graph_from_synapses — CONNGRAPH `construct` op

• データ種: synapse_table → conn_graph

• 呼び出し: import fullseye as fs; fs.ledger.graph_from_synapses(syn: 'Any', n: 'int | None' = None, sign: 'float' = 1.0) -> 'np.ndarray' (実装を直接呼ぶなら import conngraph; conngraph.graph_from_synapses(syn: 'Any', n: 'int | None' = None, sign: 'float' = 1.0) -> 'np.ndarray'、台帳から引くなら opsconngraph.get("graph_from_synapses"))

使い方

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)。

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_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

型が繋がる次の op(`conn_graph` を入力に取れる)

graph_degree_preserving_shuffle · graph_binarize · graph_degree_table · graph_clustering_coefficient · graph_betweenness · graph_laplacian_spectrum · graph_spectral_radius · graph_components

同カテゴリ(`construct`)

graph_degree_preserving_shuffle · graph_binarize

*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_from_synapses — CONNGRAPH construct op

使い方