Diplomarbeit von Michael Schindler
Diplomarbeit von Michael Schindler
Diplomarbeit von Michael Schindler
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
2.2 Analytische Behandlung <strong>von</strong> prototypischen Spezialfällen 57<br />
2.2 Analytische Behandlung <strong>von</strong> prototypischen<br />
Spezialfällen<br />
Im hierarchischen Aufspaltungsprozess in Abb. 11 findet jeder einzelne der Phasenübergänge<br />
für sich genommen relativ isoliert statt. Das ist durch Abb. 12c deutlich<br />
geworden. Bei jedem Phasenübergang bricht das Codebuch in zwei Teile auf, und in<br />
vielen Fällen kann da<strong>von</strong> ausgegangen werden, dass sich die beiden Teile anschließend<br />
kaum beeinflussen. Die darauffolgenden Übergänge finden also wieder etwa dieselben<br />
Bedingungen vor wie der erste. Das Verhalten beim ersten Phasenübergang ist dann<br />
prototypisch für alle weiteren, und es lohnt sich, ihn genauer zu betrachten.<br />
Zu diesem Zweck soll nun das bereits in Zusammenhang mit Abb. 26 vorgestellte Modell<br />
eingehender diskutiert werden, da es das einfachste Beispiel für eine Datenfolge mit<br />
Clusterstruktur und ausgeprägten Zeitkorrelationen darstellt. Der Datensatz besteht<br />
nur aus zwei Werten (x = ±1), die jeweils TS-mal nacheinander präsentiert werden. Er<br />
hat also genau eine Zeitskala TS und eine Raumskala, die durch seine Standardabweichung<br />
σS =1 gegeben ist. In einem univar-Lerner mit zwei Codebuchzentren kann es<br />
folglich nur einen einzigen Phasenübergang geben, der durch ein Paar <strong>von</strong> kritischen<br />
Parameterwerten � εTS/2 �<br />
krit und � �<br />
σ/σS bestimmt ist.<br />
krit<br />
Nach der analytischen Lösung dieses einfachsten Modells in drei Näherungen soll anschließend<br />
versucht werden, die gefundenen Aussagen auf Systeme mit den gleichen<br />
räumlichen, aber etwas allgemeineren zeitlichen Eigenschaften auszuweiten.<br />
2.2.1 Drei analytisch lösbare Spezialfälle<br />
Die analytische Bestimmung der kritischen Parameterwerte aus der Differenzengleichung<br />
(2-2) ist im allgemeinen Fall kaum möglich. Um dennoch quantitative Ergebnisse<br />
zu bekommen, muss man Näherungen einführen, die den zu untersuchenden Parameterbereich<br />
möglichst gut abdecken. Für das einfachste System aus zwei punktförmigen<br />
Datenquellen mit dem Zeitskalen-Verhältnis τS bieten sich drei Näherungen an, die in<br />
Abbildung 28 in der gleichen Reihenfolge visualisiert sind.<br />
(a) Bei τS ≪ 1 ist ein sehr schnell schaltendes System oder ein sehr träges Codebuch<br />
gegeben. Lerner und System sind hier dynamisch entkoppelt, es gibt immer ein<br />
wohldefiniertes optimales Codebuch C ∗ , das wie die Datenquelle selbst vollständig<br />
symmetrisch ist.<br />
(b) Bei langsameren Systemen oder flexibleren Codebüchern (τS ≈ 1) kommt es zur<br />
dynamischen Kopplung. Wie in Abb. 26b1 gezeigt, sind sich zwei Codebuchzentren<br />
an ihren Umkehrpunkten am nächsten und entfernen sich dazwischen <strong>von</strong>einander.<br />
Es wird hier notwendig, die gesamte Codebuchentwicklung während der Zeitspanne<br />
TS zu beobachten und so den Abstand zum Zeitpunkt (N +1) · TS aus dem Abstand<br />
zu N · TS zu berechnen. Als Näherung ist hierzu notwendig, dass sich die<br />
Codebuchzentren nie weit <strong>von</strong>einander entfernen.