Sprachliche Mensch-Maschine-Kommunikation

o1 . . . oj . . .
vt1 . . . vti . . . vtd
Abb. 22.3. LVQ-Algorithmus als Neuronales Netz
ok
22.2 Architekturen 377
basierende Erkenner verwendet, bei denen die Emissionswahrscheinlichkeiten
mit Hilfe eines LVQ-Netzes für jedes von drei Segmenten eines Phonems
berechnet wurden. Die sprecherabhängigen Erkennungsraten lagen auf
dem damaligen ” Conference Registration“ Benchmark in vergleichbaren
Regionen wie die von auf Gauß-Mischverteilungen basierenden Erkennern.
Bei sprecherunabhängiger Erkennung waren die Ergebnisse deutlich besser
als mit vergleichbaren auf LPNNs basierenden Erkennern, jedoch konnten sie
nicht an die von kontextabhängigen Gauß-Mischverteilungen heranreichen.
22.2.4 Kohonens selbstorganisierende Karten
Betrachtet man Sprachsignale aber auch andere Mustererkennungsaufgaben,
so stellt man sich bald die Frage, wie man am geeignetsten den oft sehr
hochdimensionalen Merkmalsraum umgestalten kann, ja sogar die Frage, wie
hochdimensional der Merkmalsraum ” in Wirklichkeit“ ist, bzw. auf einen
wie kleindimensionalen Raum man ihn schrumpfen lassen könnte. Nun sind
rohe diskrete Sprachsignale per se eindimensional, allerdings werden einzelne
Abtastwerte daraus nie für die Erkennung direkt verwendet. Kohonens selbst
organisierende Karten (engl. Kohonen maps oder Kononen’s self organizing
maps) sind neuronale Netze, die zum Ziel haben, einen hochdimensionalen
Merkmalsraum so auf einen niedrigdimensionalen abzubilden, daß durch
die Abbildung sowohl eine Klassifikation durchgeführt wird, als auch daß
eine Ähnlichkeits- bzw. Nachbarschaftsbeziehung im Ursprungsraum auf
eine Nachbarschaftsbeziehung im Zielraum abgebildet wird. Das heißt, daß
tendenziell für drei Punkte X1, X2, X3 mit |X1 − X2| < |X1 − X3| nach der
Abbildung f auf den Zielraum gilt |f(X1) − f(X2)| < |f(X1) − f(X3)|. Dies
kann per definitionem nicht grundsätzlich in jedem Fall erreicht werden.
Wenn man aber davon ausgeht, daß der Ursprungsraum nicht gleichförmig
gefüllt ist, sondern die Daten darin eine gewisse Struktur haben, und daß die
Dimensionalität des Zielraumes nicht zu niedrig ist, so kann ein relativ großer
Anteil der Nachbarschaftsbeziehung durch die Abbildung aufrechterhalten
wij