reservoir_encode — CONNGRAPH `reservoir` op

• データ種: conn_graph × matrix → matrix

• 呼び出し: import fullseye as fs; fs.ledger.reservoir_encode(W: 'Any', X: 'Any', steps: 'int' = 6, in_scale: 'float' = 0.1, leak: 'float' = 0.3, nonlinearity: 'str' = 'tanh', seed: 'int' = 0) -> 'np.ndarray' (実装を直接呼ぶなら import conngraph; conngraph.reservoir_encode(W: 'Any', X: 'Any', steps: 'int' = 6, in_scale: 'float' = 0.1, leak: 'float' = 0.3, nonlinearity: 'str' = 'tanh', seed: 'int' = 0) -> 'np.ndarray'、台帳から引くなら opsconngraph.get("reservoir_encode"))

使い方

静的入力の一括 reservoir 符号化(分類用): X の各行を零状態から steps 回回した最終状態 (N, n)。

行 x ごとに x_{t+1} = (1−leak) x_t + leak · f(Wᵀ x_t + W_in x) を steps 回。

`W_in` は reservoir_states と同じ seed 付き一様 (−in_scale, in_scale) の (n, d)。

行のループは書かず、1 ステップ = (N, n) @ (n, n) の行列積 1 回で全行を同時に進める。

linear・leak 1・steps 1 なら X W_inᵀ、steps 2 なら (X W_inᵀ) W + X W_inᵀ に厳密一致。

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_larval_connectome_reservoir — py -3.11 examples/poc_larval_connectome_reservoir.py

型が繋がる次の op(`matrix` を入力に取れる)

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

同カテゴリ(`reservoir`)

reservoir_from_graph · reservoir_states · ridge_readout · ridge_predict

*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)。*

reservoir_encode — CONNGRAPH reservoir op

使い方