construct op• Datenarten: synapse_table → conn_graph
• Aufruf: import fullseye as fs; fs.ledger.graph_from_synapses(syn: 'Any', n: 'int | None' = None, sign: 'float' = 1.0) -> 'np.ndarray' (die Implementierung direkt: import conngraph; conngraph.graph_from_synapses(syn: 'Any', n: 'int | None' = None, sign: 'float' = 1.0) -> 'np.ndarray'; aus dem Register: opsconngraph.get("graph_from_synapses"))
> Für diesen Operator gibt es noch keine Übersetzung. Es folgt der Originaltext unverändert.
シナプス表 (m, 3) = (pre_id, post_id, count) を n×n の重みつき有向隣接行列にする。
`W[pre, post] += count * sign`。同じ (pre, post) の行は足し合わせる。
`n を省くと max(id) + 1`。id は 0 始まりの整数値(float で持っていてよい)
で、範囲外・非整数・負の id は拒否する。`sign` は抑制性シナプスを負で
入れたいときの係数(count 自体は符号を持たない量として扱う)。
• Leitfaden zur Familie conngraph
• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).
• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.
• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.
• poc_fly_optomotor_steering — py -3.11 examples/poc_fly_optomotor_steering.py
• poc_microns_brain_wave — py -3.11 examples/poc_microns_brain_wave.py
conn_graph als Eingabe)graph_degree_preserving_shuffle · graph_binarize · graph_degree_table · graph_clustering_coefficient · graph_betweenness · graph_laplacian_spectrum · graph_spectral_radius · graph_components
construct)graph_degree_preserving_shuffle · graph_binarize
*Provenance: conngraph.py — CONNGRAPH Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.