「2010年5月」の編集履歴（バックアップ）一覧はこちら
2010年5月 - (2010/05/05 (水) 16:29:06) の１つ前との変更点
追加された行は緑色になります。
削除された行は赤色になります。
***1日
macbook proが朝届いた. 早速自分使用にカスタマイズ. 入れたもの一覧.
mac ports, carbon emacs, xcode, Latexit, google chrome, google 日本語入力
あとは, mac portsからpTeXとImageMagickを入れておしまい.
これでこのノートでも研究の準備はバッチリだ.
少し問題もあって, windowsのボリュームをうまくマウントできないこと.
このせいで, TimeMachineを使ってのバックアップが上手くいかない.
この件はよく分からないので後回し.
明日は新宿にノートのケースでも買いに行こう.
***2日
新宿のヤマダとビックカメラに行ってきた.
キャッシュカードを忘れていったため, お目当てのノートケースは買えなかったが, あとでamazonで注文.
研究室の先輩の論文を読み直してみた.
ポワソン分布のパラメータを拡散カーネルで表す.
$$\Lambda=\lambda e^{-\beta L}$$
$$\lambda$$と$$\beta$$のパラメータの推定問題に置き換える.
データのWの標本平均行列とのノルムを評価基準とする.
論文を読んでいるうちに研究の具体的な方向性を思いついたので書き留めておく.
結局, LDA(Latent Dirichlet Allocation)や関モデルに帰着させたかった.
これらのモデルがやっていることは, トピック抽出.
これを時系列に適用したい.
例えば株価なら, 1日分の225銘柄の類似度行列を作る（もちろん対称行列）
これを100日分くらい用意して訓練させ, 何らかのクラスターを作る.
可能なら, 1分おきのデータを用いると面白いかも（トピックの数を増やすことができる）
トピックの時系列的な変化を追うのも面白い.
***3日
ゼミ用の資料を作成中.
自分のアイディアをいかに他人に教えるか, 非常に難しい.
なるべく図を用いて, 少ないキーワードで作ることを心がけている.
資料を作っているうちに, 自分の理解も深まってきた.
昨日思いついたアイディアから, グラフ構造の生成モデルまで拡張できることもわかった.
一度ちゃんとした資料を作っておけば, いろいろと使い回しができるので, 今がんばっておこう.
***4日
LDAをはじめとするノンパラベイズを勉強している.
前から先生に薦められていたが, ぶっちゃけよくわからなかった.
しかし！ 勉強しているうちに, 今までわからなかったことが芋づる式に理解できた.
LDA, ディリクレ分布, ギブスサンプリング, ノンパラベイズとパラメトリックベイズなど.
というか理解できたことが多すぎて, めもに書く余裕がない・・・.
***1日
macbook proが朝届いた. 早速自分使用にカスタマイズ. 入れたもの一覧.
mac ports, carbon emacs, xcode, Latexit, google chrome, google 日本語入力
あとは, mac portsからpTeXとImageMagickを入れておしまい.
これでこのノートでも研究の準備はバッチリだ.
少し問題もあって, windowsのボリュームをうまくマウントできないこと.
このせいで, TimeMachineを使ってのバックアップが上手くいかない.
この件はよく分からないので後回し.
明日は新宿にノートのケースでも買いに行こう.
***2日
新宿のヤマダとビックカメラに行ってきた.
キャッシュカードを忘れていったため, お目当てのノートケースは買えなかったが, あとでamazonで注文.
研究室の先輩の論文を読み直してみた.
ポワソン分布のパラメータを拡散カーネルで表す.
$$\Lambda=\lambda e^{-\beta L}$$
$$\lambda$$と$$\beta$$のパラメータの推定問題に置き換える.
データのWの標本平均行列とのノルムを評価基準とする.
論文を読んでいるうちに研究の具体的な方向性を思いついたので書き留めておく.
結局, LDA(Latent Dirichlet Allocation)や関モデルに帰着させたかった.
これらのモデルがやっていることは, トピック抽出.
これを時系列に適用したい.
例えば株価なら, 1日分の225銘柄の類似度行列を作る（もちろん対称行列）
これを100日分くらい用意して訓練させ, 何らかのクラスターを作る.
可能なら, 1分おきのデータを用いると面白いかも（トピックの数を増やすことができる）
トピックの時系列的な変化を追うのも面白い.
***3日
ゼミ用の資料を作成中.
自分のアイディアをいかに他人に教えるか, 非常に難しい.
なるべく図を用いて, 少ないキーワードで作ることを心がけている.
資料を作っているうちに, 自分の理解も深まってきた.
昨日思いついたアイディアから, グラフ構造の生成モデルまで拡張できることもわかった.
一度ちゃんとした資料を作っておけば, いろいろと使い回しができるので, 今がんばっておこう.
***4日
LDAをはじめとするベイズを勉強している.
前から先生に薦められていたが, ぶっちゃけよくわからなかった.
しかし！ 勉強しているうちに, 今までわからなかったことが芋づる式に理解できた.
LDA, ディリクレ分布, ギブスサンプリング, ノンパラベイズとパラメトリックベイズなど.
というか理解できたことが多すぎて, めもに書く余裕がない・・・.
