データだけど,やはりココから情報を探るのって大切.で,人々が何を感じているのかだけど,もちろん,個々は様々.でも,全体として捉えると,特徴が見えてくるの.
帰納的推論だけど,イチブからゼンブから探る,を実現する概念でもあるの.で,最近,少し参考にしているのが,自然言語からの帰納的推論.要は,ネットでどういう言葉に反応するのか,これだけでもゼンブを知る参考になるの.
エンジニアリングで言えば,システム応答の考え方.例えば,建物などの大きなものだけど,どんな動特性があるのかを調べるときに,ポンっと叩くや,振動を与えるの.そのときの建物からの微妙な振動を拾って,それで特徴を探るの.
ただし,微小な動きは線形の理論でしかないの.もっと振幅が大きくなると非線形....ネットでの人々の応答だけど,非線形の複雑系でしょうよ.でも,単純なワードだけで特徴を読み取るのは線形理論で考察,そんな位置付けかなーと.
で,やりたいことは,人々の複雑系としての特徴.ここいらは,明らかに社会情報の分野だけど,その基盤は帰納的推論の方法論.人々のココロがわかる,そんなこと.
情報だけど,これを広く捉えて,しかも方法論と組み合わせて考えると,いろいろ展開が可能.
帰納的推論だけど,イチブからゼンブから探る,を実現する概念でもあるの.で,最近,少し参考にしているのが,自然言語からの帰納的推論.要は,ネットでどういう言葉に反応するのか,これだけでもゼンブを知る参考になるの.
エンジニアリングで言えば,システム応答の考え方.例えば,建物などの大きなものだけど,どんな動特性があるのかを調べるときに,ポンっと叩くや,振動を与えるの.そのときの建物からの微妙な振動を拾って,それで特徴を探るの.
ただし,微小な動きは線形の理論でしかないの.もっと振幅が大きくなると非線形....ネットでの人々の応答だけど,非線形の複雑系でしょうよ.でも,単純なワードだけで特徴を読み取るのは線形理論で考察,そんな位置付けかなーと.
で,やりたいことは,人々の複雑系としての特徴.ここいらは,明らかに社会情報の分野だけど,その基盤は帰納的推論の方法論.人々のココロがわかる,そんなこと.
情報だけど,これを広く捉えて,しかも方法論と組み合わせて考えると,いろいろ展開が可能.