「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 - (2010/05/13 (木) 06:09:21) 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・・・.
LDAをいかにグラフに拡張するかが課題.
研究というかすでに趣味の世界になっている気がする
***5日
研究室の先輩たちとカラオケにいってきた.
今日はほんと調子が良かった！ やっぱり新しいメンツで行くと面白い.
ってかやっと日記っぽいこと書いた気がする.
***6日
流石に4日5日と起きっぱなしだったので, ゆっくり寝た.
この歳になって逆に徹夜が余裕になっている.
研究をしているだけなのだが, オンラインゲームをしているときのような熱中度である
おそらく研究職が向いているんだろうな.
***7日
今日こそ家に帰る予定だったが, バイトが朝9時からなので帰る余裕がない.
とりあえずやりたいことを先生と整理.
なんとなく見えてきたが, やはりベイズを扱うことになる.
MCMC, ノンパラベイズが一つの研究の山となるだろう.
この辺を夏までに理解して, すぐ実装できるようにしたい.
***8日
普通に泊まって大学のバイトを無難にこなす・・・予定だったが, やはり眠たくなった.
この前徹夜は余裕とか言っていたのは前言撤回である.
けっこう体の調子に左右されるかな.
さっさと寝て明日から資料を作りなおそう.
発表内容は, 今までやってきたことの整理と, 今後の展望.
***9日
休日返上. 資料の作り直し.
なかなか筋の通った資料をつくることができない.
そもそも自分が何をしたいのか決まっているわけではないので, 当然だ.
EMアルゴリズムで解ける簡単なモデルを作って遊んでいる.
***10日
普通に寝坊してしまった. ぶっちゃけ先生の授業にはでれたからいいや.
いろいろと今後のことも相談した.
資料を作りながらふと昨日のEMの問題を解いてみて, 実装, シミュレーションしてみた.
うまくパラメータ推定できてめでたしめでたし.
明日の発表でいちおう発表してみよう.
***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・・・.
LDAをいかにグラフに拡張するかが課題.
研究というかすでに趣味の世界になっている気がする
***5日
研究室の先輩たちとカラオケにいってきた.
今日はほんと調子が良かった！ やっぱり新しいメンツで行くと面白い.
ってかやっと日記っぽいこと書いた気がする.
***6日
流石に4日5日と起きっぱなしだったので, ゆっくり寝た.
この歳になって逆に徹夜が余裕になっている.
研究をしているだけなのだが, オンラインゲームをしているときのような熱中度である
おそらく研究職が向いているんだろうな.
***7日
今日こそ家に帰る予定だったが, バイトが朝9時からなので帰る余裕がない.
とりあえずやりたいことを先生と整理.
なんとなく見えてきたが, やはりベイズを扱うことになる.
MCMC, ノンパラベイズが一つの研究の山となるだろう.
この辺を夏までに理解して, すぐ実装できるようにしたい.
***8日
普通に泊まって大学のバイトを無難にこなす・・・予定だったが, やはり眠たくなった.
この前徹夜は余裕とか言っていたのは前言撤回である.
けっこう体の調子に左右されるかな.
さっさと寝て明日から資料を作りなおそう.
発表内容は, 今までやってきたことの整理と, 今後の展望.
***9日
休日返上. 資料の作り直し.
なかなか筋の通った資料をつくることができない.
そもそも自分が何をしたいのか決まっているわけではないので, 当然だ.
EMアルゴリズムで解ける簡単なモデルを作って遊んでいる.
***10日
普通に寝坊してしまった. ぶっちゃけ先生の授業にはでれたからいいや.
いろいろと今後のことも相談した.
資料を作りながらふと昨日のEMの問題を解いてみて, 実装, シミュレーションしてみた.
うまくパラメータ推定できてめでたしめでたし.
明日の発表でいちおう発表してみよう.
***11日
いろいろとモチベーションの下がる一日・・・
気晴らしにバッティングセンターでもいくかな.
***12日
少し目標を整理.
例えば2次元や3次元プロットで関係を現しておいて, その関係からなんらかのデータが生成されると考える.
すると, 推定されたプロット上での関係に説得力がでるはず.
