graph_activation_latency — CONNGRAPH `activity` op

• 데이터 종류: matrix → labels

• 호출: import fullseye as fs; fs.ledger.graph_activation_latency(X: 'Any', thresh: 'float' = 0.1) -> 'np.ndarray'(구현을 직접 호출하려면 import conngraph; conngraph.graph_activation_latency(X: 'Any', thresh: 'float' = 0.1) -> 'np.ndarray', 원장에서 가져오려면 opsconngraph.get("graph_activation_latency"))

사용법

> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.

各ノードが初めて「点いた」ステップ(0 始まり)の列 (n,)、整数。点かなかったノードは −1。

`X` は reservoir_states の (T, n)。「点いた」= |x| ≥ 全体の最大値 × thresh(thresh は

(0, 1])。尺度はノードごとでなく 1 つ —— ノードごとに伸ばすと、ほとんど動かないノードの

丸め屑も「点いた」になる。全零の X はすべて −1。

자세한 사용 가이드

• conngraph 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_malecns_activity_wave — py -3.11 examples/poc_malecns_activity_wave.py

타입이 이어지는 다음 연산자(`labels` 를 입력으로 받는 것)

graph_modularity · graph_activity_spread · graph_block_shuffle · graph_layer_propagate · states_layer_dimension

같은 카테고리(`activity`)

graph_activity_spread · points_activity_video

*Provenance: conngraph.py — CONNGRAPH 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

graph_activation_latency — CONNGRAPH activity op

사용법