalan, desain tata letak, telekomunikasi, data mining, algoritma masalah perbandingan, optimasi multiobjective, dan lain-lain. Dia adalah associate editor dari [EEE Transaksi di Evolutionary Computation, seorang salah seorang editor pendiri Journal Penjadwalan, di Dewan Ulasan Intelijen Terapan, dan ia muncul di sejumlah komite program konferensi internasional. Buku yang diedit baru lainnya termasuk Ide Baru di Optimisation (dengan Marco Dorigo dan Fred Glover) dan Telekomunikasi Optimisation: heuristik dan Adaptive Teknik (dengan Martin Oates dan George Smith).

Lingkup Pembahasan:
Buku ini memiliki lima bagian utama, dimaksudkan untuk mencakup aspek-aspek utama sistem evolusi yang kreatif. Bagian pertama, "Kreativitas Evolusioner," menjelaskan dan mengeksplorasi hubungan antara kreativitas dan evolusi. Tema yang dibahas dalam bab-bab ini termasuk apa kreativitas (atau tidak), hubungan antara evolusi dan kreativitas, apakah evolusi dapat atau tidak meningkatkan kreativitas seniman, dan isu-isu terkait. Setiap bab mengeksplorasi tema-tema ini dari sudut pandang yang berbeda, mulai dari budaya ke teknis.
Bagian kedua, "Evolusi Musik," memberikan contoh bagaimana sistem evolusi yang digunakan, sering bekerja sama dengan manusia, untuk menghasilkan suara Novel, menyertai, atau komposisi singkat. Salah satu bab membahas tentang kekhawatiran sistem yang menyertai konser jazz live secara real time, dan yang merupakan bintang media musik diterbitkan. Lain dari bab ini di bagian ini menggambarkan sistem evolusi interaktif yang dapat digunakan sebagai bentuk baru alat musik. Bab-bab lain mengeksplorasi konsep evolusi dengan penciptaan bentuk-bentuk baru dari musik dengan cara baru.
Bagian ketiga, "Creative Evolusioner Desain," menyediakan link ke Buku Evolusi Desain oleh Komputer. Bagian ini mengeksplorasi kemampuan evolusi untuk membantu desainer dengan menghasilkan novel dan solusi desain "kreatif". Itu Bab pertama, ditulis oleh seorang arsitek perintis, berpendapat kuat untuk kasus sistem evolusi dalam desain. Bab berikutnya mengeksplorasi subjek menggunakan GP untuk memberikan hasil manusia-kompetitif melalui desain sirkuit analog baru. Ketiga Bab menyelidiki penggunaan sistem Lindenmeyer dengan GP untuk berkembang berguna dan bentuk arsitektur baru. Bab terakhir dari bagian ini menunjukkan bagaimana evolusi dapat digunakan dalam sebuah Alat Cerdas Genetik Desain, memungkinkan desainer untuk mengeksplorasi solusi baru dan kreatif untuk masalah teknik desain.
Bagian Empat Sisi artistik sistem evolusi kreatif, "Seni Evolusioner." Pada bagian ini, Steven Rooke --- salah satu yang paling dikenal saat ini "Seniman evolusi" --- menjelaskan dan menggambarkan bagaimana ia telah menggunakan GP untuk berevolusi seni beberapa potongan menakjubkan. Bab berikutnya, oleh penulis terkenal Artificial Painter, fokus pada seni evolusi apa yang berarti untuk seni dan artis. Bab ketiga, oleh seniman dan penulis Paul Brown, menjelaskan motivasinya sendiri dan inspirasi saat ia menggunakan metode seperti selular automata untuk mengerjakan pekerjaannya. Berikutnya, aplikasi yang sangat praktis untuk metode yang digunakan dalam seni evolusi diperiksa: evolusi kolaboratif wajah fotorealistik. Bab terakhir di bagian ini menjelaskan kolaboratif sistem seni evolusi untuk menghasilkan pekerjaan di gaya Mondrian dan Escher; karya-karya sistem "Escher Evolver" sistem dijelaskan di sini dipamerkan sebagai bagian dari pameran Escher di Museum Kota, Den Haag, pada saat penulisan.
Kelima dan terakhir bagian, "Evolusi Inovasi," meneliti lebih lanjut aplikasi di mana sistem evolusi telah digunakan untuk menghasilkan novel dan hasil yang mengejutkan. Bab sini menggambarkan evolusi jenis baru rangkaian listrik, Novel manuver penerbangan pesawat, antena baru yang aneh untuk diandalkan penerimaan elektromagnetik, terkait kontrol dan morfologi untuk robot dan perangkat fisik lainnya, dan obat-obatan baru dengan aktivitas biologis yang bermanfaat.

Daftar Isi:


Foreword  v
By Margaret Boden
Contributors  xxiii
Preface   xxvii
An Introduction to Creative Evolutionary Systems    1
By PeterJ. Bentley and David W. Corne
Introduction 1
AI and Creativity 2
Evolutionary Computation 4
Creative Evolutionary Systems 36
Is Evolution Creative? 55

PART I Evolutionary Creativity   77
1     Creativity in Evolution" Individuals, Interactions, and  Environments   79

       By Tim Taylor   79
    1     Introduction 79
    1.2    Creativity and Opened-Ended Evolution 79
    1.3    Design Issues 82

            1.3.1 Von Neumann's Architecture for Self-Reproduction 82
            1.3.2 Tierra 84
            1.3.3 Implicit versus Explicit Encoding 87
            1.3.4 Ability to Perform Other Tasks 91
            1.3.5 Embeddedness in the Arena of Competition and Richness of Interactions 93
            1.3.6 Materiality 98
    1.4     A Full Specification For An Open-Ended Evolutionary Process 100
            1.4.1 Waddington's Paradigm for an Evolutionary Process 101
    1.5     Conclusions 104
2     Recognizability of the Idea" The Evolutionary Process of Argenia 109
       By Celestino Soddu
       2.1    Introduction 1092.1
       2.2    Recognizability, Identity, and Complexity 110
       2.3    Evolutionary Codes: Artificial DNA 111
       2.4    Natural/Artificial Complexity 112
       2.5    Giotto, a Medieval Idea in Evolution 114
       2.6    Rome, Future Scenarios 116
       2.7    Basilica, Generative Software to Design Complexity 116
       2.8    Madrid and Milan, Generated Architecture 119
       2.9    Argenia, the Natural Industrial Object, and the Artificial Uniqueness of 

                Species 121     
      2.10   Argenic Art: Picasso  123
      2.11   Conclusions 125

     References 127
3     Breeding Aesthetic Objects" Art and Artificial  Evolution   129
       By Mitchell Whitelaw
       3.1     Introduction 129
       3.2     Breeding Aesthetic Objects 130

                 3.2.1 A Case StudymSteven Rooke 131
       3.3     Breeding and Creation 133
                 3.3.1 Creative Agency and the Breeding Process 134
                 3.3.2 The Evolved Aesthetic Object 136
       3.4     Limits 137
       3.5     Driessens and Verstappenman Alternative Approach   139
       3.6     Conclusions 144
4     The Beer Can Theory of Creativity   147
       By Liane Gabora
       4.1     Introduction 147
       4.2     Culture as an Evolutionary Process 148

                 4.2.1 Variation and Convergence in Biology and Culture 148
                 4.2.2 Is More Than One Mind Necessary for Ideas to Evolve? 150
                 4.2.3 Meme and Variations: A Computer Model of Cultural Evolution
                 4.2.4 Breadth-First versus Depth-First Exploration 152
                 4.2.5 Dampening Arbitrary Associations and Forging Meaningful Ones
       4.3     Creativity as the Origin of Culture 154
                 4.3.1 Theoretical Evidence 155
                 4.3.2 Archeological Evidence 155
                 4.3.3 Evidence from Animal Behavior 156
       4.4     What Caused the Onset of Creativity?    156
       4.5     Conclusions 158

       Acknowledgments    159
       References 159

PART II Evolutionary Music 163
5     Gen]am" Evolution of a Jazz Improviser    165

       By John A. Biles
       5.1     Introduction 165
       5.2     Overview and Architecture 166
       5.3     Representations 168
       5.4     Genetic Operators and Training    172

                 5.4.1 Crossover 173
                 5.4.2 Musically Meaningful Mutation    175
      5.5     Real-Time Interaction 179
      5.6     Conclusions 184

      References 186
6    On the Origins and Evolution of Music in Virtual Worlds   189
      By Eduardo Reck Miranda
      6.1     Introduction 189
      6.2     Evolutionary Modeling 190

                6.2.1 Transformation and Selection 191
                6.2.2 Coevolution 192
                6.2.3 Self-organization 192
                6.2.4 Level Formation 194
       6.3    Evolving Sound with Cellular Automata 194
                6.3.1 The Basics of Cellular Automata 195
                6.3.2 The Cellular Automaton Used in Our System 196
                6.3.3 The Synthesis Engine 199
       6.4     Commentary on the Results 201
       6.5     Conclusions 202

       Acknowledgments   202
       References 203
7    Vox Populi" Evolutionary Computation for Music  Evolution   205
       By Artemis Moroni, J6natas Manzolli, Fernando Von Zuben, and Ricardo Gudwin
       7.1      Introduction 206
       7.2      Sound Attributes 208
       7.3      Evolutionary Musical Cycle 208

                 7.3.1 The Voices Population 209
                 7.3.2 The Rhythm of the Evolution 210
       7.4      Fitness Evaluation 211
                  7.4.1 The Consonance Criterion 212
                  7.4.2 Melodic Fitness 214
                  7.4.3 Harmonic Fitness 214
                  7.4.4 Voice Range Criterion 215
                  7.4.5 Musical Fitness 215
       7.5     Interface and Parameter Control    216
       7.6     Experiments   218
       7.7     Conclusions    219

       Acknowledgments   220
       References 220
8     The Sound Gallery---An Interactive A-Life Artwork    223
       By Sam Woolf and Adrian Thompson
        8.1     Introduction 223
        8.2     Evolvable Hardware 224

                  8.2.1 ReconfigurableChips 227
        8.3    Gallery Setup 228
                 8.3.1 Setting 228
                 8.3.2 Sensing Systems 230
        8.4    Contextualization: Artificial Life and Art 231
                 8.4.1 Evolutionary Algorithms and Visual Arts 231
                 8.4.2 Evolutionary Algorithms and Music 232
                 8.4.3 Interactive Genetic Art 234
                 8.4.4 Interactive, Adaptive, and Autonomous (Nongenetic) Artworks 235
       8.5    The Sound Gallery Algorithms 237
                 8.5.1 Two-Phase Hill-Climbing/Island Model GA 238
                 8.5.2 Hill-Climbing Phase 238
                 8.5.3 Island Model Genetic Algorithm Phase 239
                 8.5.4 The Need for Aging 239
                 8.5.5 Encoding Scheme 240
                 8.5.6 The Fitness Function 241
                 8.5.7 galSim 242
       8.6     The Experiment 242
                  8.6.1 Results 244
       8.7     Conclusions 247
       Acknowledgments 248
       References 248

PART III Creative Evolutionary Design 251
9     Creative Design and the Generative Evolutionary  Paradigm    253

       By John Frazer
       9.1    Introduction 253
       9.2    The Adaptive Model from Nature 255
       9.3    The Generative Evolutionary Paradigm 255
       9.4    Problems with the Paradigm 257
       9.5    Concept Seeding Approach 259
       9.6    The Reptile Demonstration 260
       9.7    Universal State Space Modeler 264
       9.8    Logic Fields 266
       9.9    Returning to the Analogy with Nature 269
       9.10  Conclusions 271

       References 273
10   Genetic Programming" Biologically Inspired Computation That Exhibits Creativity in
       Producing Human-Competitive Results    275
       By John R~ Koza, Forrest H. Bennett III, David Andre, and Martin A. Keane
       10.1    Introduction 275
       10.2    Inventiveness and Creativity 276
       10.3    Genetic Programming 280
       10.4    Applying Genetic Programming to Circuit Synthesis   283
                  10.4.1 Campbell 1917 Ladder Filter Patent 285
                  10.4.2 Zobel 1925 "M-Derived Half Section" Patent 286
                  10.4.3 Cauer 1934-1936 Elliptic Filter Patents 287
                  10.4.4 Amplifier, Computational, Temperature-Sensing, Voltage Reference, and
                             Other   Circuits 288
       10.5    Topology, Sizing, Placement, and Routing of Circuits 289
       10.6    Automatic Synthesis of Controllers by Means of Genetic Programming 290
                  10.6.1 Robust Controller for a Two-Lag Plant 292
                  10.7 The Illogical Nature of Creativity and Evolution 294
                  10.8 Conclusions 296
                  References 296
11  Toward a Symbiotic Coevolutionary Approach to  Architecture  299
      By Helen Jackson
      11.1    Introduction 299
      11.2    Lindemnayer Systems 299
                11.2.1 Example L-Systems 300
                11.2.2 The Isospatial Grid 302
                11.2.3 Spatial Embryology 302
      11.3    Artificial Selection 302
                11.3.1 The Eyeball Test 304
      11.4    Single-Goal Evolution 305
                11.4.1 "Generic Function" as Fitness Function 306
                11.4.2 Evolution toward Low i-Values 307
                11.4.3 Structural Stability 307
                11.4.4 Architecture as a Multigoal Task 307
                11.4.5 Dual-Goal Evolution 309
      11.5    Representation, Systems, and Symbiosis 309
                11.5.1 Coevolution 310
                11.5.2 Naive Architectural Form Representation 310
                11.5.3 Spatial Embryology 311
      11.6    Conclusions 311
      Acknowledgments 312
      References 312
12  Using Evolutionary Algorithms to Aid Designers of  Architectural Structures  315
      By Peter von Buelow
      12.1   Introduction 315
      12.2   Analysis Tools vs. Design Tools 316
      12.3   Advantages of Evolutionary Systems in Design 317
                12.3.1 Use of Populations 317
                12.3.2 Recombination and Mutation 318
                12.3.3 Wide Search of Design Space 318
                12.3.4 No Knowledge of the Objective Function 319
                12.3.5 Imitation of Human Design Process 319
                12.3.6 Can Learn from Designer 319
      12.4   Characteristics o f an IGDT 320
                12.4.1 Definition of the IGDT Concept 320
                12.4.2 Relation of IGDT to Design Process 322
      12.5   Mechanics of an IGDT 323
      12.6   IGDT Operation 328
                12.6.1 Problem Definition 328
                12.6.2 Initial IGDT Generation 329
                12.6.3 Initial Generation with Designer Selection/Interaction 330
                12.6.4 Second-Generation IGDT Response 331
                12.6.5 Second-Generation Designer Interaction 332
                12.6.6 Third Generation 332
      12.7   Conclusions 335
      Acknowledgments   335
      References 335

PART IV Evolutionary Art 337
13  Eons of Genetically Evolved Algorithmic Images   339
      By Steven Rooke
      13.1    Introduction 339
      13.2    Using GP for Art 339
                13.2.1 Genetic Variation 340
                13.2.2 Genetic Library 344
                13.2.3 Functions and Node Internals 347
                13.2.4 A Typical Run 348
      13.3   Horizon Lines and Fantasy Landscapes 351
      13.4   Genetic Fractals 351
                13.4.1 Second-Order Subtleties of Orbit Trajectories during Iteration in the Complex
                           Plane 358
      13.5   The Genetic Cross Dissolve 358
      13.6   What Is It? 360
                13.6.1 Constraints of Color and Form 361
                13.6.2 A Joyride for the Visual Cortex? 363
                13.6.3 Approaching the Organic 364
      13.7   Conclusions 364
      References 365
14  Art, Robots, and Evolution as a Tool for Creativity    367
      By Luigi Pagliarini and Henrik Hautop Lund
      14.1   Introduction 367
      14.2   The Social Context of Electronics 368
                14.2.1 Where Electronics Acts 368
                14.2.2 How Technology Influences Art (the world) 369
                14.2.3 How Technology Gets Feedback (from Art and the World)   370
      14.3   What Artist? 370
                14.3.1 Two Different Concepts or Aspects of the Artist 370
                14.3.2 Art and Human Language: The "Immaterial" Artist 371
                14.3.3 Art and Human Technique: The "Material" Artist 371
      14.4   Electronic Art 372
                14.4.1 A New Electronic Space 373
                14.4.2 The "Material" Electronic Artist 373
                14.4.3 The "Immaterial" Artist and the Uses of Electronics 374
                14.4.4 Example--The Artificial Painter 375
      14.5   Alive Art 379
                14.5.1 Other Artistic Movements Based on Electronics 379
                14.5.2 Alive Art 380
                14.5.3 The Aliver 381
                14.5.4 The "Alive Art Effect" 382
                14.5.5 Example--LEGO Robot Artists 383
      14.6   Conclusions 384
      References 384
15  Stepping Stones in the Mist   387
      By Paul Brown
      15.1   Introduction 387       
      15.2   On My Approach as an Artist--a Disclaimer    387
      15.3   Major Influences 389
      15.4   Historical Work--1960s and 1970s   392
      15.5   Early Computer Work 396
      15.6   Recent Work 402
      15.7   Current and Future Directions
      15.8   Conclusions 405
      Acknowledgments 406
      References 407
16  Evolutionary Generation of Faces   409
      By PeterJ. B. Hancock and Charlie D. Frowd
     16.1    Introduction 409
                16.1.1 Eigenfaces 409
                16.1.2 Evolutionary Face Generator System 412
     16.2   Testing 415
               16.2.1 Apparatus 415
               16.2.2 Generation of Face Images 415
               16.2.3 Evolutionary Algorithm 416
               16.2.4 Participants 417
     16.3   Results 417
     16.4   Discussion 421
     16.5   Conclusions 422
     Acknowledgments 423
     References 423
17 The Escher Evolver: Evolution to the People    425
      By A. E. Eiben, K Nabuurs, and I. Booij
     17.1   Introduction 425
     17.2   The Mathematical System behind Escher's Tiling 427
     17.3   Evolutionary Algorithm Design 428
               17.3.1 Representation 429
               17.3.2 Ground Shape and Transformation System 429
               17.3.3 Genetic Operators: Mutation and Crossover 432
               17.3.4 Selection Mechanism 433
     17.4   Implementation and the Working of the System
               17.4.1 Stand-Alone Version 434
               17.4.2 First Networked Version 434
               17.4.3 Second Networked Version 435
               17.5 Conclusions 437
     Acknowledgments    439
     References 439

PARTV Evolutionary Innovation 441
18 The Genetic Algorithm as a Discovery Engine" Strange Circuits and New Principles    443
     By Julian E Mill~, Tatiana Kalganova, DominicJob, and Natalia Lipnitskaya
     18.1   Introduction 443
     18.2   The Space of All Representations 445
     18.3   Evolutionary Algorithms that Assemble Electronic Circuits from a Collection of 
               Available  Components 447
               18.3.1 Binary Circuit Symbols 448
               18.3.2 Multiple-Valued Circuits 449
    18. 4   Results 450
              18.4.1 One-Bit Adder 450
              18.4.2 Two-Bit Adder 452
              18.4.3 Two-Bit Multiplier 454
              18.4.4 Three-Bit Multiplier 457
              18.4.5 Multiple-Valued One-Digit Adder with Carry 459
     18.5   Fingerprinting and Principle Extraction 462
     18.6   Conclusions
     References 465

19 Discovering Novel Fighter Combat Maneuvers" Simulating Test Pilot Creativity  467
     By R. E. Smith, B. A. Dike, B. Ravichandran, A. E1-Fallah, and R. K. Mehra
     19.1   Introduction 467
     19.2   Fighter Aircraft Maneuvering 469
     19.3   Genetics-Based Machine Learning 471
              19.3.1 Learning Classifier Systems 472
              19.3.2 The LCS Used Here 473
     19.4   "One-Sided Learning" Results 479
     19.5   "Two-Sided Learning" Results 480
     19.6   Differences in Goals and Techniques   382
              19.6.1 Implications of This Goal 483
     19.7  Conclusions 483
     Acknowledgments 485
     References 485
20 Innovative Antenna Design Using Genetic Algorithms 487
     By Derek S. Linden
     20.1   Introduction 487
     20.2   Antenna Basics 489
     20.3   Conventional Designs and Unconventional Applications: The Yagi-Uda Antenna 493
     20.4   Unconventional Designs and Conventional Applications: Crooked-Wire And 
               Treelike Genetic Antennas 500
               20.4.1 The Crooked-Wire Genetic Antenna 501
               20.4.2 Treelike Genetic Antennas 506
     20.5   Conclusions 509
     References 510
21 Evolutionary Techniques in Physical Robotics   551
     By Jordan B. Pollack, Hod Lipson, Sevan Ficici, Pablo Funes, Greg Hornby, and Richard A.  
     Watson
    21.1   Introduction 511
    21.2   Coevolution 512
    21.3   Research Thrusts 513
    21.4   Evolution in Simulation 514
    21.5   Buildable Simulation 515
    21.6   Evolution and Construction of Electromechanical Systems  517
    21.7   Embodied Evolution 518
    21.8   Conclusions 519
    Acknowledgments   520
    References 520
22 Patenting Evolved Bactericidal Peptides  525
    By Shail Patel, Ian Stott, Manmohan Bhakoo, and Peter Elliott
    22.1    Introduction 525
    22.2    Design Cycle 526
    22.3    Hypothesis: Mechanism of Action 528
    33.4    Experimental Measures and Modeling Techniques 529
               22.4.1 Molecular Modeling 531
               22.4.2 Neural Networks 534
    22.5    Evolution 536
    22.6    Patent Application 537
               22.6.1 Comparing Patent Spaces 539
               22.7  Conclusions 542
References   543
Inde Index 547
The color plate section lies between pages 192 and 193.x 547


Interested?
Email: zanetapm@gmail.com







Creative Evolutionary Systems Rating: 4.5 Diposkan Oleh: Unknown

0 comments:

Post a Comment