色々重ねていったら、とても簡単に出来た。 n<-50 N<-n*n kaisu <- 6 all.g.deg <- matrix( 0, kaisu, n) #隣接行列の作成 p <- sample(1:N, n*n, replace=T ) adj <- matrix( p , n, n ) diag(adj) <- n*n+1 adj [upper.tri( adj )] <- 0 adj.u <- t( adj )…

MIKUでグラフの次数についてのcodeを考えた。 梶本君や中根さんのcodeは明日考えるとして、僕が作ったのは泥臭いものになってしまった。 adj.gが隣接行列で、adj.degが次数の行列。次数が絶対n以下であるのを利用 処理量的にどうなんだろう…？ adj.deg <- ad…

ランダムグラフダイナミクス難しいです… とりあえず理解できることをやってみる。。 n<-1000 N<-10 library(igraph) #隣接行列の作成 p <- sample(1:N, n*n, replace=T ) adj <- matrix( p , n, n ) diag(adj) <- 0 adj [upper.tri( adj )] <- 0 adj.u <- t(…

１回の単位時間辺りに、一個、二個、三個の神経細胞がやってくると仮定してみる。 N<- 10000 n<-100 time<-1000 kinnniku<-matrix(0 , time , N) sinnkei<-matrix(0 , time , n) p<- sample(1:n , N, replace = T) p kinnniku[1, ] <-p sinnkei[1, ] <- tabu…

こちらの手直しをしようと思っている。 今回のポイントは １、行列を使う ２、神経と筋に数を一緒にしない ３、tabulate()を使う ＊tabulate()；数を数え上げる ー数は一以上から整数値でカウント（ただし、小数点ありの場合は切り捨て） example(tabulate) …

前回のMIKUで話題になったシュミレーション 自分にも出来るかRでやってみた。 # ベクトルpのindexを筋肉の番号、数値を神経の番号とする # １回の単位時間が経つと全ての神経が違う筋肉支配を一つしようと試みる # 新たな支配が上手くいくかは、その時におけ…

途中 library(ISwR) data(juul) attach(juul) #factor関数の力 summary(juul) juul$sex<-factor(juul$sex,labels=c("M","F")) juul$menarche<-factor(juul$menarche,labels=c("No","Yes")) juul$tanner<-factor(juul$tanner,labels=c("Ⅰ","Ⅱ","Ⅲ","Ⅳ","Ⅴ")) …

折角習ったので、debug()を使ってみる 例題 f1 <- function(x){ # sum-up elements of x a <- 0 n <- length(x) for(i in 1:n) a <- a+x[i] # calculation of mean b <- a/length(x) # calculating variance v <- 0 for(i in 1:v){ v <- v + (x[i]-b)^2/n } …

＊デバッグ 書いたCodeがしっかり働くのかどうかを調べるお仕事 あまり長いの書いたことがないので必要性が感じられなかったが、そのうち使えたら良いものがあるだろう。 とりあえずメモ debug --undebug;デバッグの世界から出る #browseの表記 set.seedで乱…

これで今まで知ったことを再度振り返ってみる。 #2 #サンプリング sample() --replace,prob #確率計算 prod() choose() #確率分布→http://ja.wikipedia.org/wiki/確率分布 #データのあり方によって→確率変数を何に設定するか ー離散→一点の確率 ー連続→密度…