ridge_predict — CONNGRAPH `reservoir` op

• Datenarten: matrix × matrix → matrix

• Aufruf: import fullseye as fs; fs.ledger.ridge_predict(X: 'Any', Wout: 'Any') -> 'np.ndarray' (die Implementierung direkt: import conngraph; conngraph.ridge_predict(X: 'Any', Wout: 'Any') -> 'np.ndarray'; aus dem Register: opsconngraph.get("ridge_predict"))

Verwendung

> Für diesen Operator gibt es noch keine Übersetzung. Es folgt der Originaltext unverändert.

読み出し重みで予測 (T, k) = [X, 1] · Wout。Wout は ridge_readout の (d+1, k)。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie conngraph

Referenzen (Beispieldaten, Literatur)

• 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.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• poc_larval_connectome_reservoir — py -3.11 examples/poc_larval_connectome_reservoir.py

Typkompatible Folge-Operatoren (nehmen `matrix` als Eingabe)

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

Gleiche Kategorie (`reservoir`)

reservoir_from_graph · reservoir_states · reservoir_encode · ridge_readout

*Provenance: conngraph.py — CONNGRAPH Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

ridge_predict — CONNGRAPH reservoir op