Op Art and More 

---

Die Präsentation auf dem Bildschirm beruht auf einer Auflösung von 800x800 Pixeln. Die original Druckvorlagen besitzen eine Auflösung von 6000x6000 Pixeln, so dass hochwertige Drucke in größeren Formaten erstellt werden können, die auch mehr Details enthalten.

Hinweis zur Darstellung und Berechnung der Fraktale und Grafiken:
Nach der Berechnung der Ergebnisse des Fraktals für jedes Pixel wurden in einem ersten Schritt Farbzuordnungen für jedes Pixel vorgenommen. In einem zweiten Schritt wurden mit einem einfachen, selbst konstruierten künstlichen ein-schichtgem rkurrenten neuronalen Netz linienförmige und flächige Symbole (z.B. Kreisflächen) als Superpositionen über das Fraktal projiziert. Bis zum Abschluss aller Projektionen des neuronalen Netzes können dabei mehrere Millionen Bildüberlagerungen gebildet werden, wodurch zunächst dunkle undurchsichtige Flächen entstehen. In einem dritten Schritt wurden die Bildüberlagerungen mit Transparenzregeln wieder ausgedünnt, so dass das Bild wieder auf erkennbare Strukturen reduziert wird. Bei dem gesamten Verarbeitungsprozess ist nicht vorhersehbar, wie das Endergebnis aussehen wird, so dass ein Teil der berechneten Bilder sich für eine Bildwiedergabe nicht eignet. Bei vielen Bildern müssen diese 3 Schritte mit unterschiedlichen Parametrisierungen sowie unterschiedlichen Überlagerungsformen (z.B. Quadrate oder Dreiecke) wiederholt werden, bis ein befriedigendes Ergebnis sichtbar werden. Das Ursprungsbild mit dem zuerst berechneten Fraktal ist dabei meistens nicht mehr erkennbar.

Durch einige dieser Bildbearbeitungseffekte können Bilder mit transluzenten Überlagerungen und Unschärfen entstehen.

Das bei einigen Bildern bei dem beschriebenen 2. Arbeitsschritt verwendete künstliche neuronale Netz basiert auf 6000x6000 (36 Mio.) künstlichen Neuronen, die untereinander vernetzt werden, so dass die Ergebnisse des Fraktals von dem Netz in vorgegebene einfache linienförmige oder flächige Objekte (z.B. Kreisflächen) überführt werden können. Diese vom Netz kreierten Objekte werden für alle Neuronen ermittelt und in dem Bild überlagert. Da eine vollständige Vernetzung mit allen Neuronen für handelsübliche Computer zu rechenintensiv ist, wird die Vernetzung der Neuronen zeilenweise vorgenommen. Aber auch durch diese Reduzierung der Vernetzung werden meistens mehrere Millionen Objekte pro Bild von dem Netz erzeugt, ehe alle Kombinationen dafür ermittelt wurden, die dann als Bild ausgegeben werden können. Durch diese extreme Anzahl von Objekten, aus denen sich das Bild schließlich zusammensetzt, erscheinen durch die hohe Dichte der grafischen Objekte teilweise auch bei Verwendung einfacher linienförmiger Objekte flächige Formen im Bild; die urspünglichen Objekte (z.B. Kreise) lassen sich aber meistens an einigen Stellen des Bildes weiterhin erkennen.

---

The on-screen presentation is based on a resolution of 800x800 pixels. The original print files have a resolution of 6000x6000 pixels, allowing for high-quality prints in larger formats, which also contain more details.

Note on calculating fractals and graphics:
After calculating the fractal results for each pixel, color assignments were made for every pixel in an initial step. In a second step, linear and planar symbols (e.g., circular areas) were projected as superpositions over the fractal using a simple, self-constructed artificial single-layer recurrent neural network. By the time the neural network completes all its projections, millions of image overlays may have been generated, initially resulting in dark, opaque areas. In a third step, these overlays were thinned out using transparency rules, thereby reducing the image back to recognizable structures. The final appearance of the image cannot be predicted during this entire processing sequence, meaning that some of the generated images are unsuitable for display. For many images, these three steps must be repeated—using different parameter settings and overlay shapes (such as squares or triangles)—until a satisfactory result emerges. The original image containing the initial fractal is usually no longer recognizable at this stage.

Some of these image-editing effects can produce images with translucent overlays and blur effects.

The artificial neural network used for some images in the described second step consists of 6,000 × 6,000 (36 million) interconnected artificial neurons; this configuration allows the network to transform fractal results into predefined, simple linear or planar objects (such as circular areas). The network generates these objects for all neurons and overlays them within the image. Since full interconnection of all neurons is too computationally intensive for standard computers, the neurons are interconnected row by row. Even with this reduced connectivity, however, the network typically generates several million objects per image—once all relevant combinations have been determined—before the final image can be rendered. Due to the sheer number of objects making up the final image, the high density of graphic elements can create the appearance of planar shapes, even when simple linear objects are used; nevertheless, the original objects (such as circles) usually remain discernible in certain parts of the image.