ぎょーむ日誌 2003-10-05
2003 年 10 月 05 日 (日)
-
1010 起床．
朝飯．
コーヒー．
-
朝からシウリザクラ問題
(M2 大澤君データ)
に没頭してしまう．
-
ここしばらく取り組んでる問題
……
個葉 ID のつけられていない，
葉っぱ集団動態データがあったときに，
「第 t 週から第 t+1 週にかけてこのように変化したときに，
ここで死亡した葉っぱの枚数，虫にかじられた葉っぱの枚数を推定せよ」
というもの．
-
これでは制約がゆるすぎるので，
「葉っぱの状態変化は最小とする」
(詰将棋仮定，とでもいいますか)
を導入してみる．
この状況下においてふたつの「葉状態変化探索法」
が存在しうる:
-
前進探索法 (forward seeking method):
第 t 週から第 t+1 週の食害スコアの低い方向から
「行き場所」を探索して死亡数・食害数を特定する
-
後退探索法 (backward seeking method):
第 t+1 週から第 t 週の食害スコアの高い方向から
「来た場所」を探索して死亡数・食害数を特定する
-
昨日までは forward 探索ばかりやってた．
ところが D2 赤坂君がそれにケチをつけてくれたおかげで
(いやはや，ぢつにありがたいコトですな)，
後退探索法にも手を出してみた
……
というか，
実際に「べつの方法でも試してみるか」
と考えるまで詰将棋仮定のもとでは forward/backward
の二通りしか「極端な」探索方法が存在しないことに気づかなかったんだよね．
-
ケガれ Perl コード的には，
SeekChange
を基底として
SeekChangeForward
と
SeekChangeBackward
を派生して，
というふうに．
-
で，
やってみてわかったんだが，
forward/backward はたいていの場合において，
一致した推定結果をだす，
というもの
……
これはなかなか驚きであった．
もちろん，
すべての場合に一致するわけではない．
すなわち forward/backward が状態変化の速度の上限と下限を決めている，
と言えるわけで
……
つまり極端ではない中間的なモデルはすべてこの
上限と下限の内側におさまるわけだ．
そして，
その上限と下限はそれほど異ならない，
と．
つまり個葉識別できてなくても，
状態変化というのはかなり限定されうるのである．
-
えーと状態変化と探索法の対応は
……
-
生きてる → 死んでる:
-
forward seeking:
もっとも高い段階の虫食い点数で死ぬモデル
-
backward seeking:
もっとも低い段階の虫食い点数で死ぬモデル
-
虫食い点数上昇:
-
forward seeking:
もっとも速く虫食い点数が上昇するモデル
-
backward seeking:
もっとも遅く虫食い点数が上昇するモデル
-
ひとくぎりついたので自宅発北大構内走．
雨がふってきたので途中で撤退．
体重 69.8kg．
1740 自宅発．
曇．
1750 研究室着．
罪人として屋久島に流されてた連中がもどってきている．
充分反省したんだろう．
すでに日没してからの昼飯．
-
forward/backward 探索について大澤君と議論．
R を使って状態変化速度のパラメーター推定
(いつものごとく logistic なモデルなんだけど)
……
おお，
あたりまえのことだけど forward/backward で食害点数依存性が変化する．
-
しかし夜は仕事があまりススまず，
お茶部屋に遊びにきた井田君だの特に匿名を希望する料理人氏だのと
雑談してしまったり．
-
2410 研究室発．
2420 帰宅．
-
[今日の素読]
-
[今日の運動]
-
北大構内走 1700-1730．
ストレッチング．
-
[今日の食卓]
- 朝 (1030):
パンケイキ．
- 昼 (1800):
弁当．
研究室お茶部屋．
米麦 0.7 合．
院生たちの作ったサンマの煮つけ．
- 晩 (2430):
米麦 0.7 合．
キャベツ・タマネギ・マイタケ・豆腐の炒めもの．