2010年4月 - 研究日誌 @ くろるん

• 4/1

研究室でネットが使えなくなって早一ヶ月、こんなに日誌があくとわ。
今までに起こったこと。
１、PCがwindows7の64bitになった。
２、違うほうのインクリSVMを使ったら順調だ。
３、論文は終わってない
詳細は覚えてないや・・・・

• 4/13

ネット使えないのはつらいな．
がんばれ九時五時．
プログラムのほうは順調．そろそろ結果出るんじゃないかな？
論文もだいたい完成．結果でればのせられます．
講義は４つとることに．あとでe-learning一個増えるかも．博士はいかないのが濃厚．
とりあえず就活と趣味のために，漢字検定２級，TOEIC720点，基本情報処理技術者の資格を目指してみますか．
研究のほうは先を見越して重み付き最小二乗法について調べてみる．普通の重み付き最小二乗法だと全体の偏差とその点の偏差を比べてみて重みをつけるらしい．ちょっと目的が違う気がするけど，使えないこともないかな．重みはPD制御からの距離で正規化すればいいかな．

• 4/14

重み付き最小二乗法でなくて，局所重み付け最小二乗法をつかうことにする．
Locally weighted regression
参考サイトhttp://www.cs.cmu.edu/afs/cs/project/jair/pub/volume4/cohn96a-html/node7.html
教科書もどっかにあったはずだけど，とりあえずこっちを訳す．簡単そうなので．
あー，片手間でつくってみたけど，smoothing parameter Kの値によって結果がだいぶ異なる．一応yの分散を最小化するようなKをえらべばいいらしいけど，何で最小化するかな・・・とりあえず最急降下法つかってみる．

• 4/15

報告会資料かきかき

• 4/19

最急降下法は使えないかな・・・カーネル使ってるし？とりあえずばっと一覧だしてKの値だしてみたけど，どうもよくない．別の指標で最適化するしかなさそうだ．

• 4/23

Kの値はとりあえず大きければいいだろうということで落ち着いた．そこそこの大きさのKの候補から一番最適なものを選べばよさそうだ．来週は実際に実験につかったデータを使って近似してみる．それを報告会の資料に載せよう．
シミュレーションのほうはあと一歩！

• 4/27

実データを用いたLWR．やはりサンプルの取り方によっては芳しくない直線がとれる場合も・・・．これはＰＤ制御中心に同心円状にサンプリングしてったほうがいいかもしれない．アイデア的には一度正の領域に入ったのちに，負の推定結果が一周続いたらそこでストップでよかろうなのだ．最急降下法についてもおそらく問題なし．

ちなみにサンプリングするときの半径をどんどん広げていくと，識別関数の推定結果がマイナスにしかならなくなるようだ．