はてなキーワード: 機械工学とは
その「慣れ」をオーディオ界隈では耳エージングとか言うが、そうではなく機械工学的な意味でエージングによる変化もある。
周波数特性の測定値では帯域ごとの大小しか測れないし、あとは帯域ごとの歪み率などもデータ化できたりするが、オーディオユニットには応答速度や収斂速度、残響などから構成される微妙な聴覚上の変化、ステージ空間の広さ感、左右や上下や前後の距離、音像の精細感のように、数値化できない、測定が難しい要因があり、しかも音域ごとに性質が違ったりする。
ボーカルが近い、シンバルが遠い、音場が広い、高域の抜け感がある、寒色(残響少なめで精細)、低域がにじみ出て中域をマスクする、みたいに、さまざまな言葉で表現するが、そういう特性が正反対にまで変わることはないものの、微細な変化を人間の聴覚は大げさに捉えることが得意だ(意識して聴く場合)。
もちろん思い込みによって変化したと感じる部分もないとはいえないが、集合知として稼働時間による変化はあるというのがこの界隈では消費者のみならず生産者の間でも常識になっている。
オーディオ愛好家向けのメーカーではエージングに言及して推奨するメーカーもあるが、基本的にはエージング行為を意図的にする必要はなく、通常使用するうちにこなれていくのを待てばいい。レビュワーなどは条件を揃えるために一律のエージング作業をすることはあるが。
なので、特定の測定値を出して、エージングだとかリケーブルだとかに有意な変化がないから無意味、と声高に主張するようなものはどちらかというと理系気取りを履き違えたトンデモの域。聴覚は電気や工学の側面だけじゃ説明できない。
もちろん、オーディオ界隈にはシールを貼ると音質がアップする、みたいなオカルトじみたグッズも存在するので、そういうものまで肯定していく必要はないが、外部の人はすべてを一緒くたに小馬鹿にしがちなので難儀なところだ。
話を戻すと、エージングという表現だと使い古して悪い意味でもユニットが劣化していく変化までを含むので、慣らし運転としてはバーンインという呼び方をする事が多い。
それによって低域がスムーズに出るようになったり、高域のトゲトゲしさが落ち着いたりといった変化はある。もちろん、ある場合もある、というだけで、知覚できないことも多いだろう。大抵の製品は箱出しから音がいいので、「あれっ」という音の時にエージングに期待する感じになる。
またユニットの種類によってエージングにかかる時間が異なることも集合知的にわかっていて、例えば平面駆動ドライバの場合は一般的なダイナミックドライバよりも長く、数百時間のバーンインが必要なことが多い、などと言われる。
工業的にも物理的にも、同一製品だからといってどの時点でも同一の出音を維持するなんてことは不可能で、普通は左右のユニットですら微妙な音量差や周波数特性にブレがあったりする。それはデータにも現れるが。
身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった身長が欲しかった医学部医学科に行きたかった彼女欲しかった
身長165cm、工学部機械工学科卒、工学研究科修了、彼女いない歴=年齢
ー完ー
関連ブクマ: https://b.hatena.ne.jp/entry/s/mainichi.jp/articles/20230822/k00/00m/040/214000c
アメリカと日本の大学における理系の研究で、盛んな分野のトップ5をそれぞれ箇条書きにしてお答えします。
一般的に言えば、アメリカの方が日本よりも大学の研究が経済に与える貢献度は高いと考えられます。その理由として、以下の点が挙げられます。
アメリカでは、大学の研究成果を産業界に移転する仕組みが整っており、特にベンチャー企業の創出や成長につながっています。例えば、スタンフォード大学やマサチューセッツ工科大学(MIT)などは、シリコンバレーやボストンエリアといったイノベーションの中心地に位置し、多くのハイテク企業やスタートアップ企業と連携しています。また、大学発ベンチャーの成功事例としては、グーグルやフェイスブックなどが有名です。
日本では、大学の研究成果を産業界に移転する仕組みが十分ではなく、特にベンチャー企業の創出や成長につながっていません。例えば、日本の大学発ベンチャーは、アメリカや欧州と比べて少なく、また規模も小さいです。その原因としては、日本の大学の知的財産管理やライセンス交渉の能力が低いことや、日本の産業界が新技術や新製品に対する需要が低いことなどが挙げられます。
以上のことから、アメリカでは大学の研究が経済に与える貢献度は高く、日本では低いと言えるでしょう。もちろん、これはあくまで一般的な傾向であり、日本でも優れた大学発ベンチャーは存在しますし、アメリカでも大学の研究が経済に貢献しない場合もあります。しかし、日本はアメリカから学ぶべき点が多いと思います。
アメリカと日本において、お金を生みやすい研究の分野は、それぞれ異なる傾向があります。
一般的に、アメリカでは、医学・生命科学、コンピュータ・情報科学、工学などの分野が研究開発費の多くを占めており、高い経済効果や社会的影響力を持っています1。
日本では、自動車やロボットなどの製造業に関連する分野が研究開発費の大部分を占めており、国際競争力を高めています。しかし、日本の研究開発費は、GDP比で3.3%と先進国の中で低い水準にとどまっており、基礎研究や新領域の研究に対する投資が不足しているという課題があります。そのため、日本では、エネルギー・環境、生命科学・医療、人工知能・ビッグデータなどの分野において、イノベーションを生み出すための研究開発費の拡充が必要とされています。
イーロン・マスクがテスラ社で成功してTwitter社で成功しなかった理由は、テスラ社とTwitter社では適切な行動(リスクの取り方・試行錯誤のやり方・リーダーシップスタイル)などが異なるのに、テスラ社と同じ仕事のやり方をTwitter社でもやっていたことだと思う。
「古いガソリン車企業(トヨタやGM)に挑む革新的なEV専業ベンチャー」という立ち位置の企業だ。
なので、
SNS業界ではトップ企業に近い。自動車でいうとトヨタ。なので、
企業の立ち位置が違うのだから、それに合わせたリスクの取り方・振る舞いをすべきだったのに、マスクはしなかった。
結果として世界規模に影響を与えるSNS企業のCEOとして評判を毀損したし、それがTwitter自体の評判の毀損にもつながったと思う。
事業の肝は物理的な仕組みだ。EVの走行システムやロケットの打ち上げシステム・機体など。
物理的な仕組みに対しては実験がやりやすい。何かを試した後もとに戻しても物理特性や反応は変わらないからだ。コイルの巻き方を変えて性能が下がってので巻き方をもとに戻したら、物理法則が変わって、変更前のパフォーマンスに戻りませんでした、とかはない。
なので、テスラ社では、アナウンスなしで、矢継ぎ早に、いろんなことを実験するのが、試行錯誤のやり方として良い、ということになる。
事業の肝は「TwitterというSNSを多くの人が使ってくれること」だ。
なので実験をやるなら気をつけないといけない。人は実験したあとにもとに戻しても、前と同じ反応を示すとは限らないからだ。例えば、API連携をほぼ廃止した後ユーザーの反応が思わしくないので廃止前のAPI連携に戻します、といってもユーザーは廃止前と同じように行動してくれない可能性が高い。
なので、Twitter社では実験をする前にユーザーにしっかり説明する必要があるし、あまり色んなことを矢継ぎ早に変えるのは良くない、ということになる。
マスクはテスラ社でやったようにTwitterのサービスに「実験」を重ねた。うまくいかなければ元に戻せば良い、と考えている節がある(急に変更を戻したりするので)。
でも、人間相手のサービスでは元に戻しても行動はもとに戻らない可能性が高い。結果的にTwitterというサービスが「信用できないサービス」とみなされつつあり、そうなってしまうと実験前のサービスに戻してもユーザは戻らない可能性がある。
リスクの取り方とも関係するが、先進的な(リスク許容度が高い)ユーザーが選んで買っているテスラと違って、Twitterはユーザーの幅がとても広く、リスク許容度も様々だ。そこを見誤ってしまい、ユーザーが感じるサービスの信頼性を下げていると思う。
適切なリーダーシップの取り方は組織の状況によって異なる、という学説がある。とある組織で有効なリーダーシップの取り方も、他の組織では有効ではない、ということ。
組織とリーダーシップの相性を診断するやり方としてフィードラーモデルが有る。 3つの観点から組織を見て、「タスク志向型」「人間関係志向型」の2つうち、どっちのリーダーシップが適切かを判定する。
マスクのリーダーシップスタイルは、一貫して、指示型でタスク志向型に見える。
つまり、権限委譲せずにメンバーに対してやることを指示するし、人間関係よりも組織としてタスクをこなすことを重視する。そしてハードワーキングを求める。
さらに、社員のモチベーションは高いしハードワーキングに対する許容度も高い。わざわざベンチャー企業に就職しているのだから。
なので、テスラ社ではマスクのリーダーシップが機能したのだと思う。
加えて、社員のモチベーションは様々だしハードワーキングへの許容度は低い。Twitterが好きで入社している人・給与が高いから入社している人・安定しているから入社している人……色々な人がいるから。
結果的に、マスクのリーダーシップスタイルは全く機能しなかったのだと思う。
マスクはTwitterのCEOとしてリーダーシップを発揮するためには、もっとメンバーの心情に寄り添ったり、チームを心理的にまとめる行動を取るべきだった。
でもマスクはテスラ社やスペースX社での成功があるので、変える必要を感じなかったのだろう。あるいは人間関係志向型のリーダーシップを取れないのかもしれない。