「非線形」を含む日記 RSS

はてなキーワード: 非線形とは

2024-03-06

NISAから株を始めた人へ

クソ株上昇指数という最強の指標を考えたので参考にしてください。

@

=値上がり率の高い銘柄ランキングトップ20に入っている1株100円以下の銘柄割合

@

です。これが0.5超えたらビビってください。ビビりながらまだ仕手ってないクソ株を買い進めてください。インバースは買うなよ。

仮想通貨の加熱具合も、その日の上昇率×0.5くらいの重みで考慮してみてください。

仮想通貨投資先がなかったり、世界投資家たちが怖いもんなしモードになってる時にバク上げしがちです。




うーん1000円以下に非線形な傾斜付けたほうがいいか。100円になったら1.0銘柄扱い、1000円なら0.1銘柄扱い、くらいの感じの

ランキング20位もカンから

2024-02-23

不滅の経済・クソ焦ってる囚人達を済民

あるいは、既存研究調査能力の著しく低い223人のエセインテリブクマカ

「答」としての追記

人間市場の全情報を持ってて最適な行動を取ってれば予測はできるんじゃね?(昔は絵空事だったけど今はコンピューターかい人民を苦しめるためのうるさ過ぎる箱があるのでギリいける)

情弱エージェントたるお前らが最適な行動を取れるわけではないので、効率的な均衡を取れないって感じだね。この世はめっちゃくちゃ焦ってる囚人ゲーム囚人だらけでめちゃくちゃ。

経済市場におけるカオス現象とそのリスクの馴化.PDF

Cournot モデルに, 価格及び費用非線形構造, 情報の不完全性や遅れ,学習等を加味することにより, 複占・寡占エージェントの動学モデルを構築し, 市場が複雑に振舞うことが示されている.([Puu1991], [Puu 2003], [Kopel 1991]).

(略)

効率的な均衡を外れ予測不能な変動を

続けるカオス状態分岐してしま

いやこんなクソ古い上に廃れた理論持ち出すのも変だけど、お前らは何一つ引用してこないのな←よく読んだらまあまあいた。もっと星つけて目立たせといて

本気で人生せ?野比

本文

貨幣人間が作り出した。経済人間が形作っている。では、なぜだれにも予測できない?

多分、お金経済も、人にやる気を出させる作用があるという点に理由があるんじゃないか

米軍には「チャレンジコイン」って制度があるらしくて、「褒章叙勲するまでには至らない程度の功績があった隊員への謝礼」なんだと。だから金銭的には価値が薄い。でももらったら絶対嬉しい。貨幣経済を一瞬でなくしたとしても、こういう「褒め」と、それを形にして交換する制度は出現するはず。

思うのが、経済人間に作られるのを待っていた概念なのでは?遺伝子があたか宿主を操っているかのように見えるのと同様、経済人間を操る高次元概念

お前らこんな寝ぼけた話でよく盛り上がれるのう暇なんかアホ働け

なんで俺の渾身のインモラル詩はバズらんでこんなカオス理論(古っ!古典じゃこんなもん)で散々語り尽くされた話、弄んでるんだ

なんか追記書いてる間にまともなコメントが増えた

関係する人間の数が多すぎるからだよ。

人間なんて自分身体すら思い通りにいかない生き物なのに、何故コントロール可能だと?

漫画ハイパーインフレーション」読もうぜ!

自分たちで植林した杉の木さえ制御できずに花粉症で苦しんでいる人間がいるんだよ。いわんや非線形創発現象制御なんて夢のまた夢。

あざすよんどきます

学術的な議論に触れたければ「社会主義経済計算論争」

幼い頃の自分はこれが言いたかったんだわあざすあざす。文系なのに頭いいんすね?バグ

疎外(独Entfremdung、英alienation)の一語で済む話。https://ja.m.wikipedia.org/wiki/%E7%96%8E%E5%A4%96

話題をむやみに広げたので色んな分野からツッコミが来とるわ中野バスターミナルくらい知識が交差しとる

知った被って馬鹿尊敬されつつまともなやつに馬鹿にされてる中田敦彦みたいなインフルエンサー中田敦彦とか)の気持ちが分かったわ

群体

群体が云々のトップコメ言いたいことは結構分かる(んだけど経済学で一般に言われてることではないよね?)。でも生物学の群体は全体として自分がやってることが分かって生活してるから制御できてんだよな。

群体をつくるヒドロ虫

群体とは,無性生殖自分と同じ遺伝子を持つ分身をつくること)によって,殖えた個体どうしが体の一部などでつながりあって生きている生活の形です.

あとこれ→群体性と個体性

複雑系経済学の資料

カオス理論自体説明を含んだまとめっぽいやつ

カオスと経済動学一理論と応用.PDF

複雑系経済学の現在(2004くらい)

↓すまん引用元忘れた

最大リアプノフ指数力学系のアトラクタが 示す軌道不安定性を定量化する指標である

2024-02-10

anond:20240210170011

日本経済が低迷している原因はデフレなのか?

Atkeson and Kehoe(2004)

日米など17カ国100年のデータを使いデフレ経済低迷の間に強固な関係がないことを示す

Benhabib and Siegel(2009)

物価上昇率経済成長率の関係非線形

インフレ率が3.2%以下なら1%インフレが0.3%の経済成長率プラス、以上なら0.18%マイナス

因果関係を示したものではない

経済学では答えが出ていない

2023-12-20

宝くじを買わないやつはアホだ!!!

年末ジャンボを買えるのはあと二日!買わないやつはアホやで!

宝くじの話をすると期待値が〜とか言うやつがいるが、そう言うやつが一番アホ!

経済学をわかっていない!

まず一つ目、その個人にとってのお金価値一定じゃない!

1000円しか持っていない時の100円と100万円持っている時の100円は価値が全く違う!

自分の全財産を目の前に積み上げたとして、一番上の一万円と一番下の一万円は全く重みが違うと言うことや!

宝くじはその中の一番価値が低い上積みの300円で買うんや!!

そしてもう一つ、お金はまとまって持っていると非線形的に価値が上がることがある!

1万円だと大したことはできないが、100万円だと車が買える、1億円あれば家が買える、10億円あれば資産運用で暮らせる、といったようにお金はまとまって持っているほど価値が高い!

この2つから言えるのは、宝くじ自分の持っている一番価値の低い300円を使って、数億円という一番価値が高い状態を作り出せると言うこと!

価値としてみれば数字上の期待値の何倍もの期待値が実際にはあるのがわかるだろ!!!

税金が毎年300円だけ高いけどランダムに選ばれた一人だけ働かなくていい権利を得る、という世界線があったらそっちに行ってみたくないか!?それが宝くじだ!!

ちなみに一番コスパが良いのは300円だけ買った場合だ!

とりま1枚だけ買え!

約束だぞ!!!

2023-09-27

anond:20230926154502

年齢差しか見えないのかよ。小学生レベルで発達止まってそうだな。非線形関数理解できなかったやろ?

2023-05-05

anond:20230505112246

変化の影響範囲非線形から人間の頭でもしもの話を考えてみても考えるのが無意味なぐらい不正確な結論しか出ないってことじゃね。

2023-05-02

メモ

https://arxiv.org/pdf/2305.00833.pdf

Learning to Reason and Memorize with Self-Notes

大規模な言語モデルは、限られたコンテキスト メモリと多段階の推論に苦労することが示されています

モデル自己メモを取ることを可能にすることにより、これらの問題の両方を解決するための簡単方法提案します。

->セルフメモってなんだ?

最近スクラッチパッド アプローチとは異なり、モデルはいつでも入力コンテキストから逸脱して明示的に考えることができます

これにより、モデルコンテキストを読み取りながら情報を想起し、オンザフライで推論を実行できるため、メモリ拡張され、複数ステップの推論が可能になります

複数タスクに関する私たち実験は、推論時に自己メモを取ることにより、トレーニング設定からより長く複雑なインスタンス私たち方法がうまく一般化できることを示しています.

1. イントロダクション

Transformers (Vaswani et al., 2017) および同様のバリアントは、シーケンスベースタスクで印象的な結果を示しています

特にGPT-3 (Brown et al., 2020) などの大規模な言語モデル (LM) はトランスフォーマー使用し、質問応答 (QA) などのさまざまな NLP タスク解決できます

LM を QA タスク使用すると、図 1 (上) に示すように、事実情報質問を含むコンテキスト プロンプトが与えられ、モデルが直接回答を生成します。 ただし、この自己回帰の「ワンステップ」アプローチは、複数ステップの推論タスクと格闘します (Austin et al., 2021; Press et al., 2022a; Creswell et al., 2023)。 これは、バニラ LM が各トークンに対して固定された計算を行い、現在コンテキストに応じてさらに「考える」オプションがないという事実から生じると主張します。 (2021) 図 1 (中央) に示すように、モデル質問に答える前に推論トークンを生成できるようにするスクラッチパッドの使用提案しましたが、完全なコンテキスト質問を読み取った後です。 同様に、一連の思考を促す方法 (Wei et al., 2022; Zelikman*Equal Contributor 1Meta AI. への対応: JackLanchantin <jacklanchantin@meta.com>, Sainbayar Sukhbaatar<sainbar@meta.com>.et al., 2022; Huang et al., 2022) は、モデルをプッシュして、一度に 1 ステップずつ答えを説明し、より首尾一貫した最終的な答えに導きます非線形タスク (Fan et al., 2020)、LSTM (Hochreiter and Schmidhuber, 1997) などの再帰型先行モデルが十分に備えられているもの。 Fan et al., 2020; Ju et al., 2022; Hutchins et al., 2022)、しかし、それでも与えられたプロンプトに対して一定量計算使用します。 推論と状態追跡メモリがより扱いやすくなります私たち方法である「Self-Notes」により、LM はオンザフライコンテキスト プロンプトから逸脱し、明示的な推論トークンを生成できます。 図 1 (下) に示すように、スクラッチパッドとは異なり、モデルは生成されたトークン入力コンテキストインターリーブできます。 このようなセルフ ノートは、明示的な中間推論ステップ状態追跡用のメモリの両方として機能します。 具体的には、推論ステップで 2 つの事実を組み合わせる必要がある場合、結果として得られる推論をセルフ ノートに書き込んで、将来の推論に使用することができます。したがって、中間推論ステップとして機能します。 たとえば、「アリスは箱を持っています」と「アリス公園にいます」が与えられた場合、「箱は公園にある」と推測してそれを自己メモに書き、将来のステートメント「鍵は in the box」で「鍵は公園にある」と結論付ける。 さらに、コンテキストトラバースしながらモデルエンティティの最新の状態を新しいトークンとして書き込むことができるため、SelfNoteワーキング メモリ形式として機能できます。 たとえば、プログラミング環境では、最初に x=5 を想定し、次に x を 1 ずつ増やします。モデルが x=6 をセルフ ノートとして正しく記述していると仮定すると、元の x=5 ステートメントをそのコンテキストから安全に削除できますモデルが x の値について問い合わせられた場合モデルは既に答えを持っています

私たち提案した方法と、スクラッチパッド (Nye et al., 2021)、思考連鎖 (Wei et al., 2022)、または内部独白 (Huang et al., 2022) などの以前の研究との主な違いは、モデル許可することです。 各コンテキストステートメントを順番に読み取るときに、複数メモを明示的に書き出す。 InarXiv:2305.00833v1 [cs.LG] 2023 年 5 月 1 日図 1: (上) ベースライン バニラ LM は、コンテキスト (C) と質問 (Q) が与えられると、回答 (A) を直接生成します。 (中央)スクラッチパッドを使用すると、モデル質問に答える前に中間推論トークンを生成できますが、コンテキストが表示された後です。 (下) 私たちの Self-Notes メソッドにより、モデルはいつでも推論してメモを取るために入力コンテキストから逸脱することができます。言い換えれば、私たちアプローチは、将来の推論に役立つ可能性のある情報コンテキストを補強するスクラッチパッドのインライン形式です。 私たちはこれを、人間が読む方法と同様に、明示的に述べられていない情報を推測するための行間の読み取り (および書き込み) の形式と見なします (van den Broek et al., 2009)。 以前の方法では、モデルが完全なコンテキストを読み取った後に反芻することができ、読み取っている間ではなく、最後に大量の推論を行うように強制されます

さらに、そのようなポストコンテキスト推論は、推論が開始される前に以前のコンテキストトークンモデルコンテキストウィンドウからすでに出ている可能性があるため、メモリとして機能できません。 たとえば、数週間または数か月の対話履歴を持つインテリジェント エージェントを考えてみましょう。 直観的には、最初から考え直すことなく、以前の対話で行った推論ステップ使用できることは理にかなっています自己メモを生成するようにモデルに教えるために、トレーニング中に、入力の一部としてグラウンド トゥルー自己メモ言語モデル提供することを検討します。 コンテクスト。 推論中に、トレーニング中に学習した特別トークンを生成する場合モデルコンテキストから逸脱し、SelfNote を生成できますモデルが Self-Note の生成を完了すると、元のコンテキスト トークンが引き続き供給されます。 これにより、モデル最後だけでなく、入力トークンの処理中にメモリを推論および作成できます。 また、Self-Notes をトレーニングするための半教師ありおよび教師なしの方法提案します。多段階の推論と状態追跡を評価するように設計された 5 つのテキスト データセットでこの方法テストします。 , 2020; Anil et al., 2022)、および 2 つの現実世界チェス ゲーム タスク (Toshniwal et al., 2022)。 私たち方法は、明示的なメモ取りを行わない微調整された言語モデルスクラッチパッドのベースラインの両方よりも優れています.2. 方法シーケンス内の次のトークン予測する自己回帰変換モデル M を考えてみましょう

2023-04-06

anond:20230406223614

知能ってのはもっと次元非線形的なもんだからIQかい1次元情報を誇りにするような低能とは関わりたくないすね

2023-02-08

[]シュレーディンガーの猫のいくつかの解釈

シュレーディンガーアインシュタインに宛てて、量子力学コペンハーゲン解釈の重大な欠陥を明らかにするために、架空実験装置を作った。この解釈では、量子系は外部の観測者と相互作用するまで、2つ以上の状態の重ね合わせに留まるとされる[1]。

この効果を、原子というミクロ世界特殊性として片付けることはできるかもしれないが、その世界が、テーブル椅子、猫といったマクロ日常世界に直接影響を及ぼすとしたらどうだろうか。シュレーディンガー思考実験は、それを明らかにすることで、量子力学コペンハーゲン解釈不条理を明らかにしようとした。 粒子が重ね合わされた状態にあることは、一つの事実だ。しかし猫はどうだろう。猫はどちらか一方にしかさないし、死んだり生きていたりもしない。

ガイガーカウンターの中に、ほんの少しの放射性物質が入っていて、1時間のうちに原子の1つが崩壊するかもしれないが、同じ確率で1つも崩壊しないかもしれない。このシステム全体を1時間放置しておくと、その間、原子崩壊していなければ、猫はまだ生きていると言うだろう。システム全体のΨ関数(波動関数)は、その中に生きている猫と死んだ猫(表現は悪いが)が等しく混ざり合っていることで、このことを表現している。

この思考実験意味合いについては、多くの現代的な解釈や読み方がある。あるものは、量子力学によって混乱した世界に秩序を取り戻そうとするものである。また、複数宇宙複数の猫が生まれると考えるものもあり、「重ね合わせられた猫」がむしろ平凡に見えてくるかもしれない。

 

1. シュレーディンガーのQBist猫について

通常の話では、波動関数は箱入りのネコ記述する。QBismでは、箱を開けたら何が起こるかについてのエージェントの信念を記述する。

例えば、Aさんがギャンブラーだとしよう。ネコの生死を賭けたいが、量子波動関数が最も正確な確率を与えてくれることを知っている。しかし、世の中には波動関数のラベルがない。自分で書き留めなければならない。自由に使えるのは、Aさん自身過去の行動とその結果だけである。なので結果として得られる波動関数は、独立した現実を反映したものではない。世界がAさんにどう反応したかという個人的歴史なのだ

今、Aさんは箱を開けた。死んだ猫、あるいは生きている猫を体験する。いずれにせよ、Aさんは自分の信念を更新し、将来の出会いに期待するようになる。他の人が不思議な「波動関数崩壊」と呼ぶものは、QBistにとっては、エージェント自分の 賭けに手を加えることなのだ。

重ね合わせを形成するのはエージェントの信念であり、その信念の構造から猫について何かわかる。なぜなら、波動関数は、エージェントが箱に対して取り得るすべての行動(相互排他的な行動も含む)に関する信念をコード化しており、Aさんの信念が互いに矛盾しない唯一の方法は、測定されていない猫に固有の状態が全く存在しない場合からである

QBistの話の教訓は,ジョン・ホイーラーの言葉を借りれば参加型宇宙であるということである

 

2. ボーミアンについて

量子力学コペンハーゲン解釈によれば、電子のような量子粒子は、人が見るまで、つまり適切な「測定」を行うまで、その位置を持たない。シュレーディンガーは、もしコペンハーゲン解釈が正しいとするならば、電子に当てはまることは、より大きな物体特に猫にも当てはまることを示した:猫を見るまでは、猫は死んでいないし生きていない、という状況を作り出すことができる。

ここで、いくつかの疑問が生じる。なぜ、「見る」ことがそんなに重要なのか?

量子力学には、ボーム力学というシンプルでわかりやすい版があり、そこでは、量子粒子は常に位置を持っている。 猫や猫の状態についても同様だ。

なぜ物理学者たちは、シュレーディンガーの猫のような奇妙でありえないものにこだわったのだろうか?それは、物理学者たちが、波動関数による系の量子的な記述が、その系の完全な記述に違いないと思い込んでいたかである。このようなことは、最初からあり得ないことだと思われていた。粒子系の完全な記述には、粒子の位置も含まれるに違いないと考えたのである。 もし、そのように主張するならば、ボーミアン・メカニクスにすぐに到達する。

 

3. 知識可能性について

シュレーディンガーの猫の本当の意味は、実在論とは何の関係もないと思う人もいる。それは、知識可能性と関係があるのだ。問題は、量子世界が非現実であることではなく、量子系を知識対象として安定化できないことである

通常の知識論理では、私たち質問とは無関係に、知るべき対象がそこに存在することが前提になる。しかし、量子の場合、この前提が成り立たない。量子力学的なシステムに対して、測定という形で問いを投げかけると、得られる答えに干渉してしまう。

 

4. 反実仮想的な本質

シュレーディンガー実験には、3つの基本的意味がある。

これらの本質的な特徴は「反実仮想」であり、何があるかないか現実)ではなく、何が可能不可能かについてである。実際、量子論の全体は反実仮想の上に成り立っている。反実仮想性質は、量子論運動法則よりも一般的であり、より深い構造を明らかにするものからだ。

量子論後継者は、運動法則根本的に異なるかもしれないが、反実仮想性質を示すことで、重ね合わせやエンタングルメントさらには新しい現象可能になるだろう。

シュレーディンガーは、仮想的な猫の実験で何を言いたかったのだろうか?現在では、シュレーディンガーは、量子論は、猫が死んでも生きてもいない浮遊状態にある物理可能性を示唆していると主張したと一般に言われている。しかし、それは正反対であるシュレーディンガーは、そのようなことは明らかに不合理であり、そのような結果をもたらす量子論理解しようとする試みは拒否されるべきであると考えたのである

シュレーディンガーは、量子力学波動関数は、個々のシステムの完全な物理記述提供することはできないと主張したアインシュタイン-ポドロスキー-ローゼン論文に反発していたのであるEPRは、遠く離れた実験結果の相関関係や「spooky-a-distance(不気味な作用)」に着目して、その結論を導き出したのである

シュレーディンガーは、2つの前提条件と距離効果とは無関係に、同じような結論に到達している。彼は、もし1)波動関数が完全な物理記述提供し、2)それが「測定」が行われるまで常に彼自身シュレーディンガー)の方程式によって進化するなら、猫はそのような状態に陥る可能性があるが、それは明らかに不合理であることを示したのだ。したがって、ジョン・ベル言葉を借りれば、「シュレーディンガー方程式によって与えられる波動関数がすべてではないか、あるいは、それが正しくないかのどちらか」なのである

もし、その波動関数がすべてでないなら、いわゆる「隠れた変数」を仮定しなければならない(隠れていない方が良いのだが)。もし、それが正しくないのであれば、波動関数の「客観的崩壊」が存在することになる。以上が、Schrödingerが認識していた量子力学形式理解するための2つのアプローチである。いわゆる「多世界解釈は、1も2も否定せずにやり過ごそうとして、結局はシュレーディンガー馬鹿にしていた結論に直面することになる。

 

5. 波動関数実在論について

シュレーディンガーの例は、量子システムの不確定性をミクロ領域に閉じ込めることができないことを示した。ミクロな系の不確定性とマクロな系の不確定性を猫のように絡ませることが考えられるので、量子力学ミクロな系と同様にマクロな系にも不確定性を含意している。

問題は、この不確定性を形而上学的(世界における)に解釈するか、それとも単に認識論的(我々が知っていることにおける)に解釈するかということであるシュレーディンガーは、「手ぶれやピンボケ写真と、雲や霧のスナップショットとは違う」と指摘し、量子不確定性の解釈はどちらも問題であるとした。量子もつれは、このように二律背反関係にある。

ベルが彼の定理実験的に検証する前、量子力学技術が発展し、もつ状態実在性を利用し、巨視的なもつシステムを作り出す技術が開発される前、形而上学的な雲のオプションテーブルから外されるのが妥当であった。しかし、もしもつれが実在するならば、それに対する形而上学的な解釈必要である

波動関数実在論とは、量子系を波動関数、つまり、死んだ猫に対応する領域と生きた猫に対応する領域で振幅を持つように進化しうる場と見なす解釈アプローチであるシュレーディンガーが知っていたように、このアプローチを真面目に実行すると、これらの場が広がる背景空間は、量子波動関数自由度を収容できる超高次元空間となる。

 

6. 超決定論について

不変集合論IST)は、エネルギーの離散的性質に関するプランク洞察を、今度は量子力学状態空間に再適用することによって導き出された量子物理学のモデルであるISTでは、量子力学連続ヒルベルト空間が、ある種の離散的な格子に置き換えられる。この格子には、実験者が量子系に対して測定を行ったかもしれないが、実際には行わなかったという反実仮想世界存在し、このような反実仮想世界は格子の構造矛盾している。このように、IST形式的には「超決定論」であり、実験者が行う測定は、測定する粒子から独立しているわけではない。

ISTでは、ISTの格子上にある状態は、世界アンサンブル対応し、各世界状態空間特別な部分集合上で進化する決定論的系である非線形力学理論に基づき、この部分集合は「不変集合」と呼ばれる。格子の隙間にある反実仮想世界は、不変集合上には存在しない。

アインシュタインは、量子波動関数は、不気味な距離作用や不確定性を持たない世界アンサンブル記述していると考えていたが、これは実現可能である特にシュレーディンガーの猫は、死んでいるか生きているかのどちらかであり、両方ではないのだ。

 

7. 関係量子力学について

シュレーディンガーの猫の寓話に混乱をもたらしたのは、物理システムが非関係的な性質を持つという形而上学仮定である。 もし全ての性質関係であるならば、見かけ上のパラドックスは解消されるかもしれない。

猫に関しては、毒が出るか出ないか、猫自身が生きているか死んでいるかであるしかし、この現象は箱の外にある物理系には関係ない。

箱の外の物理系に対しては、猫が起きていても眠っていても、猫との相互作用がなければその性質は実現されず、箱と外部系との将来の相互作用には、原理的に、猫がその系に対して確実に起きていたり確実に眠っていたりした場合には不可能だった干渉作用が含まれ可能性があるからだ。

まり波動関数崩壊」は、猫が毒と相互作用することによって、ある性質が実現されることを表し、「ユニタリ進化」は、外部システムに対する性質の実現確率進化を表すのである。 これが、量子論関係論的解釈における「見かけのパラドックス」の解決策とされる。

 

8. 多世界

物理学者たちは古典物理学では観測された現象説明できないことに気づき量子論現象論的法則発見された。 しかし、量子力学科学理論として受け入れられるようになったのは、シュレーディンガー方程式を考案してからである

シュレーディンガーは、自分方程式放射性崩壊の検出などの量子測定の解析に適用すると、生きている猫と死んでいる猫の両方が存在するような、複数の結果が並列に存在することになることに気づいた。実はこの状況は、よく言われるように2匹の猫が並列に存在するのではなく、生きている1匹の猫と、異なる時期に死んだ多数の猫が並列に存在することに相当する。

このことは、シュレーディンガーにとって重大な問題であり、量子測定中に量子状態崩壊することによって、量子系の進化記述する方程式としての普遍的有効性が失われることを、彼は不本意ながら受け入れた。崩壊は、そのランダム性と遠方での作用から、受け入れてはならないのだろうか。その代わりに、パラレルワールド存在が示されれる。これこそが、非局所的な作用回避し、自然界における決定論を守る一つの可能である

[1] https://en.wikipedia.org/wiki/Schr%C3%B6dinger%27s_cat

2022-12-13

NFTはその絵の実質的価値を表していない。いうなれば金持ち道楽感覚が生み出した価値にすぎない。

別にブロックチェーン技術が生み出した付属品が絵のデータについてるからといって、作品としての視覚情報は一切変化してないわけだ。

オタクとかが大好きな支援サイト支援金は絵に対して比較釣り合った、実質的価値を表してると思う。まあ人次第というのが基本的価値という概念に対して実質的という言葉を使うのはかなり危うげではあるけど、そこは増田責任逃れすればいいだけだからね。

まあ数百円あるいは数千円ですよ。俺は誰が描いてるかじゃなくてpixivサンプルギャラリーとかを参考に抜けそうな絵が見れるかどうかだけで金払ってリワード開放させるかきめてるからね。

同じような画風でnftだから一枚数百万なんて、馬鹿らしいよ。てかnft作品は絵自体無料で公開されてるからもう目的は達成されちゃってるってうw

なんでも鑑定団も本物なら一千万はくだらないがこれは偽物なので5万ですねみたいになってることあるけど、その偽物を区別した理由遠近法ちょっとずれてるとか、色が薄いとかそんな程度なのもあるんだよね。そんだけよくできてるなら俺は安物の方で十分だよ。てか5万でも俺には高いわ。しかし手間賃としてはアニメ絵と比べても手間がかかるので妥当だとも思う。

ようはそんな絵に百万千万金が飛び交うのが異常なんですわ。芸術世界ではパクリ先には価値がないみたいな話があるが、そもそも技量が乏しい人にはパクることすらできないわけだし、成果主義・結果主義という観点で見れば、先に作ったものだろうが後に作ったものだろうが、芸術家が自発的に作っているだけという意味納期のないものについては、納期切れというのがないんだから評価に差は生まれないともいえる。

ちょっとの違いで数桁値段が変わる場合、その高いほうにつけられた価値実質的価値じゃないと思っていい。

逆の例として誤解されがちなのわげとくと宝石ですわな。

まあカラットの差とかそれなりに非線形的に価値の高低をもたらすけど、nftとか名画の真贋ほどではない。

家なんかはもっとそう。金持ちじゃなくても家にはそれなりのお金を払う。

またnftのタグがついてるかついてないかレベルちょっとの備え付けや構造の違いが数桁の価値の差をもたらすようなものではない。

例外サイン署名か。サイン上記までのものと違ってサインそれ自体にはまじで価値がないんだから振る舞いが例外的になるのもうなずけるだろう。

誰が描いたという情報以外にお金を払ってる奴はいないわけだから例外なのだ

デジタルアートが出てきてその領域では既に完全な複製は容易なってるわけだが、アナログ世界で「アウラ」なんて言ってるのもいまのうちだと思う。

コピー機の登場がもうそ伏線みたいなものだと思うし、これからもどんどん複製の度合いがデジタルに限りなく近づいていくと思う。

そのときアウラ」なんてもんが中世あたりの宗教集会トランス状態を起こしたときに見える幻覚みたいなものと同じもんだという話になってくるんじゃないかなあ、と貧乏人ですが生意気言いました。

ま、投資家ならこれからも好きにその金持ち道楽が生み出してる価値を利用して稼いでいけばいいんじゃないですかね。俺は関わるのごめんだがな。

2022-11-15

anond:20221115123126

おいおい、論理線形性を求めても意味ないだろ

現実社会は複雑なんだから非線形的に考えろ馬鹿

2022-10-01

IT系で働く人って「変な人」多い気がする

ちゃん説明しない人(できない人)っていうか、論理破綻してる人多くない...?

何というか、いざ深いところまで説明聞くとチグハグな感じ。

挙句には「〇〇ってサイトにはこう書いてあったんでやりました!」って言って、それ以上説明できない。

docker弄れる俺カッケーとか、機械学習できる俺まじ有能とか言うまえに、基礎の部分勉強してくれ。

機械学習やってるくせに、今実装してる非線形回帰アルゴリズムとかをまともに説明できないとか終わってるからな。

2022-09-13

anond:20220913230637

女心は難しい

非線形かつ複雑系だよ

工学部出身高齢童貞には解けない

女子枠で入った子がぜひ近似解を求めて欲しい

2022-09-10

anond:20220910003351

一般線形モデルは基本中の基本なので、「暗に仮定」も何も、知ってて当然現れたらスッと解釈できて当然の内容だと思うんだけど。

いや、だからy=aφ(x)+b型回帰なんて一般線形モデルに限らないのになんで「知ってて当然現れたらスッと解釈できて当然の内容だと思うんだけど」なの?

俺は一般線形モデル普通に勉強したことがあるし解釈できるが、俺のコメントモデルが明示された後にそれを解釈できるかどうかを問うているのではなく「何も言及されていないのにφと書かれた関数だけをみて一般線形モデルだと判断できないだろう」ということを言っている

なおあなたがそれしか知らないから「基本中の基本だしわかるだろ」って言ってるだけで基本中の基本でこの形の関数なんていくらでもあるから

ガウス過程回帰かもしれないし、カーネル回帰かもしれないしスプライ回帰かもしれないし最近ならニューラルネットを使ってるかもしれない それこそどれも基本中の基本だ どれを想定しているかなんて神にしか分からんだろう

例えばX~Pって書かれたときに「Pは正規分布。これは基本中の基本なので、「暗に仮定」も何も、知ってて当然現れたらスッと解釈できて当然の内容だと思うんだけど。」とか言われたらあなた納得するの?

(書かれている文章レベル感的に本当に納得しそうだから怖いんだよな・・・

正規分布を使うときにわざわざ解説なんかしないのと同じレベルの話でしょ。

俺は一般線形モデル解説を求めているわけではなく断りなしに一般線形モデルをいきなり持ち出してくるのがおかしいって言ってる。

上にも書いたけど、X~Pって書かれたときに何も言及なくPは正規分布を想定するって言われたらそりゃ文句を言うでしょ 候補は他にもいくらでもあるんだから

「相関を持ち出すなんて平均しか考慮していない!外れ値や分散考慮していない!」とかご高説を垂れておきながらy=aφ(x)+bでは一般線形モデル以外の候補は想定しなくてよい、みたいなこと言っちゃうダブルスタンダードなんじゃないか

一般線形モデル非線形部分は決定論的な項の話なので、加法ガウスノイズ仮定しているならば非線形部分がどんな関数だろうと相関の強さは一意に定まる。

問題点がわかってないな・・・偉そうに上から目線でご高説を垂れてきた割にこのレベル感とか頼むよマジで

この人は専門ではないけど修論一般線形モデル周りだけ勉強して統計を使ってましたくらいのレベル感か?多分

リンク関数を一つ定めれば相関が定まるのはあなたがいうところの「当たり前」の話 その程度の話は問題にすらしていないことを文章から読み取れてほしい

読み取れてないならあなた勉強不足だよもう 単語の使い方も雑だし

ただ一般線形モデルリンク関数にどれを使うかで相関が変わるの。線形相関を使う場合ならリンク関数はφ(x)=xで定まっていて特に議論なく終えることができるけど、非線形を許容し始めると「どのリンク関数を使うのか?」で相関が変わってしまうのにいったいどうやってリンク関数を定めて、そのうえで「相関が強い」ということを示すつもりなんだということを聞いている。リンク関数の選び方によっては同じデータでも非線形相関を0にもほぼ1にもできたりするんだけど。

夜遅くまで返信返してくれてありがたいことだけど返信されていない俺のコメントを再度貼っておこう

他の都合悪そうなコメントについても何一つ返信ないですよ? 頼むでホンマ

anond:20220909234828

他人にはわざわざ予防線を張った単語にまで都合よく言葉尻を曲解したつっこみを入れておいて、自分の時は一言言及なく一般線形モデルを暗に仮定ですか?

知らないかもしれないから書いておくけど、非線形回帰モデル一般線形モデルだけじゃないんですよ?

一般線形モデルは基本中の基本なので、「暗に仮定」も何も、知ってて当然現れたらスッと解釈できて当然の内容だと思うんだけど。

正規分布を使うときにわざわざ解説なんかしないのと同じレベルの話でしょ。

自由度を上げた分だけ相関の定義が一意に定まらなくなっちゃったけど、最終的に「相関の強さ」をどう定義するの?

一般線形モデル非線形部分は決定論的な項の話なので、加法ガウスノイズ仮定しているならば非線形部分がどんな関数だろうと相関の強さは一意に定まる。

2022-09-09

anond:20220909232620

他人にはわざわざ予防線を張った単語にまで都合よく言葉尻を曲解したつっこみを入れておいて、自分の時は一言言及なく一般線形モデルを暗に仮定ですか?

知らないかもしれないから書いておくけど、非線形回帰モデル一般線形モデルだけじゃないんですよ?

「何をどうモデリングした想定でどの量に確率的扱いが関わっているのかをしっかりイメージすることが大切だ」とか偉そうなこと言ってるわりに自分は何を想定しているかさえ明示しないという

都合よすぎるよマジ頼むよホント

ところで線形でとどめておけば話はさっさと終わったところ、唐突一般線形モデル経由の非線形相関を出してきたけど、リンク関数をどう決めるの?

自由度を上げた分だけ相関の定義が一意に定まらなくなっちゃったけど、最終的に「相関の強さ」をどう定義するの?

他人にごちゃごちゃ言ってきた以上、他人言葉曲解して的を外した鬱陶しいつっこみを入れるだけじゃなくて言葉をきちんと定義できるんですよね?

あと他の都合悪そうなコメントについても何一つ返信ないですよ?

頼むでホンマ

anond:20220909224423

あと一応指摘しておくとわざわざ回帰の式にφを使っているのは何か意味があるんだろうか?y=ax+εとせずわざわざφとか使っている時点で非線形関数を考えているのかと思うが、例えばφ(x)=x^2などとすればσ=0でも相関がとても小さくなる例が作れる 急にカーネル法の話でも始めるつもりだろうか

一般線形モデルに決まってんだろ。マジ頼むよほんと。

anond:20220909220849

軽い気持ちで相関って書いたら突っかかられて面倒になってきたな

コメントでの記法準拠するけど、ここで相関の強さという語は普通想定されると思われる相関係数の大小を指していると想定する

まず回帰確率モデルがxを確率的に扱わないというのは単に解きやすいから初等的にはそういう仮定を置くというだけであって、一連の変数誤差モデルなどx側にも誤差の入る確率モデル普通に使われている

あとこういう統計推論の文脈で用いられる「分散」という語は確率変数分散ではなく標本分散なので、背後に何の確率モデル仮定するかどうか関係なく形式的計算される xが広がれば標本分散は大きくなるので分散無関係という説明意味が分からない

一応指摘しておくとわざわざ回帰の式にφを使っているのは何か意味があるんだろうか?y=ax+εとせずわざわざφとか使っている時点で非線形関数を考えているのかと思うが、例えばφ(x)=x^2などとすればσ=0でも相関がとても小さくなる例が作れる 急にカーネル法の話でも始めるつもりだろうか

もともとの文脈では分散の話をしていなかったし、(あなたが持ち出した)分散という語を使って議論するのが正しいわけではないと思うが、単に相関係数分散でスケーリングをかけているので(あなたのいうところの)分散考慮している、という程度の意味で書いた。そもそも回帰係数と相関係数は別の概念でしょう

分散は単にスケーリングとしてしか作用しないから、おそらくあなたの言いたかたことは分散ではなく分布考慮できるかどうかではないかと思うが、共分散部分が分布の影響をきちんと考慮してくれている。

あと相関の強さについても度合は何も言及していなかったのに、突っかかりたいだけでしょうあなた

他人に向かってバカさらしちゃったなとか嘲る前に、その程度の知識マウントを取ろうとするのをやめたほうがいいと思う

すぐ専門用語を持ってきて煙に巻こうとするのはよくないしきちんと勉強している人からは本当に滑稽に見えるよ

2022-06-25

anond:20220625130505

論理的に考えるとそうなんだろうけど、自然界に非線形現象があるのと同様に、人間の作る基準というものにも論理的説明できないジャンプが含まれしまうのだろう

2022-04-07

非線形コンジローム

もしかして:非線形コンジローマ

非線形コンジローム”との一致はありません。

非線形コンジローマ

1 件 (0.21 秒)

ふふ

2021-07-27

オリンピック女子ロードレース奇跡素人にも分かるよう解説する

7/25(日) 13:00から行われた東京オリンピック 女子ロードレース奇跡が起こりましたので普段自転車ロードレースに関心の無い方でも分かるよう解説してみました。

何が起こったのか

オーストリアからたった一人参加していたプロではない博士号持ちの数学研究者アンナキーセンホーファー選手スタート直後から飛び出し、そのまま最後まで逃げ切って金メダルを獲得してしまいました。

何がすごいのか

通常ロードレースでは大きな集団(メイン集団とかプロトンと呼ばれます)になって走りますが、そこから飛び出して先行する少人数の逃げ集団も良く作られます

今回もアンナ選手と他に4人がスタート直後にメイン集団から飛び出し、5人の逃げ集団を作って先行しました。

しかし、そのような逃げ集団レース終盤にはメイン集団に追いつかれて吸収されてしまうのが一般的です。

たまに逃げ集団選手がそのまま逃げ切って勝ってしまうこともありますが、それだけでニュースになってしまうぐらい珍しいことです。

しかも、今回はオリンピックという一大イベントで逃げ勝った選手プロではない数学研究者だったということでロードレース界隈を越えて大きなニュースとなりました。

なぜ逃げ集団はメイン集団に追いつかれてしまうのか

そもそも逃げ集団が終盤にメイン集団に追いつかれてしまうのは一言で言うと「人数が違うから」です。

自転車スピードを出すと空気抵抗が大きくなります

集団場合、先頭の人はこの空気抵抗をまともに受けながら走ることになりますが、2番目以降の人は直接空気抵抗を受けないので楽に走れます

どのくらい楽に走れるかというと先頭の人の6割程度の力で同じ速度で走れると言われています

そこで、集団で走る場合は先頭でしばらく走ったら後ろに下がって、次は別の人が交代して先頭を受け持つという戦術が取られます

この場合、交代要員がたくさんいるメイン集団の方が少人数の逃げ集団より圧倒的に有利なため、ほぼ必ずレース終盤には逃げ集団はメイン集団に追いつかれてしまうのです。

なぜ今回は最後まで逃げきれたのか

ところが今回、アンナ選手最後までメイン集団に追いつかれませんでした。

理由の一つは今回勝ったアンナ選手最後まで速かったからです。

スタート直後からゴールまで残り40kmぐらいの籠坂峠というところまでは複数人で走っていましたが、そこでアタック(スピードを上げて飛び出すこと)を決めて他の人を振り切り、以降はゴールまで単独で走っていました。

下記のリンク女子ロードレスコース図があります

http://www.vill.doshi.lg.jp/ka/info.php?if_id=929&ka_id=4

単独だと空気抵抗をずっと受け続けるので、しばらくすれば速度が落ちてくるものですがゴールまでスピードを緩めることがありませんでした。

これは彼女ロードレースよりも単独走行時間を競う個人タイムトライアルという競技を得意としていたからだと思われます


そして、もう一つの理由は今大会随一の強豪であったオランダ チームが彼女の事を見落としていたことです。

今回のオリンピックでは各国毎にポイントで参加人数が割り当てられ、強豪国オランダは最高の4人が割り当てられていました。

そのメンバーリオ五輪優勝とかロンドン五輪優勝とかのすごい選手ばかりです。

ところが、そんなオランダ チームはアンナ選手に振り切られた2位のイスラエル選手に追いついたところで、それ以上追おうとしませんでした。

なぜなら、そのイスラエル選手の前にまだアンナ選手がいることを見落としていたからです。

なぜこんなことが発生したのかというと、通常のプロレースでは選手無線を使ってサポートカーに乗ってる監督から様々な情報や指示を受けることが出来ます

しかし、今回のオリンピックでは国毎に参加人数が違う有利不利を緩和するため、選手無線を使うことが禁止されていました。

そのため、情報を得るには集団から離れてサポートカーまで下がって直接聞くか、ホワイトボードを持ったバイクが先頭との時間差を書いて教えてくれるのを見るかしかありませんでした。

しかに終盤はオランダ選手サポートカーまで下がる場面は見ませんでしたが、バイクホワイトボードで先頭との時間差を伝えていたでしょうから、なぜこんなことが起こったのか本当のところは良く分かりません。

いつものレースの様に無線で十分な情報を得ることのできない環境に戸惑っていたのか、あるいは日本真夏の暑さにやられてしまっていたのでしょうか。

彼女は運が良かっただけなのか

もし、オランダ チームが彼女を見落とすなどというミスをしていなかったら、彼女は勝てなかったのでしょうか?

一般的に逃げ集団をメイン集団が追う場合「平地なら10kmで1分差を縮められる」と言われています

今回のレースでは中盤のゴールまで残り約60kmの山伏トンネルあたりで、逃げ集団とメイン集団の差は7分弱ありました。

しかも、下り坂ではコーナーを曲がるために単独でも集団でもある程度以上の速度を出せないため、あまり差を詰められません。

そんな下り坂がゴールまで約40㎞の籠坂峠から10キロあるのです。

この時点で当然、オランダ チームは前に逃げ集団がいることと時間差を把握していたでしょうから、確実に捕まえるならここから既に追走を始めていなければならなかったと思われます

しかしながら、オランダ チームはまだ追走態勢に入りませんでした。

追走態勢というのはこの場合、メイン集団の先頭でオランダ チームの4人が次々と交代しながら全力でスピードを出して集団を引っ張っていくようなことを言います

自チームだけが全力を出していると相対的に他の国のチームが有利になるので、逃げ集団の5人がアンナ選手も含めて有力な選手では無かったため、ここで追わなくても後で追いつけると判断したのでしょう。

しかし、結果的にこの判断は間違っていたわけです。

これは運が良かった、悪かったというレベルではなくオランダ チームの判断ミスだったと思います


次に、アンナ選手に振り切られた逃げ集団の残り二人をメイン集団が視認したのはアンナ選手がゴールまで残り10km前後の時点と思われます。(逃げ集団の他の二人はそれ以前にメイン集団に吸収されていました)

この時、アンナ選手とメイン集団時間差は3分以上ありましたので、仮にオランダ チームがアンナ選手を見落としておらず、その二人の前にアンナ選手がいると認識していてそこから全力で追ったとしてもゴールまでに追いつくことは出来なかったでしょう。

また、オランダ チームは二人を視認するまではアンナ選手認識していたかどうかに関わらず、先頭に追い付くつもりで追っていたのでしょうから、結局予想よりも先頭との差が詰まらず追いつけなかったという判断ミスを犯したということになると思います

よって、自分としては彼女は運が良かっただけでなく、終盤にオランダ チームが彼女を見落としていなかったとしても逃げ切っていたと考えます

ちなみに2位となったオランダ チームの選手との差は1分15秒でした。(あれ、けっこう微妙?)

彼女はどんな人なのか

そんな彼女学歴は下記のように立派なものです。

現在スイス連邦工科大学ローザンヌ校(EPFL)で非線形偏微分方程式研究するポスドク研究員だそうです。

先月も学術誌に論文投稿しています。下のリンクがその論文ですが、さっぱり分かりません。

https://www.researchgate.net/publication/352447874_Small_data_global_regularity_for_half-wave_maps_in_n_4_dimensions

そして彼女スポーツ歴はというと下記の通りで、短期プロチームに在籍していたこともありますが、オリンピック参加時はプロチームとの契約の無いアマチュアです。

最近は大きなロードレースに参加することも無かったため完全にノーマークだったようです。


彼女を含めたレース後の選手へのインタビュー記事が以下にあり、彼女名言を読むことが出来ます

https://www.cyclowired.jp/news/node/350652


研究者らしくツイッターではオリンピック前に準備として自身の体の熱順応を分析してたりします。

トレーニングから機材管理まで全部自分で行っているそうです。

https://twitter.com/AnnaKiesenhofer/status/1411359788454363138

(元のツイートにあったグラフが削除され、URLが変わったようなので修正しました)

最後

今回のロードレースNHKの下記のページから見逃し配信で全て見ることが出来ます。(いつまで見られるかは分かりません。大会間中ぐらいは見られるのかな?)

表彰式まで含めると5時間ほどあって実況も英語しかありませんが、綺麗な景色も見れるので環境ビデオ代わりにずっと流して見てみてください。

https://sports.nhk.or.jp/olympic/highlights/list/sport/cycling/

ちなみに男子ロードレース女子のようなサプライズはありませんでしたが、普通にかなりおもしろレース展開でしたのでこちらもお勧めです。8時間弱ありますけど……

(好評だったので続きを書きました。https://anond.hatelabo.jp/20210806115303)

2021-06-27

深層学習機械学習の違いを教えて下さい

深層学習っていうのは、パーセプトロンを積層にして非線形入力コンピューターやらせよう、ということなんでしょ?それと、統計的機械学習がどう関係しているのか、誰か教えて下さい。

2021-04-27

anond:20210427141146

文系学生でも微積分や確率統計はおろか、ヒトによっては非線形代数まで手を出してる、とかか?

ログイン ユーザー登録
ようこそ ゲスト さん