graph_layer_propagate — CONNGRAPH `dimension` op

• データ種: conn_graph × labels × matrix → matrix

• 呼び出し: import fullseye as fs; fs.ledger.graph_layer_propagate(W: 'Any', labels: 'Any', U: 'Any', activation: 'str' = 'kwta', active_frac: 'float' = 0.1, gain: 'float' = 1.0) -> 'np.ndarray' (実装を直接呼ぶなら import conngraph; conngraph.graph_layer_propagate(W: 'Any', labels: 'Any', U: 'Any', activation: 'str' = 'kwta', active_frac: 'float' = 0.1, gain: 'float' = 1.0) -> 'np.ndarray'、台帳から引くなら opsconngraph.get("graph_layer_propagate"))

使い方

層 0 の状態 `U (N, n_0) を、ブロック W[layer a → layer a+1]` で前向きに一段ずつ通した全層の状態

`(N, n)(matrix、列はノード順で層 0 の列は U` そのもの)。

受け手ごとに入力重みの和を 1 に正規化してから重みつき和を取り(層の大きさに依らない)、`activation` で

活性化する: `"linear" はそのまま(平均絶対値を gain に)、"tanh" は飽和、"kwta"` は各刺激で

入力が上位 `active_frac` の受け手だけが(閾値上の余剰で)発火し、平均が 1 になるよう正規化する。

層をまたぐ結線(層 a → a+2)と層内の再帰は使わない(前向きの一段ごとの写像だけを見る道具)。

詳しい使い方ガイド

• conngraph ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_connectome_motor_bottleneck — py -3.11 examples/poc_connectome_motor_bottleneck.py

型が繋がる次の op(`matrix` を入力に取れる)

reservoir_states · reservoir_encode · ridge_readout · ridge_predict · graph_activation_latency · graph_activity_spread · points_activity_video · states_participation_ratio

同カテゴリ(`dimension`)

graph_block_shuffle · states_participation_ratio · states_layer_dimension

*Provenance: conngraph.py — CONNGRAPH operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

graph_layer_propagate — CONNGRAPH dimension op

使い方