« September 2005 | Main | November 2005 »
October 31, 2005
村人は靴の必要性を説明してほしいのではなく,その靴がどうすぐれているのかを知りたがっている
概要
05/10/29の2005年博士課程中間発表にオブザーバーとして参加した.このときの発表とその後の質疑応答から,自分の研究の(1)スコープ,(2)目的,(3)アプローチ,(4)リザルトのそれぞれにおいて(i)有用性(有効性),(ii)妥当性,(iii)オリジナリティが明らかにされている発表が“よい”研究発表ではないかと感じた.
事実と状況の説明
先生からおいでなさいなというメールをいただいたときには,D3のかたの発表をメインできいてみてはどうか?というものであった.しかし結局はD3のかたのものは諸事情から聞くことができなかったので,D2のかたの中間発表を2つきいた. # 事情は自分の制御可能なものではないことをメモしておく.
発表の仕様について書いておく.パワーポイントを用いた発表は10分間,質疑応答が5分間,あわせて15分間であった(時間表示は例の学会タイマー).
教授の先生はおそらく7名(この分野の担当の先生が全員)出席されていたと思う.この分野の発表者は3名(D2:2, D3:1)もう一つの分野を含めると,発表者は合計で6名であった.
発表シートおよび発表の形式的分析
自分でいただいてきた発表シートと先生からのちにいただいたものから発表シートと発表を分析したい.
No. | 研究背景(pages, minutes) | 研究目的(pages, minutes) | 研究内容(pages, minutes) | 合計(pages, minutes) | メモ(形式について) |
1 | 4pages, 7m30s | 1page, 30s | 10pages, 2m | 15pages, 10m over | 時間をお間違えになっていらしたよう.研究の中身についてほとんどふれることができず.印刷のしかたが仕様を満たしていない. |
2 | 2pages, 3m | 1page, 1m | 6pages, 5m30s | 9pages, 10m | 日付が11月になっていた. |
3 | 1page, --- | 1page, --- | 11pages, --- | 13pages, --- | D3のかたの発表分 |
4 | 3pages, --- | 1page, --- | 13pages, --- | 17pages, --- | 他の部屋での発表のため聴けず. |
5 | 3pages, --- | 0page, --- | 9pages, --- | 12pages, --- | 他の部屋での発表のため聴けず. |
発表のスタイルにも依存するのだろうが,各サンプルの平均をとれば,研究背景は2枚程度,研究目的を1枚で明示して,その後に研究内容を示す構成が見えてくる.発表時間の半分以上は研究自体の説明にさくべきなのであろう.
発表及び質疑応答から:村人は靴の必要性を説明してほしいのではなく,その靴がどうすぐれているのかを知りたがっている
ref. ysk_logs: 旅商人と村人
上記では,博士の推薦入試の際に自分を旅商人となぞらえて,靴を売りに行くことを研究の説明と暗喩した.
このときは,うまく靴の必要性を説明することがよい発表であると考えていたが,今回の機会と以前の他の機会とから,必要性ではなく,その靴がどのようにすぐれているかをうまく説明することがよい発表であると思い直した.
質疑応答中,(1)研究分野の講演はいらない,(2)強み,オリジナリティを説明してほしい,(3)根拠を示してほしい,(4)結果や研究の方向性,ロードマップを示してほしいなどが,先生方から挙がっていた.そしてぼくもきかせていただいて,そのように思った.
ぼくは研究発表においてプレゼンテーションをするときになにを伝えるのか?について考えなければならないと感じた.
一般には対象の特性にマッチした発表がよいとされるが,これは考慮すべきではないというのが,今回いたった考えだ.靴が必要なことを説くのではなく(知識を得てもらうのではなく),その靴がどのようにすぐれているのかを(自分の研究がどうすぐれてよいのものであるかを)説くべきであるのだ.靴を並べて紹介するのではなく,自分のお薦めの靴を客に投げつけて,履かせて,買わせるのだ.そして靴のよさを感じてもらうのだ.
このためには自分の研究の(1)スコープ,(2)目的,(3)アプローチ,(4)リザルトのそれぞれにおいて(i)有用性(有効性),(ii)妥当性,(iii)オリジナリティを知らせなければならない.これこそが発表の中身であり,商人が行うべきことなのだ.
その他の雑感
- シート中の情報量はやはり少ない方がいい
- ごちゃついた図は理解できないし,理解しようとする気が起きない
- 発表の骨(芯の部分)がとおった発表にすべき # パワーポイントは基本的には1本道の紙芝居である
Posted by ysk5 at 02:16 PM | Comments (0) | TrackBack
なんでこのメソッドがコメントアウトされているんだよ!
お勉強した内容が反映されないじゃないか!
というか0値が代入される結果になるじゃんか!
# つかいつコメントアウトしたのかわからない.
# 事情をご存じのstake holderのみなさま.今回は選択ではありません.あしからず.
Posted by ysk5 at 11:54 AM | Comments (0) | TrackBack
October 30, 2005
わせぽメンテ情報
概要
わせぽがメンテするので11/17-20に利用できないメニューがある.詳細
ref. Waseda-net portalメンテナンス(ネットワーク増強)は以下の日程で行われる.
- 2005年11月17日(木)8:00〜11月20日(日)18:00
- 2005年11月20日(日)6:00〜7:00(上記の内1時間)
1.では成績照会と授業評価アンケート結果照会ができない.
2.ではWaseda-netポータルの全サービスが利用できなくなる予定.
Posted by ysk5 at 09:58 AM | Comments (0) | TrackBack
October 28, 2005
本離れと活字離れは同義ではない.
概要
ウンコしながら新聞読んでいたら読売新聞の読書に関する世論調査から本離れと活字離れを同義であるとするようなウンコな論理展開があったのでメモをしておく.
ウンコしながらウンコを読んだ
新聞を読むのはウンコをするときくらいなのだけど,きょうしながら読んでいたら驚いたのでメモをしたい.まずは以下のURLを参照.ref. http://www.yomiuri.co.jp/book/news/20051028bk01.htm
問題の展開は以下のとおり.
「読まなかった」は、10年前の95年調査で初めて約半数に達し、その後は50%前後で推移してきた。今回の結果は95年調査と比べると2ポイント増に過ぎないが、20年前の85年調査と比べると、11ポイントも増えており、「本離れ」は歴然としている。読書週間 “本離れ”傾向変わらず…本社世論調査
これはよい.が,このパラグラフの2つあとに,問題の展開が為されている.
近年、学生の「活字離れ」が問題になっているが、85年調査と比べると、その深刻さが増しており、「読まなかった」と答えた学生は当時の1割から今回は4割近くに上り、ワースト2を記録。読書量でも、「4冊以上」読んだ学生は、4割から2割に減っている。読書週間 “本離れ”傾向変わらず…本社世論調査
誘導的な論理展開だ.本離れをしたなら,かならず活字離れが実現するという因果関係がないときに,このような展開は妥当ではない.
本と活字を対応付けるなってば!
活字はメディアの種類によらず平等である.最近はweb上のドキュメントや論文などの”本”媒体でないものばっかり読んでいるが,活字とは離れていないばかりか1日中接している.これは上述の展開に対しての反例といえる.
情報こそ活字の果たす役割
同記事中に”必要な情報をネットで入手し、本や雑誌を買わずに済ませることが「ある」”という調査項目がある.
必要な情報をネットで入手し、本や雑誌を買わずに済ませることが「ある」人は、前回調査比6ポイント増の計34%。これも、若年層ほど増える傾向にある。読書週間 “本離れ”傾向変わらず…本社世論調査
メディアが変わっているだけともとれるから,若い人の活字離れを積極的に主張する根拠は薄い.
ってここまで書いてから活字を辞書でひいてみて,ごめんなさい
ref. かつじ くわつ― 0 【活字】 - goo 辞書
書物という意味でつかっているなら,展開としておかしくなかった.すまん.
が,印刷した文字の意味なら,ぼくの主張は誤りではないと思うのだけど.
本が大切なのは優良な情報である確度が高いからのみである.もしくはウンコしながら読めるから.
いま、電子メディアの発達によって、世界の情報伝達の流れは、大きく変容しようとしています。しかし、その使い手が人間であるかぎり、その本体の人間性を育て、かたちづくるのに、「本」が重要な役割を果たすことはかわりありません。http://www.dokusyo.or.jp/jigyo/dokusyo/top.htm
本じゃなくて,出版物・印刷物が提供する情報が重要な役割を果たすと思う.ぼくは本だい好きだけど.
何でこんな事書いているかっていうと
ちょっとこのスタイルでのテイク・ノートの方法を試したかったからでした.そして当分このスタイルでいこうと決意.
Posted by ysk5 at 09:56 PM | Comments (0) | TrackBack
October 27, 2005
グループウェアとしてのWikiの利用を実践する
概要
- 研究グループのWikiページを立ち上げた.(ref. http://ysk5.s58.xrea.com/wiki/index.php?FrontPage)
- 目的は,グループウェアとして利用し,情報の共有・伝達を行い,リサーチアウトプットと個人の能力の向上を目指すことにある.
- Wikiはそのための要件を備えている.
Wikiをつくりました.
# あとでかく.ねえねえ,Wikiつくって何やるの?
# あとでかく.なぜWikiなのか?
- コンテンツ・エディタブルである
- 論理的にも十分なマークアップ構造を保持している
- 敷居は低いとは言わないが,それほど高くもない
Posted by ysk5 at 08:30 PM | Comments (0) | TrackBack
October 26, 2005
俺リマインダ:夕凪LOOP
買ってきた@25日.なにこのポップなまあやん!つかユニゾンすげえ!
ref. http://www.amazon.co.jp/exec/obidos/ASIN/B000B84PIY/
http://www.jvcmusic.co.jp/-/Discography/A008957/VIZL-155.html
http://www.jvcmusic.co.jp/maaya/yuunagiloop/music/index.html
Posted by ysk5 at 02:17 PM | Comments (0) | TrackBack
letter from amazon
何か買え.
Amazonギフト券の金額: 500円
有効期限:2005年12月31日
Posted by ysk5 at 12:18 PM | Comments (0) | TrackBack
October 24, 2005
OLOMOA日誌:GUIを実装する(2)
殺伐とした,素っ気の無いGUIができた.これで十分であると思われる..jarなファイルでも動作を確認.
Posted by ysk5 at 01:28 AM | Comments (0) | TrackBack
October 23, 2005
OLOMOA日誌:GUIを実装する(1)
殺伐としていてもGUIをつかった入力のほうがcontrolクラスとかをつかってソースをいじくるより,やっぱり設定が楽なようなきがする.
あとは残りの実験変数をぶち込んで,プログレスだけ表示できるようにすればいいや.
Posted by ysk5 at 01:34 PM | Comments (0) | TrackBack
October 22, 2005
Eclipseでjarファイルを作り,アプリケーションとして動作させる
jarファイルとは
JAR ファイルは普及している ZIP ファイル形式に基づくファイル形式で、多数のファイルを 1 つにまとめるために使用されます。JAR ファイルは、基本的にはオプションの META-INF ディレクトリを格納する ZIP ファイルです。JAR ファイルは、コマンド行 jar ツールを使うか、Java プラットフォームで java.util.jar API を使って作成できます。JAR ファイルの名前には制約がないため、各プラットフォームで許可されているファイル名を使うことができます。多くの場合、JAR ファイルは、単純な Java のクラスファイルまたはリソースのアーカイブではありません。JAR ファイルは、アプリケーションおよび拡張機能の構築ブロックとして使います。META-INF ディレクトリが存在する場合は、セキュリティ、バージョン管理、拡張機能、サービスなど、パッケージおよび拡張機能の構成データを格納するときに使います。
ref. http://java.sun.com/j2se/1.3/ja/docs/ja/guide/jar/jar.html
アプリケーションをexeファイルのような形でまとめてくれるものと理解した.シミュレーションの設定用GUIのプログラムを作成して,jarファイルでまとめれば,GUIをつかって設定ができて1つのファイルのみでシミュレーションができ,開発環境やコマンドプロンプトからの起動をしなくてもよくなるだろう.
Manifestファイルが必要
jarファイルとしてまとめるためには,Manifestファイルが必要となる. 通例では,バージョン情報,メインクラス(必須),作者を書くようだ.Manifest-Version: 1.0
Created-By: 1.5.0_01 (Sun Microsystems Inc.)
Main-Class: MyPackage.MyClass
ref. http://java.sun.com/docs/books/tutorial/jar/manifest/appman.html
コマンドプロンプトからのjarファイルの作成
コマンドプロンプトからjarファイルを作成するには,Java 2 SDKのjarコマンドを利用する.jarコマンドの書き方はしたに示す通り.通例 jar cmf myManifestFile myJarFile *.class という形で利用すればいい.
jar [ options ] [manifest] destination input-file [input-files]
ref. http://java.sun.com/j2se/1.3/ja/docs/ja/tooldocs/win32/jar.html
なおjarコマンドのパラメータは以下を参考にする.
ref. http://java.sun.com/j2se/1.3/ja/docs/ja/tooldocs/win32/jar.html#Options
Eclipseではどうすればいい?
では,Eclipseではどうするか.上述を理解しなくても,エクスポート機能を利用することで簡単にできる.[File] - [Export]からJARファイルを選択して[次へ].次の画面では,エクスポートする(jarファイル化したい)クラスファイルを選択する.もしわからなければパッケージごとしてしまってもいい.またjarファイルとしてのエクスポート先を[Select the export destination]から決定する.この際[browse]から出力先と出力jarファイル名を決めて[次へ].次の画面で,[終了]とすればよい.
ref.
- http://www.javadeveloper.jp/members/general/Article.category_topic_article_tips_issue_028.dhtml
- 同[google cache]
Posted by ysk5 at 11:37 PM | Comments (0) | TrackBack
自宅のPen4 2GHzがノートのPenM 1.6GHzに対してアンダーパフォームな件について
同じ実験条件で2倍遅いのだけど.
走っているプロセス数が自宅のとノートのとではだいぶ違うから,なんともいえないけど,こんなものなのかな.
というか後者のほうがもしかしてハイスペックだったりするのか?
Posted by ysk5 at 10:22 PM | Comments (0) | TrackBack
OLOMOA日誌:実験ノート(3)
パラメータ1:
// 試行設定
n_steps = 200;
n_trials = 100;
// 高次学習の間隔
interval_se = 2;
interval_ad = 200;
interval_co = 5;
interval_pr = 200;
// GAパラメータ
n_firms = 30; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
flag_ga[0] = 1;
flag_ga[1] = 0;
flag_ga[2] = 1;
flag_ga[3] = 0;
p_cross = 0.7; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
p_mutation = 0.05; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
c_mult = 1.8;
パラメータ2:
// 試行設定
n_steps = 200;
n_trials = 100;
// 高次学習の間隔
interval_se = 2;
interval_ad = 200;
interval_co = 200;
interval_pr = 200;
// GAパラメータ
n_firms = 30; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
flag_ga[0] = 1;
flag_ga[1] = 0;
flag_ga[2] = 0;
flag_ga[3] = 0;
p_cross = 0.7; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
p_mutation = 0.05; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
c_mult = 1.8;
=====================================
t-検定 : 分散が等しくないと仮定した2標本による検定
変数 1 変数 2
平均 91.81591618 77.87267409
分散 46.5102794 29.08995359
観測数 100 100
仮説平均との差異 0
自由度 188
t 16.03622721
P(T<=t) 片側 2.46049E-37
t 境界値 片側 3.134191502
P(T<=t) 両側 4.92099E-37
t 境界値 両側 3.343011485
=====================================
Posted by ysk5 at 05:48 PM | Comments (1) | TrackBack
October 21, 2005
OLOMOA日誌:実験ノート(2)
やっぱこのシミュレーションは理論創出のためのものだわ.
パラメータ1:
// 試行設定
n_steps = 200;
n_trials = 100;
// 高次学習の間隔
interval_se = 2;
interval_ad = 4;
interval_co = 200;
interval_pr = 200;
// GAパラメータ
n_firms = 30; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
flag_ga[0] = 1;
flag_ga[1] = 1;
flag_ga[2] = 0;
flag_ga[3] = 0;
p_cross = 0.7; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
p_mutation = 0.05; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
c_mult = 1.8;
パラメータ2:
// 試行設定
n_steps = 200;
n_trials = 100;
// 高次学習の間隔
interval_se = 2;
interval_ad = 200;
interval_co = 200;
interval_pr = 200;
// GAパラメータ
n_firms = 30; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
flag_ga[0] = 1;
flag_ga[1] = 0;
flag_ga[2] = 0;
flag_ga[3] = 0;
p_cross = 0.7; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
p_mutation = 0.05; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
c_mult = 1.8;
=====================================
t-検定 : 分散が等しくないと仮定した2標本による検定
変数 1 変数 2
平均 88.99181667 77.87267409
分散 34.38712515 29.08995358
観測数 100 100
仮説平均との差異 0
自由度 197
t 13.95606017
P(T<=t) 片側 1.5627E-31
t 境界値 片側 3.132154234
P(T<=t) 両側 3.1254E-31
t 境界値 両側 3.34053766
=====================================
Posted by ysk5 at 11:23 PM | Comments (0) | TrackBack
October 19, 2005
お礼の表現メモ
あした,まとめる.
ref. http://db.podcasttank.jp/data/alc/1129270404.mp3
Posted by ysk5 at 02:21 AM | Comments (0) | TrackBack
OLOMOA日誌:実験ノート(1)
さあデータをとろう.データをとろう.
- no-learning
- incomplete learning
- proposed learning
- self-organization
- adaptation
- coordination
- process
とりあえず今日は寝ているうちに(proposed learning, self-organization)のデータをとらせる.
# 追記:寝る前に終わったので,(no-learning, self-organization)のデータをとらせることにする.
以下,実験パラメータ.
=====================================
// 試行設定
n_steps = 300;
n_trials = 100;
// 高次学習の間隔
interval_se = 5;
interval_ad = 300;
interval_co = 300;
interval_pr = 300;
// GAパラメータ
n_firms = 20; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
flag_ga[0] = 1;
flag_ga[1] = 0;
flag_ga[2] = 0;
flag_ga[3] = 0;
p_cross = 0.7; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
p_mutation = 0.1; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
c_mult = 1.3;
=====================================
# 追記2:変数1:(proposed learning, self-organization),変数2:(no-learning, self-organization)で結果が出た.@0.001,平均
=====================================
t-検定 : 分散が等しくないと仮定した2標本による検定
変数 1 変数 2
平均 43.71549511 11.57476594
分散 54.24732497 52.17483448
観測数 100 100
仮説平均との差異 0
自由度 198
t 31.15585627
P(T<=t) 片側 1.44415E-78
t 境界値 片側 3.131863195
P(T<=t) 両側 2.88831E-78
t 境界値 両側 3.340392141
=====================================
@0.001,最大
=====================================
t-検定 : 分散が等しくないと仮定した2標本による検定
変数 1 変数 2
平均 93.12400552 66.92796386
分散 113.8784663 261.0200299
観測数 100 100
仮説平均との差異 0
自由度 172
t 13.52940892
P(T<=t) 片側 3.59043E-29
t 境界値 片側 3.138266038
P(T<=t) 両側 7.18086E-29
t 境界値 両側 3.347959137
=====================================
Posted by ysk5 at 12:54 AM | Comments (0) | TrackBack
OLOMOA日誌:実験データグラフ(3)
スケーリングをしっかりかけてみたら,なかなかにグッドなデータが出てきた.
=====================================
// 試行設定
n_steps = 300;
n_trials = 1;
// 高次学習の間隔
interval_se = 5;
interval_ad = 300;
interval_co = 300;
interval_pr = 300;
// GAパラメータ
n_firms = 20; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
flag_ga[0] = 1;
flag_ga[1] = 0;
flag_ga[2] = 0;
flag_ga[3] = 0;
p_cross = 0.7; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
p_mutation = 0.1; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
c_mult = 1.3;
=====================================
Posted by ysk5 at 12:50 AM | Comments (2) | TrackBack
西口が事実上のチーム残留決定
さすが,西口.
西武の西口文也投手(33)は18日、昨シーズン取得したフリーエージェント(FA)権を今オフも行使せず、チームに残留する意向を示した。ref. スポーツナビ | ニュース | 西口、FA権行使せず=プロ野球・西武
Posted by ysk5 at 12:17 AM | Comments (0) | TrackBack
October 18, 2005
GAの線形スケーリングによる適応度の変換式を忘れた
GAの線形スケーリングによる適応度の変換式を忘れたので,卒業論文のプログラムからサルベージしてきた.
が,あっているのか自信がないし,自分で確認する元気もない.さらに文献なりGoogle先生なりで調べる気力もないので,誰かあっているか教えてください.
=====================================
変換後の適応度:f'
変換前の適応度:f
スケーリング係数:c
適応度の平均:a
適応度の最大値:m
変換公式:f' = {(c - 1)*a*f + (m - c*a)*a} / (m - a)
=====================================
Posted by ysk5 at 11:46 PM | Comments (0) | TrackBack
October 17, 2005
OLOMOA日誌:実験データグラフ(2)
スケーリングがポイントっぽいのでチューニングしよう.
=====================================
// 試行設定
n_steps = 500;
n_trials = 10;
// 高次学習の間隔
interval_se = 5;
interval_ad = 5;
interval_co = 5;
interval_pr = 2;
// GAパラメータ
n_firms = 30; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
flag_ga[0] = 1;
flag_ga[1] = 0;
flag_ga[2] = 0;
flag_ga[3] = 1;
p_cross = 0.7; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
p_mutation = 0.1; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
=====================================
Posted by ysk5 at 02:39 PM | Comments (0) | TrackBack
MS05-051のパッチ適用後に不具合の可能性がある
自宅のクライアントは大丈夫そうだけど,研究室のはサーバとクライアントともにチェックするようにしないといかんな.
Posted by ysk5 at 03:44 AM | Comments (0) | TrackBack
October 16, 2005
本棚から本が落っこちているってことは
さては地震がありましたね.
Posted by ysk5 at 10:25 PM | Comments (0) | TrackBack
電車でコーディングしてみた.
研究室からノートPCを借りてきたので,帰りの電車で5つくらいメソッドをコーディングしてみたのだけど,なかなか調子がよろしい.
# 宮城にEclipse入ってないな.入れなくてよかったっけ?ぼくは入れなくていいを支持していたけど.どうせエディタでもコード書けるのでいいのだけど.
しかしやっぱりノートPCはThinkPadだなー.打感がすばらしい.
X41買いたいけど,230Kかー.
Posted by ysk5 at 10:08 PM | Comments (0) | TrackBack
明日の朝の俺to do
休みを定義しないと休みがない.
- IDLとODLをOOPな感じで設計し直して,実装
- データ関係の再定義
- メソッド系の整理
- 雨でもくじけない
- 明日中には実験ができるようにする
- だからあんまりねちゃだめだ
Posted by ysk5 at 12:38 AM | Comments (1) | TrackBack
牛肉10月革命
保険屋さんの友達がこっちに帰ってきたので,会ってきた.
焼き肉食うか!ということになり,最近オープンしたらしい炭火焼肉 武蔵野亭 田無 〜(株)日本ソーハン〜にいってきた.
んますぎました.焼き肉の概念が変わった.
ヴィットゲンシュタイン的にいうならば,語りうるもののみが世界であるのだから,その意味で世界に革命が起きたのだ.
ぼくはstudent待遇にしてもらったので3.5Kしか払わなかったのだけど,会計はいくらだったのだろうか.ごちそうさまでした.
つか田無にこんなお店をつくってしまって大丈夫なのだろうか.
Posted by ysk5 at 12:29 AM | Comments (0) | TrackBack
October 15, 2005
OLOMOA日誌:実験データグラフ
健全にランニングできるようになったので,ランニングの様子をグラフ化してみた.
とりあえず理想的に何にも起きていない!
=====================================
// 試行設定
n_steps = 500;
n_trials = 10;
// 高次学習の間隔
interval_se = 5;
interval_ad = 5;
interval_co = 5;
interval_pr = 5;
// GAパラメータ
n_firms = 30; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
flag_ga[0] = 0;
flag_ga[1] = 0;
flag_ga[2] = 0;
flag_ga[3] = 0;
p_cross = 0.6; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
p_mutation = 0.1; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
=====================================
Posted by ysk5 at 10:10 PM | Comments (0) | TrackBack
OLOMOA日誌:データ・ディクショナリ(4)
=====================================
変数域には(1)自然数ならばN,(2)整数ならばZ,(3)小数ならばRを仮に示す.
コメント中には説明と変数命名の理由づけを書く.
=====================================
■シミュレーション設定
//
// シミュレーションの試行パラメータ
//
int n_steps = N; // 1試行あたりのステップ数:1-500程度の自然数が入る.number of steps.
int n_trials = N; // シミュレーションの試行数:1-100程度の自然数が入る.number of trials.
// 高次学習の間隔:1-10までの整数が入る.interval of higher level learning in XXX layer.
int interval_se = N; // 自己組織化層の高次組織学習の間隔
int interval_ad = N; // 適応層の高次組織学習の間隔
int interval_co = N; // 調整層の高次組織学習の間隔
int interval_pr = N; // プロセス層の高次組織学習の間隔
// GAパラメータ
int n_firms = N; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
int [] flag_ga = new int [4]; // GAを行うかどうかのフラグ:0 or 1の整数.0:行わない,1:行う.flag for GA.
double p_cross = R; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
double p_mutation = R; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
//
// 環境設定パラメータ
//
// タスクパラメータ
int n_tasks = N; // タスク数(=プロセス層の組織数):1-10程度の自然数が入る.number of tasks.
int l_tasks = N; // タスクのストリング長:1-10程度の自然数が入る.length of tasks.
int h_tasks = N; // タスクのストリング値の種類:1-10程度の自然数が入る.height of tasks.
// レスポンス関数のパラメータ
//
double [] b = new double [4]; // コスト定数:0-1までの小数が入る.beta XXX.
■シミュレーション中の主要な変数
int s; // 現在のシミュレーション試行数を表現する
int t; // 現在のシミュレーションステップ数を表現する
int u; // 現在の企業番号を表現する
■環境
int [] a = new int [n_tasks] ; // 潜在収益性alphaベクトル:1-100程度の自然数が入る.alpha vector.
int [][] q = new int [n_tasks][l_tasks] ; // タスク:1-l_tasks分の自然数が入る.qは定式化モデルより.
float [] d_r = new float [n_tasks]; // タスクの解決度:0-1までの小数が入る.degree of resolution for tasks.
float [] f = new float [n_firms]; // 現在の企業評価値:(-100)-(+100)程度の小数が入る.fitness of the firm.
float [] d_f = new float [n_firms][n_steps]; // 企業評価値の分析用データ:(-100)-(+100)程度の小数が入る.各ステップでの(1)平均評価値,(2)最大評価値,(3)最小評価値をストアする.data of fitness of the firms.
■自己組織化層
// 意思決定変数
int [][][] dv_so = new int [n_firms][2][n_tasks + 2]; // 企業uの自己組織化層意思決定変数を保持する配列.decision variables in the self-organization layer.int [][][] dv_ind_so = new int [n_firms][2][n_tasks + 2]; // 企業uの自己組織化層意思決定変数を保持する配列.decision variables of the agents in the self-organization layer.
// 内部モデル
int [][][] im_so = new int [n_firms][n_tasks + 2][dv_co[0]]; // 自己組織化におけるエージェント数s,資源量r,アクティブベクトルaの内部モデル:(n_tasks + 3)-128,(n_tasks)-128および0 or 1の自然数がはいる.internal model of an agent in self-organization layer.
// いらないっぽい
int [][][] tmp_im_so = new int [n_firms][dv_co[0]][n_tasks + 2]; // 企業uのi番目のエージェントの内部モデルの一時配列:(n_tasks + 3)-128,(n_tasks)-128および0 or 1の自然数がはいる.temporal arrangement of internal model of an agent in self-organization layer.
■適応層
// 意思決定変数
int [][][] dv_ad = new int [n_firms][2][n_tasks]; // 企業uの適応層における意思決定変数:1-50程度の自然数が入る.decision variables in the adaptation layer.
int [][][] dv_ind_ad = new int [n_firms][2][n_tasks]; // エージェントiの意思決定した政策:1-50程度の自然数が入る.decision variables of the agents in the adaptation layer.
// 内部モデル
int [][][] im_ad = new int [n_firms][n_tasks + 4][dv_co[1]]; // エージェントiの潜在収益性alphaとウェイトbetaについての内部モデル:alphaには1-100程度の自然数,betaには1-10程度の自然数が入る.internal model of an agent in adaptation layer.
// 評価値
double [][] df_ev = new double [n_firms][n_steps]; // 企業の予測した評価値と実現した評価値との差の絶対値:0-100程度の自然数が入る.difference between the expected evaluation and realized evaluation of the firm.
■調整層
// 意思決定変数
int [][][] dv_co = new int [n_firms][2][n_tasks + 3]; // 調整層におけるエージェントの割当てプラン:0-(128 - (n_tasks + 3))までの自然数が入る.decision variables in the coordination layer.
int [][][] dv_ind_co = new int [n_firms][n_tasks + 3][dv_co[2]]; // エージェントの意思決定変数(割り当てプラン)::0-(128 - (n_tasks + 3))までの自然数が入る.decision variables of agents in the coordination layer.
// 内部モデル
int [][][] im_co = new int [n_firms][n_tasks + 3][dv_co[2]]; // エージェントiの内部モデル.internal model of an agent in coordination layer.
// 割り当て変更
int th = 10; // 閾値の最大値:1-10位の数を想定する.threshold.
double [][][] int_p = new double [n_firms][2][n_tasks + 3]; // 各企業における各機能階層のパフォーマンス値:1-10位の数を想定する.internal performance of the functional layer.
■プロセス層
// 意思決定変数
int [][] dv_pr = new int [n_firms][n_tasks][l_tasks]; // 組織の生産プラン:0 - (h_tasks-1) 程度の自然数が入る.decision variables in the process layer.
int [][][] dv_ind_pr = new int [n_firms][n_tasks][l_tasks][dv_co[n]]; // 個人の生産プラン:0 - (h_tasks-1) 程度の自然数が入る.decision variables of agents in the process layer.
// 内部モデル
int [][][] im_pr = new int [n_firms][n_tasks][l_tasks][dv_co[n]]; // 個人の内部モデル.タスクの認知(需要の感知):0 - (h_tasks-1)程度の自然数が入る.internal model of an agent in process layer.
Posted by ysk5 at 12:31 PM | Comments (0) | TrackBack
東京三菱サービス停止
東京三菱サービス停止日時.
=====================================
■10月のオンラインサービス休止時間帯■□
10月22日(土)21:00から 10月24日(月)7:00まで
□今後のオンラインサービス休止予定■□
11月5日(土)21:00から 11月7日(月)7:00まで
=====================================
Posted by ysk5 at 10:52 AM | Comments (0) | TrackBack
超直近の俺to do
朝起きたらからお昼くらいまでなto do. # 観測気球!
- プロセス層のドキュメント作成
- できたところまでのクラス図を書く(フォローアップな)
- 関数の変数関係のチェック(つかっていないやつとか,順番が整理されていないやつは,だめです.)
- IMはstaticな!
- IDLとODLの実装な
- その前にプロセス層の実装だ
- やっぱ知識が足りていないところがあるから,勉強すれ(テクニカル・タームの覚えが悪い)
- 各種スケーリングの調整もすれ
Posted by ysk5 at 12:23 AM | Comments (0) | TrackBack
October 14, 2005
いや,しかし,まあ,なんというか
真に正にスパゲッティだわ.
ロジックテストもかねて
=====================================
試行回数:1000
企業数:100
ステップ数:2
=====================================
という設定で完走できるかチェック.(できたら追記する)
(追記):10分程度で完走してきた.悪くないパフォーマンス.まあ足引っ張っているのは標準出力のテスト表示だろうから.
今日はデカルトの密室を読み返す.
Posted by ysk5 at 10:22 PM | Comments (0) | TrackBack
電力事情メモ
以下の条件でブレーカ落ちる.
- 電子レンジON
- コーヒーメーカON
Posted by ysk5 at 09:46 PM | Comments (0) | TrackBack
上田に戦力外
上田に戦力外.コーチ就任の打診.
スポニチ Sponichi Annex 速報
Posted by ysk5 at 09:20 PM | Comments (0) | TrackBack
October 13, 2005
超直近の俺to do
- adjustDVメソッド
- generateIntPメソッド: done@23:30 (printIntPメソッドもついでに)
- setIntPメソッド
- copyIMメソッド
- pasteIMメソッド
- oslCOメソッド
Posted by ysk5 at 11:19 PM | Comments (1) | TrackBack
TTL = 20
- メソッドが爆発的に増加中.たいてい10行以下のやつ.
- 配列の生成がらみでの問題を移動時間とかで考えて解決.
- とりあえずあんまりカプセルかとかは考えないでもいいかなと思う.そういうのはくるくる回っている間にすればいいことだ.
- ダイテル本のVol.1読了.次,Vol.2な.
- きょうは見た目上の進捗はあまりないのでした.
Posted by ysk5 at 11:08 PM | Comments (0) | TrackBack
October 12, 2005
OLOMOA日誌:クラス図(3)
今週中にはOOPな感じでシミュレーションを回せそうなめどが立ちつつある.
Posted by ysk5 at 10:48 PM | Comments (0) | TrackBack
OLOMOA日誌:データ・ディクショナリ(3)
=====================================
変数域には(1)自然数ならばN,(2)整数ならばZ,(3)小数ならばRを仮に示す.
コメント中には説明と変数命名の理由づけを書く.
=====================================
■シミュレーション設定
//
// シミュレーションの試行パラメータ
//
int n_steps = N; // 1試行あたりのステップ数:1-500程度の自然数が入る.number of steps.
int n_trials = N; // シミュレーションの試行数:1-100程度の自然数が入る.number of trials.
// 高次学習の間隔:1-10までの整数が入る.interval of higher level learning in XXX layer.
int interval_se = N; // 自己組織化層の高次組織学習の間隔
int interval_ad = N; // 適応層の高次組織学習の間隔
int interval_co = N; // 調整層の高次組織学習の間隔
int interval_pr = N; // プロセス層の高次組織学習の間隔
// GAパラメータ
int n_firms = N; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
int [] flag_ga = new int [4]; // GAを行うかどうかのフラグ:0 or 1の整数.0:行わない,1:行う.flag for GA.
double p_cross = R; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
double p_mutation = R; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
//
// 環境設定パラメータ
//
// タスクパラメータ
int n_tasks = N; // タスク数(=プロセス層の組織数):1-10程度の自然数が入る.number of tasks.
int l_tasks = N; // タスクのストリング長:1-10程度の自然数が入る.length of tasks.
int h_tasks = N; // タスクのストリング値の種類:1-10程度の自然数が入る.height of tasks.
// レスポンス関数のパラメータ
//
double [] b = new double [4]; // コスト定数:0-1までの小数が入る.beta XXX.
■シミュレーション中の主要な変数
int s; // 現在のシミュレーション試行数を表現する
int t; // 現在のシミュレーションステップ数を表現する
int u; // 現在の企業番号を表現する
■環境
int [] a = new int [n_tasks] ; // 潜在収益性alphaベクトル:1-100程度の自然数が入る.alpha vector.
int [][] q = new int [n_tasks][l_tasks] ; // タスク:1-l_tasks分の自然数が入る.qは定式化モデルより.
float [] d_r = new float [n_tasks]; // タスクの解決度:0-1までの小数が入る.degree of resolution for tasks.
float [] f = new float [n_firms]; // 現在の企業評価値:(-100)-(+100)程度の小数が入る.fitness of the firm.
float [] d_f = new float [n_firms][n_steps]; // 企業評価値の分析用データ:(-100)-(+100)程度の小数が入る.各ステップでの(1)平均評価値,(2)最大評価値,(3)最小評価値をストアする.data of fitness of the firms.
■自己組織化層
// 意思決定変数
int [][][] dv_so = new int [n_firms][2][n_tasks + 2]; // 企業uの自己組織化層意思決定変数を保持する配列.decision variables in the self-organization layer.int [][][] dv_ind_so = new int [n_firms][2][n_tasks + 2]; // 企業uの自己組織化層意思決定変数を保持する配列.decision variables of the agents in the self-organization layer.
// 内部モデル
int [][][] im_so = new int [n_firms][n_tasks + 2][dv_co[0]]; // 自己組織化におけるエージェント数s,資源量r,アクティブベクトルaの内部モデル:(n_tasks + 3)-128,(n_tasks)-128および0 or 1の自然数がはいる.internal model of an agent in self-organization layer.
// いらないっぽい
int [][][] tmp_im_so = new int [n_firms][dv_co[0]][n_tasks + 2]; // 企業uのi番目のエージェントの内部モデルの一時配列:(n_tasks + 3)-128,(n_tasks)-128および0 or 1の自然数がはいる.temporal arrangement of internal model of an agent in self-organization layer.
■適応層
// 意思決定変数
int [][][] dv_ad = new int [n_firms][2][n_tasks]; // 企業uの適応層における意思決定変数:1-50程度の自然数が入る.decision variables in the adaptation layer.
int [][][] dv_ind_ad = new int [n_firms][2][n_tasks]; // エージェントiの意思決定した政策:1-50程度の自然数が入る.decision variables of the agents in the adaptation layer.
// 内部モデル
int [][] im_ad = new int [n_tasks + 4][dv_co[1]]; // エージェントiの潜在収益性alphaとウェイトbetaについての内部モデル:alphaには1-100程度の自然数,betaには1-10程度の自然数が入る.internal model of an agent in adaptation layer.
// 評価値
double [][] df_ev = new double [n_firms][n_steps]; // 企業の予測した評価値と実現した評価値との差の絶対値:0-100程度の自然数が入る.difference between the expected evaluation and realized evaluation of the firm.
■調整層
// 意思決定変数
int [][][] dv_co = new int [n_firms][2][n_tasks + 3]; // 調整層におけるエージェントの割当てプラン:0-(128 - (n_tasks + 3))までの自然数が入る.decision variables in the coordination layer.
int [][][] dv_ind_co = new int [n_firms][n_tasks + 3][dv_co[2]]; // エージェントの意思決定変数(割り当てプラン)::0-(128 - (n_tasks + 3))までの自然数が入る.decision variables of agents in the coordination layer.
// 内部モデル
int [][][] im_co = new int [n_firms][n_tasks + 3][dv_co[2]]; // エージェントiの内部モデル.internal model of an agent in coordination layer.
// 割り当て変更
int th = 10; // 閾値の最大値:1-10位の数を想定する.threshold.
double [][][] int_p = new double [n_firms][2][n_tasks + 3]; // 各企業における各機能階層のパフォーマンス値:1-10位の数を想定する.internal performance of the functional layer.
Posted by ysk5 at 12:50 PM | Comments (1) | TrackBack
October 11, 2005
明日の俺to do
何か久しぶりだ.
- 今日読んだダイテル本のメモする.
- 結城さんのあれを1chapter読む.
- コードをブリブリとrevise
- dutyっぽいゼミにでる.
- 本を返す.
- 英語のパターン・ランゲージを覚える.
Posted by ysk5 at 11:55 PM | Comments (0) | TrackBack
OLOMOA日誌:クラス図(2)
今日書き直したソース分だけ.
企業-各組織(各機能階層)-エージェントは上のように表現するようにする.
とりあえずextendsな方針でやってみよう.
Posted by ysk5 at 11:52 PM | Comments (0) | TrackBack
OLOMOA日誌:データ・ディクショナリ(2)
若干の記述ミスの修正と,データの追加.
=====================================
変数域には(1)自然数ならばN,(2)整数ならばZ,(3)小数ならばRを仮に示す.
コメント中には説明と変数命名の理由づけを書く.
=====================================
■シミュレーション設定
//
// シミュレーションの試行パラメータ
//
int n_steps = N; // 1試行あたりのステップ数:1-500程度の自然数が入る.number of steps.
int n_trials = N; // シミュレーションの試行数:1-100程度の自然数が入る.number of trials.
// 高次学習の間隔:1-10までの整数が入る.interval of higher level learning in XXX layer.
int interval_se = N; // 自己組織化層の高次組織学習の間隔
int interval_ad = N; // 適応層の高次組織学習の間隔
int interval_co = N; // 調整層の高次組織学習の間隔
int interval_pr = N; // プロセス層の高次組織学習の間隔
// GAパラメータ
int n_firms = N; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
int []flag_ga = new int [4]; // GAを行うかどうかのフラグ:0 or 1の整数.0:行わない,1:行う.flag for GA.
double p_cross = R; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
double p_mutation = R; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
//
// 環境設定パラメータ
//
// タスクパラメータ
int n_tasks = N; // タスク数(=プロセス層の組織数):1-10程度の自然数が入る.number of tasks.
int l_tasks = N; // タスクのストリング長:1-10程度の自然数が入る.length of tasks.
int h_tasks = N; // タスクのストリング値の種類:1-10程度の自然数が入る.height of tasks.
// レスポンス関数のパラメータ
//
double [] b = new double[4]; // コスト定数:0-1までの小数が入る.beta XXX.
■シミュレーション中の主要な変数
int s; // 現在のシミュレーション試行数を表現する
int t; // 現在のシミュレーションステップ数を表現する
int u; // 現在の企業番号を表現する
■環境
int [] a = new int[n_tasks] ; // 潜在収益性alphaベクトル:1-100程度の自然数が入る.alpha vector.
int [][] q = new int[n_tasks][l_tasks] ; // タスク:1-l_tasks分の自然数が入る.qは定式化モデルより.
float [] d_r = new float [n_tasks]; // タスクの解決度:0-1までの小数が入る.degree of resolution for tasks.
float [] f = new float [n_firms]; // 現在の企業評価値:(-100)-(+100)程度の小数が入る.fitness of the firm.
float [] d_f = new float [n_firms][n_steps]; // 企業評価値の分析用データ:(-100)-(+100)程度の小数が入る.各ステップでの(1)平均評価値,(2)最大評価値,(3)最小評価値をストアする.data of fitness of the firms.
■自己組織化層
// 企業の意思決定変数
int n_agents; // 企業のエージェント数:(n_tasks + 3)-128までの自然数が入る.number of agents.
int a_resources; // 企業の資源量:(n_tasks)-128までの自然数が入る.amount of resources.
int [] a_vector = new int [n_tasks]; // 当該タスクを実行するかどうかを指示するベクトル:0 or 1の自然数がはいる.0:実行しない,1:実行する.active vector.
// 内部モデル
int [] im_so = new int [n_tasks + 2][s[0]]; // 自己組織化におけるエージェント数s,資源量r,アクティブベクトルaの内部モデル:(n_tasks + 3)-128,(n_tasks)-128および0 or 1の自然数がはいる.internal model of an agent in self-organization layer.
int [][][] firm_dv_selforg = new int [n_firms][2][n_tasks + 2]; // 企業uの意思決定変数を保持する配列
int [][] tmp_im_so = new int [n_firms][s[0]]; // 企業uのi番目のエージェントの内部モデルの一時配列:(n_tasks + 3)-128,(n_tasks)-128および0 or 1の自然数がはいる.temporal arrangement of internal model of an agent in self-organization layer.
Posted by ysk5 at 11:50 PM | Comments (1) | TrackBack
October 10, 2005
行によって要素数が異なる多次元配列を動的に確保する
これも知らなかった.
int b[][]; // 配列bの宣言
b = new int [2][]; // とりあえず2行確保する
b[0] = new int [5]; // 行0は5列確保する
b[1] = new int [3]; // 行1には3列確保する
これっておそらく多次元(3次元overな)配列にも適用可能っぽいな.
なんかメドが立ってきたな.
ref. ダイテル本(ISBN:4894710994) pp.234
Posted by ysk5 at 10:31 PM | Comments (0) | TrackBack
配列の宣言とメモリ領域の確保
int c[]; // 配列の宣言
c = new int [10]; //配列の割り当て,メモリ領域の確保
ということらしい.
ということは宣言だけとりあえずしておいて,動的に配列要素数を確保することができるのね.
# ここでかなり無駄なメモリ確保をしていたのだな.
数値系の基本データ型の場合は0ですべての要素が自動的に初期化される.
# 知らなかった
ref. ダイテル本(ISBN:4894710994) pp.209
Posted by ysk5 at 10:14 PM | Comments (0) | TrackBack
Ghost in The Machine
見かけたら,買う.
ISBN:4480082174
http://www.amazon.co.jp/exec/obidos/ASIN/4480082174/
Posted by ysk5 at 09:50 PM | Comments (0) | TrackBack
OLOMOA日誌:クラス図
今日書き直したソース分だけ.
企業-各機能組織-エージェントっていうオブジェクト間の関係づけとかの設計をどうすればいいのかがちょっとわかりかねる.
なるたけ冴えたやり方でもってして実現するために今日はこれからJava言語自体を勉強する.
Posted by ysk5 at 08:26 PM | Comments (0) | TrackBack
OLOMOA日誌:データ・ディクショナリ
=====================================
変数域には(1)自然数ならばN,(2)整数ならばZ,(3)小数ならばRを仮に示す.
コメント中には説明と変数命名の理由づけを書く.
=====================================
■シミュレーション設定
//
// シミュレーションの試行パラメータ
//
int n_steps = N; // 1試行あたりのステップ数:1-500程度の自然数が入る.number of steps.
int n_of_trials = N; // シミュレーションの試行数:1-100程度の自然数が入る.number of trials.
// 高次学習の間隔:1-10までの整数が入る.interval of higher level learning in XXX layer.
int interval_se = N; // 自己組織化層の高次組織学習の間隔
int interval_ad = N; // 適応層の高次組織学習の間隔
int interval_co = N; // 調整層の高次組織学習の間隔
int interval_pr = N; // プロセス層の高次組織学習の間隔
// GAパラメータ
int n_firms = N; // 企業ネットワークの企業数:1-30程度の自然数が入る.number of firms.
int []flag_ga = new int [n_task+3]; // GAを行うかどうかのフラグ:0 or 1の整数.0:行わない,1:行う.flag for GA.
float p_cross = R; // GAの交叉確率:0-1までの小数が入る.probability of crossover.
float p_mutation = R; // GAの突然変異確率:0-1までの小数が入る.probability of mutation.
//
// 環境設定パラメータ
//
// タスクパラメータ
int n_tasks = N; // タスク数(=プロセス層の組織数):1-10程度の自然数が入る.number of tasks.
int l_tasks = N; // タスクのストリング長:1-10程度の自然数が入る.length of tasks.
int h_tasks = N; // タスクのストリング値の種類:1-10程度の自然数が入る.height of tasks.
// レスポンス関数のパラメータ
// 0-1までの小数が入る.beta XXX.
double b1 = R; // beta1
double b2 = R; // beta2
double b3 = R; // beta3
double b4 = R; // beta4
■シミュレーション中の主要な変数
int s; // 現在のシミュレーション試行数を表現する
int t; // 現在のシミュレーションステップ数を表現する
int u; // 現在の企業番号を表現する
■環境
int [] a = new int[n_tasks] ; // 潜在収益性alphaベクトル:1-100程度の自然数が入る.alpha vector.
int [][] q = new int[n_tasks][l_tasks] ; // タスク:1-l_tasks分の自然数が入る.qは定式化モデルより.
float []d_r = new float [n_tasks]; // タスクの解決度:0-1までの小数が入る.degree of resolution for tasks.
float []f = new float [n_firms]; // 現在の企業評価値:(-100)-(+100)程度の小数が入る.fitness of the firm.
float []d_f = new float [n_firms][n_steps]; // 企業評価値の分析用データ:(-100)-(+100)程度の小数が入る.各ステップでの(1)平均評価値,(2)最大評価値,(3)最小評価値をストアする.data of fitness of the firms.
Posted by ysk5 at 02:00 PM | Comments (0) | TrackBack
October 09, 2005
高木大成戦力外
一応ログっておく.
西武は7日、高木大成内野手(31)に戦力外通告したと発表した。ref. スポーツナビ | ニュース | 西武、高木大に戦力外 1位入団で連覇に貢献
Posted by ysk5 at 08:17 PM | Comments (0) | TrackBack
October 08, 2005
初期化は大切にね!
Buggyちゃんがまた来日しやがりました.
@10:00
帰国してくれそうな予感.
関係ないが”デカルトの密室”おもしろい.
@22:00
帰宅してちょろちょろといじっていたら,グラウンドを何周もできる子に成長していた様子.
関係ないが(多少はあるが)結城さんのデザインパターン本がおもしろそうなので買ってきた.これ読んでリ・デザインしよう.
@24:00
これで5分.
num_of_firm = 20; // 企業ネットワークの企業数
num_of_step = 200; // シミュレーションのステップ数
num_of_trial = 5; // シミュレーションの試行数
@25:00
パラメータをチューニング中.
あしたは追加のコンポーネントを完成させて実験の準備を整えたい.
で,あさっては実験して分析とかそういうのを火曜のゼミの時に提示できるようにがんばりたい.
Posted by ysk5 at 02:36 AM | Comments (0) | TrackBack
October 07, 2005
広島が大セールな件について
ちょっと切ない.
広島は7日、沢崎俊和、小林幹英、国木剛太の3投手と、松本奉文、石橋尚至両内野手、田村彰啓外野手に戦力外通告した。from http://sportsnavi.yahoo.co.jp/baseball/npb/headlines/20051007-00000104-jij-spo.html
Posted by ysk5 at 06:53 PM | Comments (2) | TrackBack
October 06, 2005
犬伏アディオス
野手は犬伏さんだけか?
http://sportsnavi.yahoo.co.jp/baseball/npb/headlines/20051006-00000122-jij-spo.html
Posted by ysk5 at 08:51 PM | Comments (0) | TrackBack
今宵で,きみとおわかれだ.
完成させちゃうよ.
俺メモ.
- 電球60W
- ゴミ袋
- 電気代
Posted by ysk5 at 04:45 PM | Comments (0) | TrackBack
Buggyさん,ご帰国.
いっちゃんややこしいところの挙動が意図するものになってくれた.
ごほうびにご飯食べたあと30分間は”デカルトの密室”を読んでもいいことにしよう.
Posted by ysk5 at 12:15 PM | Comments (0) | TrackBack
October 05, 2005
ふつうのひと.
大健闘だ!
+++ 第1回 エンタ!検定 成績発表 +++
あなたの総合得点は60点 全国平均 60点
全国順位(10月5日 13時現在)
8239位(15367人中)
−−ジャンル別得点表 −−−−−−−−−−−−−−−
0_________10__________20点
映画 ■■■■■■■■■■■■
テレビ■■■■■■■■■■■■■
音楽 ■■■■■■■■■■■■■
書籍 ■■■■■■■■■■■■■
芸能 ■■■■■■■■■
−−−−−−−−−−−−−−−−−−−−−−−−−
−−講評−−−−−−−−−−−−−−−−−−−−−
あなたは「エンタの凡人」
おつかれさまでした。分からない出題もままあったのではないでしょうか。「周りの話についていくのがツラい」と最近よく感じているようなら黄色信号です。ジャンル別にみると、「映画」「テレビ」「音楽」「書籍」は平均的に知っています。「芸能」にはあまり興味がないようです。
−−−−−−−−−−−−−−−−−−−−−−−−−
エンタ検定実施中!
http://ent.nikkeibp.co.jp/ent/kentei/
Posted by ysk5 at 02:01 PM | Comments (0) | TrackBack
October 03, 2005
リスクをとるということと,とらざるをえないということ.
あんなものを人目にさらすことになってしまうとは.
resubmissionがあると思って,原稿を作り直す(というか原稿を完成させる)ことにしよう.
っても,absolute latestっていわれたし,むりぽか.
# なんかできそうな予感.ということで徹夜しよう.そうしよう.
# とりあえずログイン状態をキープしつつ作業中@21:00
# セッション有効期間切れとかまで作り込んでないよな,たぶん.
最悪,現場で原稿と資料を配付しよう. # proceedingsの意味なし
しかしなぜ十全たりえなかったのかについては,しっかりとレビューして,次にいかさないとまずいであろうな. # 単に努力不足というはなしもある
とりあえずまだsubmitできたので,resubmitしておいた.@10/04 08:30
これからお風呂はいってNT係のゼミの準備して,学校に行かなければ.
Posted by ysk5 at 05:27 PM | Comments (0) | TrackBack
めも.
im_av[i][j] = (int)Math.round(Math.random());
im_q[j][i][k] = (int)(Math.random() * (NormalSimulation.height_of_task-1)) +1;
初期化忘れない.
// s[i]の初期化
for(i=0; i < NormalSimulation.num_of_task+3 ;i++){
s[i] = 0;
}
ばいばい,バギーなきみよ!
Posted by ysk5 at 06:06 AM | Comments (0) | TrackBack
October 02, 2005
中日セールで平松さんが売りに出ている件について
玉野と大友,お疲れさまでした.どこかでがんばれ.うちには場所はない.
平松を誰かとトレードでゲットしたいな.左腕カモーン.
中日は2日、投手の矢口哲朗、捕手の清水清人と田上秀則、野手の玉野宏昌、ホッシャ、大友進、幕田賢治に戦力外通告したと発表した。
また投手の平松一宏と野手の都築克幸、仲沢忠厚、森章剛にはトレード要員であることを通告した。スポーツナビ | ニュース | 大友らに戦力外通告 中日
Posted by ysk5 at 04:33 PM | Comments (2) | TrackBack
スパゲッティから流しそうめんへ
なってきたので,どうにか締切に間に合いそうな気もする.
と思いたい.
=====================================
【それでも地球は】 Trial No.2 m9(・∀・)ビシッ!! 【まわっている】
□ 環境設定
alpha: 3 3 4 1 7
task:
sec(0): 1 2 3 2 3 3
sec(1): 2 1 3 2 3 2
sec(2): 3 1 4 3 4 4
sec(3): 1 1 1 1 1 1
sec(4): 4 5 2 1 1 7
======================================
□ 0 th企業初期設定
s@初期: 138 r@初期: 155 av@初期: 0 0 1 0 0
s_theta@初期: 14 15 20 18 18 14 22 17
h@初期: 3 7 3 5 4 8 10 5
pl: 23 0 131 0 0
Realized Q: 0.0 0.0 -40.0 0.0 0.0
======================================
Evaluation Of Firm 0: -163.18
s@0: 125 r@0: 146 av@0: 1 0 1 1 1
s_theta: 13 14 20 17 17 13 22 17
======================================
Posted by ysk5 at 11:10 AM | Comments (0) | TrackBack
October 01, 2005
やっぱりスパゲッティじゃだめなんだ
結果はあきらめて,再設計をしっかりとしよう.
Posted by ysk5 at 07:04 AM | Comments (0) | TrackBack
さようなら:投手編
今年でさようならなかたがた.
http://headlines.yahoo.co.jp/hl?a=20050930-00000164-kyodo-spo
芝崎和広、真山龍、トモキ、鳥谷部健一、富岡久貴
優勝しても粛清する球団ですから.
それでも世界はまわっている.
Posted by ysk5 at 06:19 AM | Comments (0) | TrackBack