Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
sich auf den betrachteten Zeiträumen weitgehend deterministisch. Je kleiner die Strukturen sind,<br />
desto leichter zerfallen sie (siehe Abschnitt 3.2.1). So ergibt sich, abhängig vom Vorhersagezeitraum,<br />
eine Grenze für die Anzahl der Moden, oberhalb der eine weitere Erhöhung der Anzahl<br />
der Moden nicht mehr zu einer Verbesserung führt. Die durch die hohen Moden beschriebenen<br />
Strukturen sind nicht vorhersagbar und können deshalb bei der Vorhersage vernachlässigt werden.<br />
Für den Vorhersagezeitraum 30 Minuten verbessert sich für die integrierte Testmenge die Vorhersagequalität<br />
bis zu etwa 100 Moden. Bei Vorhersagen für 2 Stunden ist der nicht deterministisch<br />
beschreibbare Anteil deutlich größer, und es genügt, 10 bis 20 Moden zu berücksichtigen.<br />
30<br />
25<br />
Vorhersagezeitraum 30 Minuten<br />
test ∉ train<br />
test ∈ train<br />
PCA Original<br />
Persistenz<br />
50<br />
45<br />
40<br />
Vorhersagezeitraum 2 Stunden<br />
test ∉ train<br />
test ∈ train<br />
PCA Original<br />
Persistenz<br />
mean rmse<br />
20<br />
15<br />
mean rmse<br />
35<br />
30<br />
25<br />
20<br />
10<br />
20 40 60 80 100 120 140 160<br />
Anzahl der Moden<br />
15<br />
5 10 15 20 25 30<br />
Anzahl der Moden<br />
Abbildung 3.12: Mittlere Vorhersagefehler in Abhängigkeit von der Anzahl der Moden am Beispiel<br />
von Klasse 3 für die Vorhersagezeiträume 30 Minuten (links) und 2 Stunden (rechts).<br />
Nach der Betrachtung des Vorhersagefehlers für die integrierte Testmenge soll nun der realistische<br />
Fall analysiert werden, daß die vorherzusagenden Beispiele nicht in der Trainingsmenge enthalten<br />
sind. Für eine bestimmte Anzahl von Moden ergibt sich ein Minimum des Vorhersagefehlers. Auf<br />
der linken Seite des Minimums folgt der Graph für die unabhängige Testmenge weitgehend der<br />
Kurve für die integrierte Testmenge. Der Fehler wird bei Erhöhung der Modenzahl geringer, da die<br />
Bilder mit mehr Komponenten besser beschrieben werden. Die Erhöhung des Vorhersagefehlers<br />
mit der Anzahl der Moden rechts vom Minimum ist auf das im vorangehenden Abschnitt beschriebene<br />
Übertraining zurückzuführen. Ist die Anzahl der Verbindungen im Vergleich zur Anzahl der<br />
Trainingsbeispiele zu hoch, werden auch nicht deterministische Entwicklungen vom Netz gelernt.<br />
Dies hat zur Folge, daß die Fehler für eine unabhängige Testmenge größer werden. Für den Vorhersagezeitraum<br />
30 Minuten wird dadurch die optimale Anzahl von Moden von N = 100 auf N = 60<br />
reduziert. Für den Vorhersagezeitraum 2 Stunden bleibt die optimale Anzahl von Moden auch für<br />
die unabhängige Testmenge bei N = 10 bis N = 20, die Fehler sind aber etwas höher als für die<br />
integrierte Testmenge.<br />
Zusammenfassend läßt sich feststellen, daß für die verschiedenen Klassen und Vorhersagezeiträume<br />
jeweils getrennt die optimale Anzahl von Moden zur Darstellung eines Bildausschnitts bestimmt<br />
werden muß. Diese ist wesentlich dadurch bestimmt, durch welche Moden Strukturen repräsentiert<br />
werden, die sich weitgehend deterministisch entwickeln. Zusätzlich führt Übertraining zu einer<br />
41