einzubringen, kann das Netz mit weniger Verbindungen auskommen. Dadurch und durch den reduzierten Wertebereich der Gewichte ist es weniger flexibel und daher robust gegen Rauschen in den Daten. Es hat sich gezeigt, daß das entwickelte Modell auf der Basis von eingebrachtem Wissen und Lernen aus Daten in den meisten Fällen eine musikalisch angemessene rhythmische Analyse leistet und deshalb vielseitig eingesetzt werden kann.

In der Einleitung dieser Arbeit wurden drei Fragen formuliert, und zwar nach der Möglichkeit und Beschaffenheit des Modells, der wahrnehmungsmäßigen und kognitiven Plausibilität sowie nach dem Lernverfahren und seiner inhaltlichen Interpretierbarkeit. Diese Fragen können nun aufgrund der recherchierten Ergebnisse sowie der Entwicklung und Auswertung des Integrierten Segmentierungs- und Ähnlichkeits-Modells(ISSM) beantworten werden.

13.1.1.  Modellbildung

Die Frage nach der Möglichkeit eines integrierten Modells für die motivische Analyse von Rhythmen kann positiv beantwortet werden. Die Voraussetzungen und die Entwicklung eines solchen Modells wurden in den beiden Hauptteilen dieser Arbeit dargestellt. Zusammenfassend kann man sagen, daß die Repräsentation der motivischen Struktur durch strukturelle Interpretationen die Grundlage des Analysemodells bilden. Die darauf beruhende Berechnung musikalisch relevanter Merkmale ist die Voraussetzung für die erfolgreiche Anwendung des neuronalen Netzes. Hier geht bereits musikalisches Expertenwissen in Form der Fuzzy-Regeln ein, aus denen sich die Struktur des fuzzy-logischen neuronalen Netzes ergibt. Die Ergebnisse der Versuche haben gezeigt, daß dieses Modell sich für verschiedene Anwendungen erfolgreich einsetzen läßt.

Das ISSM realisiert in der jetzigen Implementation die Modi ›Segmentierung‹, ›motivische Ähnlichkeit / Klassifikation‹, ›Vergleich‹ und ›motivische Analyse‹, wobei dasselbe Netz für alle Modi verwendet werden kann. Das ISSM kann in verschiedenen Bereichen der Musikpädagogik, Musikwissenschaft und Musikpraxis eingesetzt werden. Das wesentliche Problem bei der Anwendung liegt darin, eine ausreichende Effizienz der Berechnung zu erzielen. Zu diesem Zweck wurden Methoden der Vorfilterung und der Branch-and-Bound Optimierung entwickelt, die die Effizienz deutlich steigern. Die so erreichte Verarbeitungsgeschwindigkeit reicht bei kurzen Beispielen auf einem handelsüblichen PC für echtzeitnahe Verarbeitung aus und kann durch eine dynamische Komponente auch auf längere Beispiele ausgeweitet werden.

13.1.2.  Wahrnehmung und Kognition

Zur Frage der Wahrnehmung und Kognition muß man festhalten, daß das ISSM kein neurophysiologisches sondern ein funktionales Modell ist. Der Aufbau der Interpretationen ist aber wahrnehmungsmäßig und kognitiv plausibel, und die Filterregeln dienen neben erhöhter Effizienz auch der Realisierung von Randbedingungen der Wahrnehmung. Die Gestaltung der Merkmalsberechnungen und die Definition der