- 186 -Weyde, Tillman: Lern- und wissensbasierte Analyse von Rhythmen 
  Erste Seite (i) Vorherige Seite (185)Nächste Seite (187) Letzte Seite (247)      Suchen  Nur aktuelle Seite durchsuchen Gesamtes Dokument durchsuchen     Aktuelle Seite drucken Hilfe 




Verbindung Gewicht


GInputGroupLength-GInputSegment 1.3001426746e-001
  
GInputGroupLength2-GInputGroupLength 5.8543726321e-001
  
GInputGroupLength3-GInputGroupLength 5.4140789997e-001
  
GInputGroupLength4-GInputGroupLength 5.5598852241e-001
  
GInputGroupDuration-GInputSegment 9.9773241278e-004
  
GInputGroupDuration04-GInputGroupDuration 4.5670419347e-001
  
GInputGroupDuration07-GInputGroupDuration 5.8960055757e-001
  
GInputGroupDuration12-GInputGroupDuration 4.8553795666e-001
  
GInputGroupDuration20-GInputGroupDuration 3.4534981332e-001



Tabelle 11.3: Gewichte für die subjektive Rhythmisierung nach dem Training.



FLN/FQS/SL FLN/CE/SIG Std/CE/SIG LN/FQS/SL





Interpretationsfehler Trainingsmenge (mind. 5)

6 von 32
(19%)
6 von 32
(19%)
8 von 32
(25%)
15 von 32
(47%)





Interpretationsfehler Testmenge (mind. 3)

6 von 32
(9%)
11 von 32
(34%)
7 von 32
(25%)
14 von 32
(44%)





Fehler auf relativen Beispielen

74 von 74
(100 %)
56 von 77
(72 %)
65 von 83
(78 %)
20 von 21
(95 %)






Tabelle 11.4: Fehler bei der Segmentierung nicht isochroner Sequenzen. FLN/FQS steht für das fuzzy-logische Netz aus Kapitel 9, Quadratsumme als Fehlermaß und semilineare Aktivierung des Komparatorneurons, FLN/CE steht für dasselbe Netz mit Cross-Entropie und sigmoider Aktivierung des Komparatorneurons, Std/CE/SIG für ein Neuronales Netz mit sigmoider Aktivierung ohne versteckte Schichten mit Cross-Entropie und LN/FQS/SL für ein lineares Netz mit semilinearer Aktivierungsfunktion mit Fehlerquadratsumme.


Erste Seite (i) Vorherige Seite (185)Nächste Seite (187) Letzte Seite (247)      Suchen  Nur aktuelle Seite durchsuchen Gesamtes Dokument durchsuchen     Aktuelle Seite drucken Hilfe 
- 186 -Weyde, Tillman: Lern- und wissensbasierte Analyse von Rhythmen