tabris2012

def makeScoreEdges(posterSearch, gviz, nodes, depth) #指定ノード数だけグラフ描画
    #posterHash = @posterDistance[posterSearch].sort{|a, b| b[1][1] <=> a[1][1]} #スコアの高い順に並び替え
    if !(posterHash = @posterDistance[posterSearch])
      return
    end

    posterHash = posterHash.slice(0, nodes)
    nextDepth = depth - 1
   
    if posterHash.last[1][1] / posterHash[0][1][1] > 0.7 #設定値より大きければ出力数変更

tabris2012

def makeIdealEdges(posterSearch, gviz, idealNodes, depth)
    posterHash = @posterDistance[posterSearch].sort{|a, b| b[1].length <=> a[1].length}
    lastLength = posterHash[0][1].length #始めの共有単語数
    toDraw = Array.new #出力予定ポスターを回収
    #まず共有単語数の一番多いポスターをすべて回収
    posterHash.each do |number, words|
      if words.length != lastLength #同順でなくなったら
        lastLength = words.length
	break
      end

tabris2012

# encoding: utf-8
from pylab import *
from sympy import *

def XDiff(x, y, a):
    return a / (1.0+ y **2) - x #Toggle switchモデル

def YDiff(x, y, a):
    return a / (1.0+ x **2) - y

tabris2012

# encoding: utf-8
from pylab import *

def XDiff(x, y, a):
    return -x + a * y + y * x **2 #Sel'kovモデル

def YDiff(x, y, a, b):
    return b - a * y - y * x **2

def XNull(x, a): #xヌルクライン

tabris2012

# encoding: utf-8
from pylab import *

def XDiff(x, y, a):
    return -a * x + y #Griffithモデル

def YDiff(x, y, b):
    return x **2/ (1.0+ x **2) - b * y

def XNull(x, a): #xヌルクライン

tabris2012

@vector.each_with_index do |attrVector, i|
	attrVector.each do |line| #属性ごとに行を呼び出す
		chunkFeasible.each do |chunk, value|
			if line[0] =~ /#{chunk}/ && !chunkTemp[i].include?(chunk)
				chunkTemp[i][chunk] = value #行にチャンクが含まれて、そのチャンクがまだ存在していなければ追加
			end
		end
	end
end
#作成された新チャンクリストの内容検証

tabris2012

open ATTR, "<attribute.txt" or die "open: $!";
@attr = ();
$i =0;
	
while ($line = <ATTR>) { #属性示唆単語読込み
	if ($line =~ /^#/) {
		next;
	}
	elsif ($line eq "\n") {
		$i++;

tabris2012

sub chromHMM {
	@lineList = @{$_[0]};
	$alpha = 0.02;
	$K = 5; #分ける状態数
	
	for ($i =0; $i < @lineList; $i++) {
		foreach $list (@attr) { #示唆単語それぞれについて
			$j =1; #ベクトル未追加フラグ
			
			foreach $line (@{$list}) {

tabris2012

for ($i =1; $i < @$lineList; $i++) {
	if (${$trans[$state[$i -1]]}[$state[$i]] <0.4) { #遷移確率が低かったら修正
		if ($pk[$state[$i -1]] <0.4) { #遷移前の出現確率も低かったら修正
			for ($j =0; $j < @{$vector[$i]}; $j++) {
				if ((${$vector[$i]}[$j]) && ($j != $stateAttr[$state[$i -1]] -1)) {
					push @estAttr, $j +1;
					last;
				}
			}
				

tabris2012

#隠れ状態から属性を推定する
for ($i =0; $i < $K; $i++) { #状態0から順に処理
	@attr = (0, 0, 0, 0); #各行の示唆ベクトルを足し合わせていく
	$t0 =0;
	
	for ($j =0; $j < @$lineList; $j++) {
		if ($state[$j] == $i) {
			$t0++; #推定状態の数
				
			for ($u =0; $u < @attr; $u++) { #対応するベクトルの要素を足す