공부/Human dynamics17 [Human dynamics] 비주기적 신호 관련 저장소 비주기적 신호가 갖는 특징들을 소개하는 소스를 모으는 중. 1/f noise : mons1220.tistory.com/226 [이것저것] Pink noise (1/f fluctuation) 강연을 듣고.. 이생각 저생각 Pink 노이즈, 1/f 파동, 1/f 노이즈라고 불리는 신호는, 주파수에 반비례 하는 스펙트럼을 가진 신호를 나타낸다. 아주 다양한 신호에서 나타난다는 점과, 인간이 선호한다는 몇몇 연구들이 유명 mons1220.tistory.com 가장 무작위적인 음악 : www.ted.com/talks/scott_rickard_the_beautiful_math_behind_the_world_s_ugliest_music/transcript 2021. 2. 9. [Complexity] 리아프노프 지수 - 로지스틱 맵 시계열 데이터의 Complexity를 정량화 하는 방법에 리아프노프 지수(Lyapunov exponents)가 있다. Lyapunov 지수는 간단하면서도 카오스적 성질을 지닌 Logistic map의 예제를 통해 그 의미를 가늠해볼 수 있다. 시계열 데이터에서 Complexity란 단순히 진동하거나 증가/감소 하는 성질이 아닌 복잡하고도 예측 불가능한 성질이다. 이러한 성질은 카오스라고도 불리우며, 위상공간에서 기이한 끌개(strange attractor)의 운동을 보이는데, '초기 조건에의 민감성'을 갖는다. '초기 조건에의 민감성'은 나비효과로 널리 알려 있는데, 아주 작은 초기 상태의 차이가 시간이 지날 수록 점점 거대한 차이로 나타나는 특성으로, 계의 예측을 어렵게 혹은 불가능하게 만드는 카오스 .. 2019. 11. 5. [개념] Time series data의 Complexity - 개요 뇌 과학 분야에서 Time series data가 가진 다양한 정보 중 Complexity(복잡성)의 중요성이 조명을 받고 있다고 한다. fNIRS나 EEG와 같은 방법을 통해 취득한 뇌 활동 data에서, 단순히 각 영역의 활성도 뿐만이 아니라, 각 영역 간 기능적 결합성과 복잡성 또한 중요한 특성임이 밝혀지고 있는 것이다. 보통, 시계열 데이터 하면 Trend(경향)이나 Cycle(주기)과 같은 성질이 주로 관심 받는 성질인데, System의 메카니즘을 추정하기에 유리하기 때문이다. 이에, 자기상관이나 푸리에변환 같은 기법은 시계열 데이터 분석의 주를 이루고 있다. 반면, Complexity는 System의 복잡도를 나타낸다. 이는 계의 카오스 적인 성질, 초기 조건에 민감하며 예측이 힘든 정도를 정.. 2019. 10. 12. [논문소개] How ants move: individual and collective scaling properties - 요약 오늘 소개하는 논문의 주제는 사람은 아니고 '개미'다. 개미가 지닌 사회성은 많은 사람들이 흥미를 지니고 있는 주제이다. 이 논문에서는 개미들의 움직임이 가지는 특성을 개체와 집단 단위에서 살펴본 논문이다. 실험을 위해 저자들은 군집에서 임의 추출한 개미를 움직임 관측이 가능한 실험실 환경으로 이주시킨 후, 각 개체의 움직임을 0.8s 간격으로 측정하였다. 우선 개체 단위로 개미의 움직임을 측정하기 위해 저자들은 개미의 움직임이 바로 이전 관측된 움직임과 상관관계를 지닌다는 Markov적 가정하에 first order model을 도입한다. 즉, first order model은 개미의 속도 v(t+1)과 v(t)의 상관관계로 부터 유도된다. (time step: 0.8s, 상기 그림의 우측 그림이 v(.. 2019. 4. 23. [논문소개] Predictability of Conversation Partners 오늘 소개할 논문은 "Predictability of Conversation Partners, 대화 상대의 예측 가능성" 이다. 회사 직원들에게 웨어러블 센서를 제공하고, 그로부터 취득한 대화 정보를 이용해서 현재 대화 상대가 다음 대화 상대에 얼마나 많은 영향을 주는지 조사한 논문이다. 저자는 Taro Takaguchi, Mitsuhiro Nakamura, Nobuo Sato, Kazuo Yano, Naoki Masuda이다. Naoki Masuda 선생님은 "복잡 네트워크의 과학"이라는 일본에서는 복잡 네트워크의 입문서로 유명한 책의 저자이다. 그래서 그런지 논문에서도 다양한 방식의 분석이 이뤄져 있는데, 그 의미와 통찰력에 대해 배울 수 있는 논문이었다. 이 논문에서는 대화 상대의 예측 가능성을 평.. 2018. 2. 6. [논문소개] Universal Scaling Law in Human Behavioral Organization 오늘은 웨어러블 센서를 이용한 심리상태 추정의 시초 격인 Toru Nakamura와 그의 동료들의 "Universal Scaling Law in Human Behavioral Organization"라는 논문을 정리해보려 한다. 2007년에 나온 논문이다. 이 논문은 Barabasi의 "The origin of bursts and heavy tails in human dynamics"의 논문에 영향을 받은 것으로 보인다. 이 논문의 저자들은 Human Dynamics에 관한 연구를 스케일에 따라 다음과 같이 분류 하였다. Macroscopic Scale(거시적 스케일) : interhuman communication (사람과 사람간의 커뮤니케이션)Microscopic Scale(미시적 스케일) : Neu.. 2018. 1. 10. [논문소개] The origin of bursts and heavy tails in human dynamics - Barabasi - 심층분석 지난번 가볍게 개요를 정리해 보았던 글에 이어 심층적으로 수식에 대해 생각해보기 위한 글을 써본다. 가벼운 개요는 이쪽에.. ( http://mons1220.tistory.com/64 ) 이 논문에서 사람행동의 Burst성을 설명하기 위해 사용한 개념은 Queuing Process이다. 프로그램을 짜다보면, 지속적으로 유입되는 데이터를 처리하기 위해 입력과 출력의 순환을 지니는 구조를 이용한다. 일이 유입되는 방식, 일이 처리되는 방식을 미리 결정해 놓은 이 구조에서는 사용자의 입맛에 맞게 일이 처리된다. 바라바시는 이러한 구조에서 일을 처리할 때, 일의 우선도에 따라 일을 처리하게 되면, 일이 유입되고나서 부터 처리될 때까지의 시간이 우선도가 낮은 일들은 길고, 우선도가 높은 일들은 짧아지면서, 그 빈.. 2017. 12. 24. [논문소개] The origin of bursts and heavy tails in human dynamics - Barabasi - 개요 이번에 소개할 논문은 Brabasi-Albert 네트워크 모델로 유명한 Barabasi 아저씨의 논문 2탄 "The origin of bursts and heavy tails in human dynamics" 라는 논문이다. 제목을 해석해보자면, 사람의 행동에서 나타나는 버스트 현상과, 행동을 분포로 나타내었을 때 나타나는 헤비테일의 기원 이라는 거창한 제목이다. 연구목적 잠잠하다가 한꺼번에 몰아서 어떤 일들이 나타날 때 이를 버스트 현상이라고 한다. 그리고, 통계분포에서 테일은 분포에서 큰 값들의 빈도를 가르키는데, 헤비테일이 보인다는 것은 큰 값이 많이 나타났다는 것을 뜻한다. 즉, 사람의 행동은 꾸준히 나타나는 것이 아니라 한번에 몰아서 나타나는 경향이 있고, E-mail, 인터넷, 교통현상 등등 .. 2017. 12. 12. 이전 1 2 다음
