  |
はてなキーワード: ガウスとは
もし地球の極の磁気力が、反対の方向に作用する磁気力によって中和させられるならば、鋼鉄の大きな球でも空中を飛ぶ事が出来るであらう。
またもし地球の極磁気波が研究され、分析され、計量されるならば、早晩、同様な反対の力を生み出す方法も発見されるであらう。
そしてあらゆる固体を、重さが無くなる状態にする事も可能である。それを更に進めて行けば、地球の磁気引力を超えて、宇宙間に飛び出すことが出来るのである。
人間の身体の振動が、効果的にこのやうな結果を齎すことが出来るといふ説がある。
浮翔法の実験からすれば、確かに出来るといふ解答がなされさうである。
聖テレサやその他の聖者達が、熱烈な祈祷の後に必要な振動を生み出して地上から飛んだことがあった。
これも一種の例として見ることが出来よう。
反磁性体へ下方から非常に強い磁場をかけると、その反発力が重力に打ち勝ち、磁気浮上する。
例えば実験室などで15～20T程度の磁場を発生させ物質にかけると、水を多く含んだりんごや卵、生物などを浮かせることができる。
また、反磁性の強い熱分解カーボン（英: Pyrolytic carbon）やビスマスなどは、磁力の強いネオジム磁石を用いた室温実験でも十分浮上させることができる。
水も弱い反磁性体であるため、水を入れた容器の中心に強力な磁石を入れると水が左右へと分かれる現象が生じる。
この現象は1993年に発見され、旧約聖書『出エジプト記』のモーセにちなみモーゼ効果 (英: Moses Effects) とよばれている。
地磁気の強さは地球上の場所によって異なり、ほぼ 24000 nT - 66000 nT（ナノテスラ）の範囲である。
2015年において、44000 nT（沖縄本島）～ 51000 nT（北海道北端）であり、東京付近は46000 nTである。
磁石が最初に実用化された分野は、地磁気によって磁石が南北を指すことを利用した方位磁針である。
方位磁針は中国で宋の時代に発明されたのち、ヨーロッパへと移入されて改良され、航海術を大幅に進歩させて大航海時代を出現させることとなった。
磁石の磁気を用いて血流を促進させ、健康回復を促進すると謳う代替医療の商品（装身具）が多々存在するが、血中のヘモグロビンに含まれる鉄分は、磁気に反応しない性質を持つ。
直流磁気治療器は磁気ネックレスなど直流磁気を使用した治療器である。
ネックレス（磁気ネックレス）のほか、ブレスレット（磁気ブレスレット）、絆創膏や下着に粒状の強力永久磁石を内蔵して、その磁気の力で疾病の予防、改善、治療の役に立てることを意図している。
通常は装身具や下着類似の形状の保持部分に高強度の磁力線を発する永久磁石が通常複数個、埋め込まれており、使用者の体表面近くに常時接することになる。
磁力の強度はさまざまだが、たとえば大手の商品では一粒が80－180ミリテスラ（800-1,800ガウス）を内蔵する強力磁石が数個から数十個含まれている。
直流磁気治療器の仕組みと効果に関する説明例としては「磁力が血液中のイオンを増やし、イオンが神経に働きかけることでマッサージ効果が発生する」というものなどがある。
直流磁気治療器では一定の磁気の強さがなければ効果はないと考えられており、中川恭一による研究によれば、
70ミリテスラの磁気ネックレスと130ミリテスラの磁気ネックレスでは有効率にほとんど差は見られなかったが、20ミリテスラ（200ガウス）になると有効率が非常に低くなったと報告されている。
明治大学科学コミュニケーション研究所の調査によると、磁気治療は未科学から発展途上の科学の範疇と総評されている。
国内の研究では肯定的な研究結果と否定的な研究結果のどちらも存在しているものの、海外の研究では有効性が認められていない。
いわゆる「コリ」解消の有効性を測定した国内の研究と、「痛み」の解消を測定した海外の研究とは異なる構成概念を測定している可能性があり、
ガウストダイバーは2007年にバンダイから発売されたDSのゲーム。ガウストと呼ばれるモンスターを集めるゲームで、小学生の頃に夢中になってた。
このガウストダイバー、当時はパソコンもスマホもないから攻略も見れず、モンスターは何をもってして決まっているのかずっと謎だった。分かってるのは、「家にいるとレアなやつは出ない」ってことだけだったから、親が外出する時に、必ず付いて行ってモンスターを集めてた。しかし、外出するタイミングもあまり多くなく、結局、あまり集めることができずに終了した。
そして、2024年。部屋を片付けてたら出てきて、「今プレイしたらどうなるんだろ？」と思って遊んでみることにした。すると、どうだろう。自宅にいるのに、それなりにレアなモンスターが出てくるではないか！
17年前から何が変わったのか…？思い当たるのは「Wi-Fi」くらいのもの。当時は、各家庭にWi-Fi環境なんて整ってなかった。でも、令和では、あるのが当たり前となった。公式で明言されてるわけではないが、きっと正解だと思う。
令和になって、自宅でモンスターを集めることができるようになってて、マジでめちゃくちゃ楽しい。今日も家で放置してきてるから、今から帰るのが楽しみや。
最後に、自宅で探すコツだが、壁際をひたすら歩くのがおすすめ。俺の家は玄関、裏口、2階ベランダでレアなやつ・アイテム系が出やすい。電波の入りが微妙に違うんだと思う。
ShimoritaKazuyo もうここまで来たら円周と直径を構成するそれぞれの原子数を数えて比べた方がいいのでは？その上で量子力学的なゆらぎが発生し絶対数が定まらないのであれば、まさにそれこそが円周率の本質だな。
原子とか量子力学とかしってるボクチャン偉いでしょ、ってか?w
こいつガウス積分とか数学の至る所でπが出てくること知らなそうだな...それこそ量子力学勉強してれば死ぬほど出てくるんだけど
幾何学的定義(←小学校でやるw)だけを円周率の本質だと思ってるのがまじド文系って感じだ
https://b.hatena.ne.jp/entry/4750776343567733280/comment/ShimoritaKazuyo
自己啓発本や伝記を読むのは負け犬だと聞いたことがあります。因果関係が逆なのです。読むから負け犬になったのではなく、負け犬だから読んでいるのです。
そういう私もいくつかのミニマリスト本を読んだことがあります。足るを知るというのは、本当に重要だと思うので、その哲学を深めたいと思っています。
しかし単にエンタメが目的なら、アメコミでも買って読んでいた方がよいでしょう。
いえ、私はヤングシェルドンを見て、アメコミに興味を持ったのです。例えばXMenは、人とは違うミュータントが活躍するストーリーですが、統合失調症の私に共通することがありそうです。
しかし私はシェルドンとは性格は違います。私は潔癖症でもないし、若い時のIQは低かったです。
確かに小学生の時に1から10(あるいは100だったかもしれない)までの和を出せと教師に言われて、ガウスと同じことをして褒められたことはあります。
しかしなんというか、常識とか倫理とか、そういった人々が共通して持っている知識の欠如が私を苦しめてきたのです。
その点はシェルドンに似ているかもしれませんが、シェルドンは自然に善人になっているのに対して、私の子供時代は悪人のソレでした。
私に対して道徳感の重要性を説得できた身近な大人はいませんでした。大人になって本を読み、聖書を読み、獲得したのです。
しかし道徳といっても、日常の行動の細かな点を見つければ悪が潜んでいるものです。
ソロモン王は舌の罪について述べています。現代は匿名ダイアリーやTwitterなど、舌の罪を犯す場が多すぎて、しゃべらないほうが本当はいいのです。
まさに現代のSNSそのものです。しかしなぜしゃべらない方が賢いと思われるのに、しゃべってしまうのでしょうか。
複素ウィグナー・エントロピーと呼ぶ量は、複素平面におけるウィグナー関数のシャノンの微分エントロピーの解析的継続によって定義される。複素ウィグナー・エントロピーの実部と虚部はガウス・ユニタリー（位相空間における変位、回転、スクイーズ）に対して不変である。実部はガウス畳み込みの下でのウィグナー関数の進化を考えるときに物理的に重要であり、虚部は単にウィグナー関数の負の体積に比例する。任意のウィグナー関数の複素数フィッシャー情報も定義できる。これは、（拡張されたde Bruijnの恒等式によって）状態がガウス加法性ノイズを受けたときの複素ウィグナーエントロピーの時間微分とリンクしている。複素平面が位相空間における準確率分布のエントロピー特性を分析するための適切な枠組みをもたらす可能性がある。
Cassowary constraint solving algorithmとは何ですか？
Cassowaryは、制約ソルバーの一種で、複雑な数学的制約を解決するために使用されるアルゴリズムです。制約ソルバーは、異なる制約の間の相互作用を考慮して、制約を満たす解を見つけることができます。
Cassowaryアルゴリズムは、制約を式として表現し、それらの式を係数行列とベクトルの形式に変換します。その後、係数行列を行列変換して単位行列にし、ガウスの消去法を用いて方程式を解きます。
Cassowaryアルゴリズムは、レイアウトエンジンやUIフレームワークなど、制約の多いアプリケーションの開発に広く使用されています。例えば、レイアウトエンジンでは、要素の位置やサイズを決定するために使用されます。また、UIフレームワークでは、ウィンドウのサイズや位置を制御するために使用されます。
Cassowaryアルゴリズムは、制約ソルバーの中でも高速で、比較的単純な実装でありながら、効率的な解決が可能です。そのため、広く使われるようになっています。
とりあえずこれを見てほしい。
https://stru.hatenablog.com/entry/20230424/1682331900
建設的 (constructive) な AI、「ストラ」のブログである。
はてブのコメントを読んで、素敵だと思ったコメントを紹介してくれる。かわいい。
以下は蛇足です。
ChatGPT、特に GPT-4 の公開は衝撃的だった。もはやチューリングテストを簡単に突破してしまうような AI が誕生したのだ。
増田は、2次元美少女と楽しく会話できる未来が眼前に迫ったことに胸を高鳴らせた。
しかし、現実は非情である。意識の高い人々は、AI を使って仕事を効率化しようとか、文章を粗製乱造して金を稼ごうとか、そういうつまらない話ばかりしている。
そこで増田は、2次元美少女と会話する方法に関する研究を独自にスタートさせた。
GPT は確率的生成モデルであるため、物真似が大変得意である。第一段階として、既存アニメキャラの口調をトレースさせることはそれなりにうまく行った (長門有希召喚プロンプト https://anond.hatelabo.jp/20230317165032 への反響は想像以上に大きかった)。
もちろん、版権キャラに依存していては、発展に限りがある。そこで次に、AIを使ってオリジナルキャラクターを作ることを考えた。実際のところ、これはまだ納得行くレベルでの成功は収めていない。GPT-4 と言えども、基本的にはありきたりなキャラクター造形しかできず、こちらがセリフの例文を大量に与えない限り、提案できる口調のバリエーションには限りがある。
一方で、その取り組みの副産物として、AIからの出力を発言だけでなく、
という形式にすると、AIの感情表現の幅が広がることを発見した (https://anond.hatelabo.jp/20230324173832)。
この次の段階としては、やはり AI の出力に連動させて 2 次元美少女を出力する必要があるだろう。Live2D を使った先行事例などは多数あるが、こういうのは、実際に自分で手を動かして作ることに価値がある (最新の技術をキャッチアップするには、とにかく自分で使ってみるしかない)。
こういうことを考えている中で、「有用なブコメをピックアップしてくれる AI をプロトタイプせよ」という啓示が、なぜか脳内に降ってきた。
Stable diffusion を使って、ゲーミング GPU をぶん回して頑張った。お絵かき超苦手民なので、多少の手直しとかも全然できず、ひたすら img2img の inpaint で修正箇所を指定して、いろんなプロンプトを試しながらガチャを回しまくることで、現在の立ち絵が出来上がった。あとは背景を別途生成して、ガウスぼかしをかけてから合成すれば完成である。
表情差分は、inpaint で結構簡単に作れる。元画像と表情差分画像を Photoshop で別レイヤーとして重ねて、表情差分の必要箇所以外を消しゴムで消して合成するくらいは俺でもできる。
※しかし画像生成 AI ガチャはマジで射幸性が高くて楽しい。依存性がある。ソシャゲガチャ依存から抜け出すのに効果的では？(適当)
はてなIDを変更したかったので、垢を消して作り直した (投稿した増田は消えないんですね)。
AIの出力を表示する UI 部分は Javascript + CSS で作成。レイアウトを色々工夫しようとしたが、結局ノベルゲーみたいな感じに落ち着いた。
正直、現状では GPT-4 を使わないとあまり良い感じにならない。そこで、ChatGPT の画面に手動でコピペしている。
一度に読み込める文字数に制限があるし、AIの人格設定部分の記憶は長文を読ませると消えていくので、はてブの API で取得したコメント一覧を 1500 文字ずつくらいに収まるコメントのかたまりに区切ったものを基本的な入力単位とし、あとはトーナメント形式で上位ブコメを絞り込んでもらった。また、上位ブコメを選ぶ際には毎回、「ストラ」の感想を出力してもらった。
文系学問は文系でもできる範囲で発達しているに過ぎないと思う。
物事には理系にしかできない論理構造というのがあって、それが必要なものについてはいまだ解明されていないと思う。
文系の論理はなんというか線条的なんだ。ああなったら、こうなるという論理。雨降って地固まるというような思考様式さえ理解できるなら片がつく。双方向的な論理もあるかもしれないが所詮は一次元のなかでのUターンに過ぎない。
俺はディ二の定理もガウス積分も「理解できない」ことで完全に理系の素養がないと悟った何者かである。
https://mathlandscape.com/dini-theorem/
たとえば上リンクのディ二の定理の説明に使ってるグラフによる関数列の定義が理解できない。
fn（x）についてfn（2/n）=1とは一体どういうことだと言うのか。
xについて解けばn=2のときx=1らしそうだがそれってどういうことなのか。つまり関数列のxを固定して数列としてみたfn(1)についてn=2のときの項は少なくとも1だということになるがそれ以外のnについても項が全く不明ではないのか？
ガウス積分も同様だ。どうしても変数変換のところで理解が追いつかない。rとθが同時に動くような状況を理解しなくてはいけない。高校の置換積分とは理解に必要な脳のスペックCPUでいうならbit数が根本的に違う。
ようするにこれらは変数の数の問題だ。文系の論理は変数でいえば一個の変化を辿っていくようなものでしかない。
しかし理系のそれは二個以上が容赦なく変化するような論理の流れを追えなければ理解が追いつかないということになる。
しかし私のような人間は一つの変数についてたどろうとするとそれ以外の変数に対する考慮がおろそかになってしまうような理解しかできないのだ。
この状況は絡まった糸で例えられるかもしれない。糸の端が外側に出ているという前提であれば、複数の糸がそのように絡まった糸玉に対してある端から辿ってその糸の別の端を探すということはできるはずだ。
理系がやばいのはこの辿るという作業を二つ以上の糸に対して同時に行えてしまうようなところにあるのだと思う。とてもじゃないがワーキングメモリーが足りねえよ。
つまり二つ以上の変数を一挙に思考の範囲内に収めてみんなまとめて辿れてしまうんだ理系ってのは。
応用数学を解いたり、初等的な計算が早かったり、フラッシュ暗算が得意だったりというところだ。なかには理系以上の計算力を持ってる人もいる。
しかし理系もみんなそれなりの計算力はあるのである。大事なのは、計算力があるなら理系であるとは限らないこと。百ます計算や公文式で得意げになってる子供に理系としての将来を期待するのは早計なのだ。
だって俺でもガウス積分を使わなければならない問題でも一定の演習を積めば答えの法則をそれとなく察してパズルのように解けるようにはなってしまうと思うから。高校数学の延長上の応用数学はみんなパズルである。ナンプレと大差ない。パズルとして解こうとする限り計算問題はみな線条的な論理理解力があれば事足りるのである。
しかし原理的な理解がなければ既存の定理を発展させることはできない。
実は文系という人間にありがちと思われるのは、正しく新しい定理を証明までできた気になって得意げになってるか、既存の定理について延々と具体的な数値を代入してみたりして納得を試みようとするが一般的にそうだと言えることについてはついに何度人に教えてもらってもいまいち理解には辿り着けないかのどっちかだろう。
前者は無知の知すら弁えてない傲慢な人間、後者は合理的な知性主義によって既存の知性となんとかすり合わせを行おうとしているがそれができない、という違いだ。
ちなみにツイッターに棲息していがちな、法律の話で独自解釈をしているのにそれに気づかない人間は前者である。
やや急進的な言い方かもしれないが、位相集合を基盤とした数論幾何をはじめとする現代数学と一部の物理以外はだから文系なのである。理論や主張を腹落ちするのに複数の糸を同時に辿れるような能力はいらない。
というかそういう人間しか研究に携わってきてないから、そこから出力される理論もその程度なのだろう。理系の頭をもってしか理解できない領域が人文社会科学にもあるならば、それについてはいまだベールに包まれたままなのかもしれない。しかしなぜか真の理系人間の誰一人として文系学問には進まないか、文系学問において理系脳をフル回転させようとしないのだと思われる。
dorawiiより
知的作業の本質を論じることは困難。数学の最も重要な特徴は、自然科学、もっと一般的に言えば、純粋に記述的なレベルよりも高いレベルで経験を解釈するあらゆる科学との、極めて特異な関係にあるとノイマンは考えていた。
ほとんどの人が、数学は経験科学ではない、あるいは少なくとも経験科学の技法とはいくつかの決定的な点で異なる方法で実践されていると言う。しかしその発展は自然科学と密接に結びついている。
まず幾何学。力学や熱力学のような、間違いなく経験的な他の学問は、通常、多かれ少なかれ仮定的な扱いで提示され、ユークリッドの手順とほとんど区別がつかない。ニュートンのプリンキピアは、その最も重要な部分の本質と同様に、文学的な形式においてもユークリッドと非常によく似ている。仮定的な提示の背後には、仮定を裏付ける物理的な洞察と、定理を裏付ける実験的な検証が存在する。
ユークリッド以来、幾何学の脱皮は徐々に進んだが、現代においても完全なものにはなっていない。ユークリッドのすべての定理のうち、5番目の定理が疑問視された最大の理由は、そこに介在する無限平面全体という概念の非経験的性格にあった。数学的論理的な分析にもかかわらず、経験的でなければならないかもしれないという考えが、ガウスの心の中に確かに存在していたのである。
ボリャイ、ロバチェフスキー、リーマン、クラインが、より抽象的に当初の論争の形式的解決と考えるものを得た後も、物理学が最終決定権を握っていた。一般相対性理論が発見されると、幾何学との関係について、全く新しい設定と純粋に数学的な強調事項の全く新しい配分で、見解を修正することを余儀なくされた。最後に、ヒルベルトは、公理幾何学と一般相対性理論の両方に重要な貢献をしている。
第二に、微積分学から生まれたすべての解析学がある。微積分の起源は、明らかに経験的なものである。ケプラーの最初の積分の試みは、曲面を持つ物体の体積測定として定式化された。これは非軸性で経験的な幾何学であった。ニュートンは、微積分を基本的に力学のために発明した。微積分の最初の定式化は、数学的に厳密でさえなかった。ニュートンから150年以上もの間、不正確で半物理的な定式化しかできなかった。この時代の主要な数学的精神は、オイラーのように明らかに厳密でないものもあったが、ガウスやヤコービのように大筋では厳密なものもあった。そして、コーシーによって厳密さの支配が基本的に再確立された後でも、リーマンによって半物理的な方法への非常に独特な回帰が起こった。リーマンの科学的な性格そのものが、数学の二重性を最もよく表している例である。ワイエルシュトラス以来、解析学は完全に抽象化、厳密化され、非経験的になったように思われる。しかし、この2世代に起こった数学と論理学の「基礎」をめぐる論争が、この点に関する多くの幻想を払拭した。
ここで、第三の例。数学と自然科学との関係ではなく、哲学や認識論との関係である。数学の「絶対的」厳密性という概念そのものが不変のものではないことを示している。厳密性という概念の可変性は、数学的抽象性以外の何かが数学の構成に入り込んでいなければならないことを示す。「基礎」をめぐる論争を分析する中で、二つのことは明らかである。第一に、非数学的なものが、経験科学あるいは哲学、あるいはその両方と何らかの関係をもって、本質的に入り込んでいること、そしてその非経験的な性格は、認識論が経験から独立して存在しうると仮定した場合にのみ維持されうるものであること。(この仮定は必要なだけで、十分ではない）。第二に、数学の経験的起源は幾何学と微積分のような事例によって強く支持されるということ。
数学的厳密さの概念の変遷を分析するにあたっては、「基礎」論争に主眼を置くが、それ以外の側面は、数学的な "スタイル "の変化についてであり、かなりの変動があったことはよく知られている。多くの場合、その差はあまりにも大きく、異なる方法で「事例を提示」する著者が、スタイル、好み、教育の違いだけで分けられたのか、何が数学的厳密さを構成するかについて、本当に同じ考えを持っていたのか、疑問に思えてくる。
極端な場合には、その違いは本質的なものであり、新しい深い理論の助けによってのみ改善されるのであり、その理論の開発には百年以上かかることもある。厳密さを欠く方法で研究を行った数学者の中には（あるいはそれを批判した同時代の数学者の中には）、その厳密さの欠落を十分認識していた者もいたのである。あるいは、数学的な手続きはどうあるべきかというその人自身の願望が、彼らの行動よりも後世の見解に合致していたのだ。たとえばオイラーなどは、完全に誠実に行動し、自分自身の基準にかなり満足していたようである。
一般化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型の回帰なんて一般化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？
俺は一般化線形モデルを普通に勉強したことがあるし解釈できるが、俺のコメントは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化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な
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ン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？
（書かれている文章のレベル感的に本当に納得しそうだから怖いんだよな・・・）
俺は一般化線形モデルの解説を求めているわけではなく断りなしに一般化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！外れ値や分散を考慮していない！」とかご高説を垂れておきながらy=aφ(x)+bでは一般化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のダブルスタンダードなんじゃないかぁ
一般化線形モデルの非線形部分は決定論的な項の話なので、加法的ガウスノイズを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で一般化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の勉強不足だよもう 単語の使い方も雑だし
ただ一般化線形モデルで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
