- 189 -Weyde, Tillman: Lern- und wissensbasierte Analyse von Rhythmen 
  Erste Seite (i) Vorherige Seite (188)Nächste Seite (190) Letzte Seite (247)      Suchen  Nur aktuelle Seite durchsuchen Gesamtes Dokument durchsuchen     Aktuelle Seite drucken Hilfe 

n1 und n3 über 2,5 oder unter 0,4 ergab, wurden nicht verwendet. Diese lassen sich nicht sinnvoll zuordnen, da in den Vorgaben nur Verhältnisse von 2 : 1 und 1 : 1 vorkommen. Die so erzeugten 23 Beispiele wurden zweimal verrauscht für eine Trainingsmenge und eine Testmenge. Die Interpretationen wurden von einer Versuchsperson vorgegeben.

Auf dieser Menge wurden das fuzzy-logische Netz, das lineare Netz und das Netz MLP4 aus Abschnitt 12.2 trainiert. Der Fehler auf der Trainingsmenge lag zwischen 4 und 13%, der Fehler auf der Testmenge lag zwischen 14 und 17%. Da Kategorisierung ohne motivischen Kontext wesentlich auf Grundschlag und Metrum beruht, können hier keine verwendbaren Ergebnisse erwartet werden. Eine Erklärung für die dennoch relativ guten Ergebnisse könnte wiederum sein, daß die kurzen Motive ohne metrischen Kontext und mit verrauschten Einsatzzeiten den Aufbau eines Metrums beim Hörer kaum unterstützen.

Für eine Erkennung von Motiven in einem größeren musikalischen Kontext ist jedoch eine Berücksichtigung des Metrums unbedingt nötig. Um die kategoriale Wahrnehmung rhythmischer Motive in längeren Stücken zu simulieren, fehlen noch weitere Komponenten wie etwa eine flexible Vorgabe von Motivklassen und ein dynamisches Zeitfenster. Prinzipiell scheint das ISSM als Grundlage für eine Motivklassifikation geeignet zu sein. Es handelte sich hier aber nur um einen ersten Test. Auf eine umfangreichere Untersuchung wurde verzichtet, da die benötigten Komponenten für praxisnahe Tests noch nicht entwickelt wurden.

11.2.3.  Vergleich

Der Anwendungsfall des Vergleichs rhythmischer Sequenzen verbindet, wie in den vorhergehenden Kapiteln bereits beschrieben wurde, die Segmentierung und die Ähnlichkeitsanalyse zur Interpretation einer Eingabesequenz in Bezug auf eine Vorgabesequenz. Für die paradigmatische Analyse kann eine Kopie der Eingabe als Vorgabe verwendet werden, was in Abschnitt 11.2.4 behandelt wird. Der Vergleich von Sequenzen ist bei der Erkennung und Analyse von Benutzereingaben, der Analyse von Interpretationen, Variationen und Improvisationen sowie der inhaltsbasierten Suche im Internet oder in Datenbanken von Bedeutung. Beim Vergleich von Sequenzen können verschiedene Typen von Abweichungen vorkommen. In einer pädagogischen Anwendung können dies die Fehler des Benutzers beim Spiel nach Noten, nach Gehör oder aus dem Gedächtnis sein, in einer musikwissenschaftlichen Anwendung kann es sich um die Unterschiede zweier Interpretationen eines Stücks oder zweier Stücke handeln.

Ansatz

Dazu wurden verschiedene Beispiele erstellt, mit denen das ISSM getestet wurde. Diese Beispiele enthalten strukturelle Abweichungen, wie fehlende und hinzugefügte Noten, zusätzliche Wiederholungen von Motiven, fehlende Motive, veränderte Reihenfolge von Motiven sowie graduelle Abweichungen, d.h. veränderte Dauern, Einsatzzeiten und Intensitäten. Die Interpretationen wurden von Mitarbeitern und Studenten des Fachgebiets Musik vorgenommen und beruhen auf ihrer musikalischen


Erste Seite (i) Vorherige Seite (188)Nächste Seite (190) Letzte Seite (247)      Suchen  Nur aktuelle Seite durchsuchen Gesamtes Dokument durchsuchen     Aktuelle Seite drucken Hilfe 
- 189 -Weyde, Tillman: Lern- und wissensbasierte Analyse von Rhythmen