seiner Motivgrenzen, aber auch eine Interpretation als Ganzes, etwa ob die Reihenfolge der Motive erhalten bleibt. Vorwissen und Lernen aus DatenFür die Bewertung von Interpretationen wird ein Neuro-Fuzzy-System verwendet, das sich flexibel anpassen läßt. Durch die Verwendung einer abstrakten Repräsentation, die auf musiktheoretisch und musikpsychologisch motivierten Merkmalen der Interpretation operiert, kann man die Nachteile der topologischen und dynamischen Repräsentation der Noten vermeiden. Der Formalismus der Fuzzy-Logik ermöglicht es, Zusammenhänge in einer Weise darzustellen, die der natürlichsprachlichen Formulierung nahe kommt. Man kann Regeln für die Bewertung aufstellen, die die Beziehung von Merkmalen zur Teil- und Gesamtbewertung darstellen. Neben dem Einbringen von Wissen in Form von Regeln ist es auch sinnvoll, Parameter anhand von Beispielen zu optimieren. Als Beispiele sollen die Interpretationen von Experten dienen, z.B. musikalische Interpretationen von Eingaben durch einen Musiklehrer oder Musikwissenschaftler. Dazu wird das Neuro-Fuzzy-System als Neuronales Netz trainiert.
EffizienzEin wesentliches Problem des Ansatzes der Generierung und Bewertung von Interpretationen ist die Komplexität der Berechnung. Auch mit den bereits dargestellten Begrenzungen steigt die Anzahl der möglichen Interpretationen mit der Länge der Sequenzen stark an. Für die Anwendbarkeit des Systems ist es wichtig, dieses |
