goma_2000のプロフィール

ニューラルネットの学習前に，データ[X,Y] を標準化 　(x-ave(x)) / std(x) 　ave(x)：xの平均 　std(x)：xの標準偏差 というようにすべてのデータについて，[0,1]に標準化しています． 学習後(BP法)，ニューラルネットから得られた回帰式は，標準化したので， パラメータが[0,1]の範囲になってしまっています． この学習後得られたパラメータの標準化を解除して，標準化しないで学習して得られたパラメータのようにしたいのですが， 学習後のパラメータの標準化はどういうふうに解除すればいいのでしょうか？

ご存知の方がおられましたら教えてください。 以下のような2×3表でカイ2乗検定を行う際に、 単純にA群とB群の差の有無を検定するだけでなく、 どこに差があるか検定する方法はあるのでしょうか？ （例：好きという回答は有意差があって、普通の回答には有意差はない） 　　　好き　普通　嫌い A群　　100　 120　30 B群　　80　　140　10

こんにちは。 いま船の航跡データからクラスター分析を行い、いくつかのルートに分類することを考えています。 クラスター分析を行うために、3次元時系列データ（ｘ座標、ｙ座標、時間）を統計量で処理したいのですが、こういった多次元時系列データの場合にはどのような統計量を使えばよいのでしょうか？ 何卒ご指導頂けますようお願い申し上げます。

naive quark model がダメということは夙に知られています。陽子はuudというクォークからなるとされ、uクォークは電荷2/3e、ｄクォークは電荷 -1/3e を持つので陽子の電荷は e になります。uクォークとｄクォークはそれぞれスピン1/2を持ちますが、どうしたら陽子のスピンが1/2になるのでしょうか。naive quark modelは使わないものとします。

ポアソン到着では 　 　・定常性「同じ幅をもった時間区間あたりの到着の仕方は、時刻に依存しない」 を仮定していますが、バースト性を持つような到着間隔を得たい場合どのような手法があるのでしょうか。