Parece (con el cálculo a medias en remotón) que los valores óptimos son:
Potencia=0.4, alfa=10^-1.2, beta=10^-1.1.
Vamos a ver la pinta que tiene la gráfica omega frente a desv para estos parámetros. Corro 101 optimizaciones, y cojo la de menor coste.
pos_opt=coste2pos_num_ruido(todas.A*10^(-1.2),todas.M*10^(-1.1)+todas.S,todas.f,.4,0,1,1);
for c=1:100
pos_opt=[pos_opt coste2pos_num_ruido(todas.A*10^(-1.2),todas.M*10^(-1.1)+todas.S,todas.f,.4,0,1,1)];
end
Coste frente a iteraciones para las 100 optimizaciones:
for c=1:101
costes(c)=pos2coste(todas.A*10^(-1.2),todas.M*10^(-1.1)+todas.S,todas.f,pos_opt(:,c),.4);
end
>> for c=1:101
error(c)=mean(abs(pos_opt(:,c)-todas.pos_real));
end
>> plot(costes,error,’.’)
>> xlabel(‘Coste’)
>> ylabel(‘Error medio’)
Cogemos el de coste mínimo:
[m,ind_min]=min(costes)
omega=sum([todas.A*10^(-1.2) todas.M*10^(-1.1)+todas.S],2);
>> plot(abs(todas.pos_real-pos_opt(:,ind_min)),omega,’.’)
for c=1:279
text(abs(todas.pos_real(c)-pos_opt(c,ind_min)),omega(c),todas.nombres{c})
end
Cojona. Resulta que AVAL, AVAR y DA06 quedan bien colocadas!
APARENTEMENTE bien colocadas. En realidad su coste es grande (aunque a saber si aquí tienen mucho sentido las líneas de isocoste)
12 February 2009 at 9:37 pm
La grafica de omega frente a desviaciones quita la biologia, como esperabamos. En la practica, todas menos dos neuronas pueden estar igualmente desviadas. Asi que la grafica de omega frente a deltax pierde fuelle.
Preguntas:
1. Cual es ahora el error medio? va a ser que es menor porque las de mayor coste en la Fig 2 del paper ahora estan bien colocadas!
2. Cambia la ultima grafica si en vez de coger el caso que numericamente es de menor coste otro de coste algo mayor?
G
12 February 2009 at 9:42 pm
Veo por la grafica que el error medio es del 14%. Mmmmm, que cagadilla.
12 February 2009 at 9:45 pm
Tambien alpha y beta quedan al doble de su valor de wiring economy…