Skip to main content

Full text: 15: Wasserstandsvorhersage mittels neuronaler Netze

123 
zeitlichen Abschnitte der Lernphase zu demonstrieren. In den ersten Lernepochen der 
Lernphase ist eine starke Variabilität der Strukturen erkennen (demonstriert durch Lernepo 
chen 1 bis 4). "Das Netz ist noch auf der Suche nach der Struktur der Trainingsdaten". Im 
weiteren Verlauf der Lernphase ist eine Abschwächung dieser Variabilität zu erkennen 
(demonstriert durch Lernepochen 32 bis 35). Es deuten sich erste Anzeichen einer Struktur 
an. "Das Netz meint, eine Struktur gefunden zu haben, ist sich ihrer aber noch nicht ganz 
sicher". Im mittleren zeitlichen Abschnitt der Lernphase (demonstriert durch die Lernepo 
chen 46 bis 50) schließlich hat die Variabilität ganz nachgelassen. Die Struktur hat sich 
stabilisiert. D.h. die Strukturen der einzelnen Lernepochen unterscheiden sich in diesem Ab 
schnitt kaum noch voneinander. "Das Netz ist sich der gefundenen Struktur jetzt ganz sicher". 
In diesen mittleren Zeitabschnitt fallen der Zeitpunkt des Minimums des Validationsfehlers 
(Lernepoche 47) und der cut-off-Zeitpunkt (Lernepoche 49). Da sich die Strukturen zu den 
Lernepochen dieses Zeitabschnitts kaum noch voneinander unterscheiden, ist ein genauerer 
Zeitpunkt für den Abbruch der Lernphase als der, der durch das kombinierte Lernabbruch 
kriterium bedingt ist, nicht nötig. Somit sind die angedeuteten eventuellen zusätzlichen 
Abbruchkriterien nutzlos. Damit wurde der zweite der beiden weiteren Gründe, die zusätzli 
chen Abbruchkriterien nicht zu verwenden, aus einer Sequenz von U-Matrizen heraus 
abgeleitet. 
Mit Hilfe dieser Sequenz wird im folgenden zudem gezeigt, ob das kombinierte Lern 
abbruchkriterium mit dem Vorgang der Selbstorganisation konform ist. Dazu muß der weitere 
Verlauf der Lernphase (demonstriert durch Lernepochen 59 bis 62 in Abb.5.2) betrachtet 
werden. Es beginnt ein neues Verhalten der Netze, auf das bereits Halmans hingewiesen hat 
[Halmans 91]. Die gefundene Struktur beginnt, sich zu überhöhen und aufzusteilen. Die 
bisher mäßig gewellte Struktur beginnt, schroffer zu werden. "Berge" werden höher und 
"Täler" tiefer. Am steilsten ist die Struktur am Ende der Lernphase (demonstriert durch 
Lernepoche 100). 
Das neue Verhalten der Aufsteilung ist ein Hinweis auf das Auswendiglernen der Netze 
[Halmans 91]. Da das Auswendiglernen vermieden werden soll, muß ein Abbruch der 
Lernphase in demjenigen Zeitabschnitt stattfinden, der dem Abschnitt des Auswendiglernens 
direkt vorangeht, nämlich in dem mittleren Zeitabschnitt. In diesen Abschnitt fallen die 
beiden Zeitpunkte des kombinierten Lernabbruchkriteriums (der des Minimums und der des 
cut-offs). Somit kann für den betrachteten Fall nachgewiesen werden, daß das Lernabbruch 
kriterium mit dem Vorgang der Selbstorganisation konform ist. Da das kombinierte Lern 
abbruchkriterium für jeden Fall anwendbar ist, ist diese Konformität folglich auch in allen 
anderen Fällen gegeben. Durch diese Konformität mit dem Vorgang der Selbstorganisation 
wird bestätigt, daß das kombinierte Lernabbruchkriterium auf einen guten Generalisierungs 
punkt hindeutet. 
5.1.4. Validation durch Analyse der Merkmalskarte 
Im vorangegangenen Abschnitt wurde eine Sequenz von U-Matrizen gezeigt, in der sich 
allmählich eine verhältnismäßig einfache Struktur herausbildet: Ein "Berg" in der Mitte der 
U-Matrizen. Die Sequenz in Abb.5.2 wurde so gewählt, daß sie zu den Lernkurven in 
Abb.5.1 paßt. Diese Lernkurven wurden mit Hilfe eines Kohonen-Netzes auf Basis eines 
univariaten klassifizierenden Zeitmusters berechnet. Statt des Staus bei Cuxhaven wurden 
aber Messungen des Pegels selbst, ohne daß die Gezeitenvorausberechnungen vorher sub 
trahiert wurden, von diesem Netz angelernt. Bedingt durch die Dominanz der M 2 -Tide 
gehorchen die Pegelmessungen in erster Näherung einem linearen Prozeß. Durch die daher
	        
Waiting...

Note to user

Dear user,

In response to current developments in the web technology used by the Goobi viewer, the software no longer supports your browser.

Please use one of the following browsers to display this page correctly.

Thank you.