seiner Motivgrenzen, aber auch eine Interpretation als Ganzes, etwa ob die Reihenfolge
der Motive erhalten bleibt.
Vorwissen und Lernen aus Daten
Für 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.
Effizienz
Ein 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