  |
はてなキーワード: ABsとは
TVRって知ってる？
イギリスの小さなスポーツカーメーカーなんだけど、独特なデザインと高性能が特徴。「グランツーリスモ」や「フォルツァ」のようなレースゲームでも時々見かけると思う。
日本だと、西部警察の撮影で事故を起こしたっていうエピソードが有名だけど、TVRが作る車の特徴が現れてると思うので、まずその紹介から。
TVRタスカンを運転していた俳優さんが、見物客の列に突っ込んじゃって、5人が怪我をしちゃったんだ。これがきっかけで、西部警察の制作が中止になっちゃったんだよね。
TVRタスカンって、見た目が特徴的で、絵も映えるんだけど、撮影中に見物客をひくなんて言うあってはならない事故が起きちゃった。
でも、これは車に原因があったみたいなんだ。
タスカンって、車重1100kgなのに350馬力もあるんだよ。
それに、ABSもトラクションコントロールもついてなかったから、本当にベテランレーサーじゃないと扱いきれない車だったんだ。
ただこの事故、TVRの特徴をよく表してるんだよね。パワフルで軽量、でも扱いが難しい。
そこがTVRの魅力でもある。
さて、そんなTVRって今どうなってるんだろう？
実はね、TVRは2006年に経営破綻しちゃったんだ。でも、2013年に新しいオーナーが現れて、ブランドの復活を目指してるんだって。
2017年に新型スポーツカー「グリフィス」を発表したんだ。これがTVR復活の象徴になるはずなんだ。
ただ、生産開始がどんどん遅れちゃって、2024年、つまり今年になっちゃった。
TVRも時代の流れには逆らえないみたいで、電気自動車にも手を出すみたい。
自分のようなファンとしては、TVRが復活するのを心待ちにしてるんだ。
でも、新しいグリフィスやEVモデルが、昔のTVRみたいな魅力を持ってるかどうかが気になるよね。
TVRらしい個性的で高性能な新しいモデルが出てくる期待が止まらない。
みんなはどう思う？
TVRの復活、楽しみにしてる？
それとも、もう時代遅れだと思う？
Ωを仮に100次元の実ベクトル空間R^100とする。各次元は特定の神経活動パターンに対応する。
Ω = {ω ∈ R^100 | ||ω||₂ ≤ 1}
ここで||・||₂はユークリッドノルムである。τは標準的なユークリッド位相とする。
O : Ω → Ω
O(ω) = Aω / ||Aω||₂
ここでAは100×100の実行列で、||Aω||₂ ≠ 0とする。
S[ω] = -∫Ω p(x) log p(x) dx
S[O(ω)] ≤ S[ω] + log(det(AA^T))
dω/dt = F(ω) + G(ω, O)
F(ω) = -αω + β tanh(Wω)
G(ω, O) = γ(O(ω) - ω)
ここでα, β, γは正の定数、Wは100×100の重み行列、tanhは要素ごとの双曲線正接関数である。
g_ij(ω) = E[(∂log p(x|ω)/∂ω_i)(∂log p(x|ω)/∂ω_j)]
ここでE[・]は期待値、p(x|ω)は状態ωでの条件付き確率密度関数である。
ψ(x) = √(p(x)) exp(iθ(x))
Φ[ω] = min_π (I(X;Y) - I(X_π;Y_π))
ここでI(X;Y)は相互情報量、πは可能な分割、X_πとY_πは分割後の変数である。
勾配降下法を用いて定式化する：
ω_new = ω_old - η ∇L(ω_old, O)
L(ω, O) = ||O(ω) - ω_target||₂²
G = (V, E)
V = {v_1, ..., v_100}
E ⊆ V × V
各頂点v_iはω_iに対応し、辺(v_i, v_j)はω_iからω_jへの因果関係を表す。
このモデルはPythonとNumPyを用いて以下のように実装できる：
import numpy as np from scipy.stats import entropy from scipy.integrate import odeint import matplotlib.pyplot as plt class ConsciousnessModel: def __init__(self, dim=100): self.dim = dim self.omega = np.random.rand(dim) self.omega /= np.linalg.norm(self.omega) self.A = np.random.rand(dim, dim) self.W = np.random.rand(dim, dim) self.alpha = 0.1 self.beta = 1.0 self.gamma = 0.5 self.eta = 0.01 def observe(self, omega): result = self.A @ omega return result / np.linalg.norm(result) def entropy(self, omega): p = np.abs(omega) / np.sum(np.abs(omega)) return entropy(p) def dynamics(self, omega, t): F = -self.alpha * omega + self.beta * np.tanh(self.W @ omega) G = self.gamma * (self.observe(omega) - omega) return F + G def update(self, target): def loss(o): return np.linalg.norm(self.observe(o) - target)**2 grad = np.zeros_like(self.omega) epsilon = 1e-8 for i in range(self.dim): e = np.zeros(self.dim) e[i] = epsilon grad[i] = (loss(self.omega + e) - loss(self.omega - e)) / (2 * epsilon) self.omega -= self.eta * grad self.omega /= np.linalg.norm(self.omega) def integrated_information(self, omega): def mutual_info(x, y): p_x = np.abs(x) / np.sum(np.abs(x)) p_y = np.abs(y) / np.sum(np.abs(y)) p_xy = np.abs(np.concatenate([x, y])) / np.sum(np.abs(np.concatenate([x, y]))) return entropy(p_x) + entropy(p_y) - entropy(p_xy) total_info = mutual_info(omega[:self.dim//2], omega[self.dim//2:]) min_info = float('inf') for i in range(1, self.dim): partition_info = mutual_info(omega[:i], omega[i:]) min_info = min(min_info, partition_info) return total_info - min_info def causal_structure(self): threshold = 0.1 return (np.abs(self.W) > threshold).astype(int) def run_simulation(self, steps=1000, dt=0.01): t = np.linspace(0, steps*dt, steps) solution = odeint(self.dynamics, self.omega, t) self.omega = solution[-1] self.omega /= np.linalg.norm(self.omega) return solution def quantum_state(self): phase = np.random.rand(self.dim) * 2 * np.pi return np.sqrt(np.abs(self.omega)) * np.exp(1j * phase) # モデルの使用例 model = ConsciousnessModel(dim=100) # シミュレーション実行 trajectory = model.run_simulation(steps=10000, dt=0.01) # 最終状態の表示 print("Final state:", model.omega) # エントロピーの計算 print("Entropy:", model.entropy(model.omega)) # 統合情報量の計算 phi = model.integrated_information(model.omega) print("Integrated Information:", phi) # 因果構造の取得 causal_matrix = model.causal_structure() print("Causal Structure:") print(causal_matrix) # 観測の実行 observed_state = model.observe(model.omega) print("Observed state:", observed_state) # 学習の実行 target_state = np.random.rand(model.dim) target_state /= np.linalg.norm(target_state) model.update(target_state) print("Updated state:", model.omega) # 量子状態の生成 quantum_state = model.quantum_state() print("Quantum state:", quantum_state) # 時間発展の可視化 plt.figure(figsize=(12, 6)) plt.plot(trajectory[:, :5]) # 最初の5次元のみプロット plt.title("Time Evolution of Consciousness State") plt.xlabel("Time Step") plt.ylabel("State Value") plt.legend([f"Dim {i+1}" for i in range(5)]) plt.show()
雪道凍結路面のカーブでブレーキを踏むな 雪道凍結路面のカーブでブレーキを踏むな
乾いた路面や濡れた路面で大丈夫だとしても 雪道凍結路面のカーブでブレーキを踏むな
冷静に考えればわかるはず 雪道凍結路面のカーブでブレーキを踏めばタイヤがロックする
雪道凍結路面のカーブでは 進入前に十分な減速をしてゆっくり曲がるんだ
雪道凍結路面のカーブでアクセルを踏むな 雪道凍結路面のカーブでアクセルを踏むな
冷静に考えればわかるはず 雪道凍結路面のカーブでアクセルを踏めばタイヤがスピンする
雪道凍結路面のカーブでは 進入前に十分な減速をしてゆっくり曲がるんだ
我ら人類の英知 アンチロックブレーキシステム (ABS ※合いの手)
ブレーキ踏まないと効かない アンチロックブレーキシステム (ABS ※合いの手)
作動するとダダダと物凄い振動が来るぞ アンチロックブレーキシステム (ABS ※合いの手)
振動が来ても驚いて足を離してはならない アンチロックブレーキシステム (ABS ※合いの手)
雪道凍結路面でのカーブでブレーキを踏むな 雪道凍結路面のカーブでアクセルを踏むな
冷静に考えればわかるはず 雪道凍結路面のカーブでブレーキを踏めばタイヤがロックスピン
アメリカでトラッカーしてるオジサンユーチューバーがお気に入り。
クレバーで紳士で、どこでもなんでも一人でやり遂げられる逞しさが素敵なユーチューバー。
件のユーチューバーは日本に住んでたときは雪国育ちだったらしく、本人曰く「俺ほどの雪国プロ以外の奴はザコ」という趣旨の発言を、もうくどいくらい何回も何回もするようになった。
「雪道で車間距離とらないヤツはザコ（いや雪道でなくても車間距離は必要でしょ）」
「ABSとかそういう車の便利機能アテにしてるヤツはザコ（不確かな人間より近代の工業技術のほうがよほど正確じゃないですか？？）」
「雪道で車間距離とらないヤツはザコ（え？またそれ言う？さっき聞いたよ？？）」
「くどいようだけど雪道で車間距離とらないヤツはザコ（くどさは自覚してんだ。。。）」ってな具合。
このユーチューバーには品の良いファンが多く、コメント欄には上品な発言があふれてる。そんな中でこんな批判めいた発言なんてとてもできない雰囲気がある。
だからここに書いた。
なんか、悲しいなぁ。
元の感じに、戻ってくれないかなぁ。。。
これに対して”自動車乗り”が、法規制強化！”自転車乗り”ザマァ！と言ってるの本当地獄だと思う。
何も分かってないよ。
自動車乗ってる側からしたらチャリが車道走るなんてクソうぜえとしかならんだろ。
まともな人間はチャリに対して感じるのは、歩道で１０ｋｍ走行してなさいなしかないだろ。
今、歩道を逆走してるクソチャリどもが今度は車道の真ん中を突っ込んでくるようになるってことだって想像できてないんだろうな。
逆走クソチャリに罰金払わせるようにしても結局罰金で終わりだから減らないのは明白なんだよ。
だって大多数のカスい”自動車乗り”のオービスに対しての姿勢がそれじゃん。
免停食らうまでは「チッ……反省してまーす（クソがよぉ！無駄金ぇええ！！！）」で終わりじゃん半分ぐらいのカスは。
ハンドル握ってる時にクソガキやクソチャリが突然飛び出した挙げ句に自分からコケたとき心臓止まりそうになるじゃん。
あそこでABSかかる勢いでブレーキ踏みながらハンドルぎゅわわわわわってしてギリ自分の人生が死なずに済むスピードが大体法定速度だって感じる。
クソガキ多発地域が２０制限速度標識で速度超過ブービートラップしかけてきてるのはちゃんと理由があるのは嫌でも感じるわけだけど、頭の悪い”自動車乗り”はそれを理解できないからこの世界のすべての速度標識を憎むことしかしてない。
そのレベルのカスがチャリに乗ったときは当然のように何度でも逆走を繰り返すわけで、その場所が歩道から車道に変わるのが今回の締付け強化なんだよね。
もう終わりだよ。
「車道を走る自転車が悪い」でも「歩道を走る自転車が悪い」でもなく、「車道を走る自動車が悪い」にさえなりかえないよ。
たとえば今度の火曜に登下校クソチャリ共が大量に車道逆走始めたら俺はもう泣き出すと思う。
別に逆走じゃなくてもアイツらが並走しながら車道を塞いで１０ｋｍぐらいの速度でズーっとチンタラチャリチャリして道が塞がったらもう完全に終わりだと思う。
もしも一直線になってもチャリがズラーって１０台も２０台も道路の端っこにつながって、体育会系のクズが文化系の雑魚を抜かすために追い抜きモード入ったら結局道は塞がるよ。
完全に終わり。
もう車は走れない。
つうかそんな状態にトラックとか来たら死角に無数のチャリが潜むデッドゾーンが誕生する。
怖すぎるだろ。
想像しただけで泣きそうだよ。
マジで勘弁して欲しい。
原則もクソもねえよ。
ちょっと可愛いけど可愛すぎないメガネモヤシおじさんが家で使っててもギリギリセーフなくらいの配色のやつで1万以下で買えるやつ
E-Whiteのケースに合う3トーンか2トーンの小洒落た配色がよくて、今んとこ気になってるのがosume sakuraかdalgonaあたり
どっちかというと後者の方が落ち着いてていいかな、でも未発売だし、前者はR2待ちでいつ入手できるか分からんやつだけど
アルファベット部分は白系かパステルくらいの薄い色つきのがいい(逆にここが濃くモディファイア部分が淡色でもいいが)
刻印は真っ黒じゃなくて多少色ついてたほうが好ましいな、XDAプロファイルによくあるど真ん中印字みたいなのも可
視認性は気にしないからごん太より細字の方がいいが、無字がいけるほど玄人ではない
プロファイルも気にはしないが今のがOEMだからそれ以外だとより好ましいかなくらい
素材はPBTでもABSでもいいが、厚みがあることと、Dye-Subなら印字がキー間でズレてたり滲みすぎてたり珍妙なフォントだったりしない程度の品質は欲しい
In-stockなやつだとPolyCaps Corn PBTなんかも好みだがもうちょっと落ち着いててもいいな
あとはTai-Hao Shell Sand Beachあたりか…？ 印字が黄ばみすぎてて統一感ないのがちょっとアレだ
BoWにアクセントキー数個添えるって手も考えたがBoW自体が個人的にハイコントラストすぎてダサいと思うのでちょっとないかな
アクセントキーも派手すぎて目立つ色は手元見るたびにギョっとしそうで避けたい
Keychron Q1にひっそり追加されてるカラバリMint Greenのキーキャップだけ売ってくれればそれもかなりアリなんだがなー
AliExpressでGMKクローンを買うという手もなくはないんだが、なんかアレな気がしてアレよ
https://tamashii.jp/special/tots_robo/
全高：約280mm（ロボ形態時）
セット内容：本体、専用台座、交換用手首（左右）
https://tamashii.jp/column/15/
奇跡の一冊！太陽の塔のすべてを収録した、「太陽の塔Walker」登場！
性能追求と各種規制が原因の大半だが、度々話題になる割にはいちいち答えるのが大変なので誘導用
丸目ヘッドライト（ガラス製）＞スポーツバイクにカウルが付く、丸目2灯が主流へ（80年代）＞樹脂製レンズとなりさまざまな異形ヘッドライトが生まれる＞LED化によりフルカウルのスポーツバイクでは逆スラントノーズばかりに
ダブルクレードルフレーム＞アルミツインスパーフレーム＞ダイヤモンドフレーム他いろいろ
前が大きく後ろが小さい（フロント19、リア17など、特に大型バイクに多くどっしりとした感じ）＞スポーツバイクで旋回性を高める為フロントタイヤが小さくなる（フロント16）＞バランスのいい前後17インチに統一される
またバイアスタイヤ＞ラジアルタイヤへの変遷により、タイヤ幅が広く扁平率の高いものとなる
二本サス＞モノサス
４気筒エンジンには4本出しマフラー＞集合管マフラー＞排ガス規制により巨大な触媒（通称弁当箱）が引っ付く
ワイヤースポークホイール＞キャストホイール（ホンダはコムスターホイール）＞レーサーレプリカでは3本スポークのキャストホイールが流行る、その後6本に＞最近は複雑な形状かつ細身軽量なキャストホイールに
排ガス規制により2stは全滅
ダウンドラフト構造によりエアクリーナーボックスが上に伸びる、それによって減少したタンク容量を稼ぐ為に上か横にタンクが膨らむ
最近になってタンクの下に変なのがぶら下がってたらだいたいコレ
バイクの中心部に重心を寄せると旋回性がよくなるという理論だが、これによって尻の切れ上がったバッタみたいなバイクが増える
以上の各部変更の為、現在のバイクに昔のバイクのガワを載せようとしてもZ900RSのような「よく見るとコレジャナイ」バイクが出来上がってしまう
でも、3Dプリンターがなかった時代はその金型までが大変だったんだと思う
3Dプリンターは…、みたいにダラダラ書いたけど、自分なりの結論としては、3Dプリンターは試作用途には断然アリだと思う
精度が多少悪かろうが、ときどき大失敗しようが、基本CAD通りの物体がとりあえず手に入るというメリットは大きい
だからCADと3Dプリンターを行ったり来たりして試作を詰めていって、
これ以上ないところまで行ったらDMMに頼むとか金型作るとかが3Dプリンターの使い方としていいと思う
最終完成品を3Dプリンターで作って一般消費者に売ろう、とか考えると失敗すると思う
Togetterのまとめのどこだったか失念したんだが、3Dプリンターでミニチュアのライフルとか作ろうとしてたと思う
それをワンフェス？だったかその手のイベントで売りたいみたいなんだけど、そのライフルが曲がって出力されてしまい、
かなり一喜一憂しているのを読んで、あー、光造形でも理想通りにはならんのだなー、と思ったり
うろ覚えだけど、光造形だとたしか印刷する位置によって、真ん中なのか端っこなのかで精度が変わるとかあったと思う
FDMでもあるｗ普通にあるｗ
同じ部品を一度に多く欲しいときに、コピーして並べて出力するわけだけど、その出力結果が配置した位置によって精度が異なってしまう
ネジみたいなものだと致命的
まあネジを出力するのは3Dプリンターのパフォーマンス自慢的な意味合いもあるので、規格にあるネジなら3Dプリンター出力はオススメできない
ネジ以外の部品も同様で、規格にある部品はホームセンターに行ったほうが無難
でも、3Dプリンターがない時代だったら、樹脂材ならプラ板とかエポキシパテとかプラモのフルスクラッチまがいのことをしなければならなかったけど、
それに比べれば3Dプリンターの方が断然楽ではある
だから、3Dプリンターは無駄な代物ではないのだけど、夢を見すぎて買うと痛い目に遭うと思う
買う前にThingiverseとか見て、こういう使い方だったらできるのかなあ、と購入後の使い道を想像してみるといいと思う
GitHubにもロボット作ったり人工知能の車とか作ってる人がCADデータやSTLがあるので探してみるといいかも
Thingiverseの注意点は、絶対投稿者本人が出力してないだろ、と思えるような精巧すぎるものとかはスルーした方が無難
あと、いいね！みたいな評価が高くても、評価者も作らずにいいね！を押してるので、
作品ごとに、自分も出力してみた、みたいな箇所があるので、それを見て色んな人がそれぞれのプリンターでどう出力されたかを見るといい気がする
まあ「沼」だね
3Dプリンターは沼
でもArdinoのケース作ったり、Arduino組み込んだロボットみたいなの作ったり、やろうと思えばRC飛行機とか作れるし、
ときどき夢見すぎる人がいて、これがあれば市販のプラモみたいなのコピーし放題じゃん、みたいに思うと痛い目に遭うと思うけど
あと、自分の家の洗濯機と排水口の接続部に問題が会ったので、3Dプリンターで部品を設計して出力して自分で直したｗ
賃貸の管理人に問い合わせたら、修理業者と一緒に部屋に行くんで都合が良い日を教えろだの、壊したんかーおまえはーみいたいな剣幕で対応されて、
いや、壊してないから、どっちかというと排水口より自分の古い洗濯機の問題だから、と思って、どうしよーかー、と思ってたんだけど、
と思って、排水口と洗濯機の結合部を定規で簡単に測って、簡単な部品を設計して、まずはPLAで出力
水が流れすぎることが原因だと思われたので、流量を制限する部品を設計した
2回目の出力で設計に問題なさそうなことが分かったのでABSで出力し直した、で数年間問題なく使えてるｗ
PLAは水に弱いしお湯で変形したり溶けてしまうので
特にABSのほうが臭いし毒性高い。PLAはABSほど臭くもないし毒性高くないけど、完全に無害というわけではない。換気は必須。
光造形もピンキリというけど、やはり積層痕を考えると光造形一択だと思う。
同じ価格帯なら光造形のほうが精度高いはず（よほどのハズレクソメーカでない限りは）
でも光造形はランニングコストが高くなるし後処理とかクソ面倒。レジンを拭くときに使うアルコールは手につくと荒れるし（水洗いレジンというのもあるけど）
Form2みたいな50万以上する機種くらいの精度を求めるなら、機体を買うよりDMMみたいなプリントサービスを使ったほうがいいかもしれん。
3Dプリンタって、造形物が印刷中に土台から剥がれてダメになってただとか、配置が悪くて印刷に失敗しただとか、そういうクソみたいなダルさと根気よく付き合い、説明書にない試行錯誤を繰り返さなきゃいけないんだよ。
見積もりを見たら割高に思えるかもしれんが、手間とか考えるとそんなに高くない。
