ゴーゴーカレー宇治店でロースカツカレービジネスをいただく。久しぶりに食べたが美味しい。

木津川で残念石を見た帰り。久しぶりにゴーゴーカレーへ。

ファーストにしようと思ったが、、、もう無理かもということでビジネスで。

久しぶりに食べたが美味しいな。これならファーストでもよかったくらい。

「オッペンハイマー」をIMAXで観てきた。日本人としては複雑だが物理卒の私にはボーアとローレンスがかっこよく、ファインマンは隙あらばボンゴを叩きテラーが嫌な感じでよかった。ただフェルミ推定や計算競争、ノイマン32面体爆縮レンズなどは略。後半はストローズ知らないときつい？

IMAX推奨ということでかなりの満員でした。ただこの映画、前半は物理＆物理学者を知っていて、後半はストローズが誰だか知ってないと置き去りかも。日本人としては原爆の被害が全く描かれていないのは複雑。それでも個人的には面白かった。

ボーアとローレンスがとにかくかっこよく描かれていた。リンゴの青酸カリはアランチューリングの話からかな。

ボルンの名前が出てきたとき、お！ボルン・オッペンハイマー近似か！と一人で盛り上がり、ハイゼンベルクやベーテが出てきたら「キター」とか思ってしまった。

シカゴに行くという話の時は、もしかしたらフェルミ？と思ったら当たった！

ファインマンは名前の紹介もなかったがすぐわかった。ボンゴを隙あらば叩いていた。

テラーが誰かも知ってないと（水爆の父）この人なんでこんな嫌なやつ？というのがわからないかもしれないと思ったり。代わりにラビがとてもいい人。

しかしフェルミがトリニティ実験のときに紙を破ってTNT何トン分の威力かフェルミ推定したエピソードや、

 フェルミが最初の原爆実験（トリニティ）のとき、紙くずを破いて投げてとんだ距離でTNT火薬何トン分かを推定したが、どうやって計算した？

フォン・ノイマンが爆縮の理論を作って爆縮レンズは32面体にすることを計算で導いたことや、

フォン・ノイマン、ファインマン、フェルミの計算競争は

フォン・ノイマンは暗算、フェルミは計算尺、ファインマンは手回し計算機で計算し、フォン・ノイマンが圧勝したというのは日本だけのガセ。森毅の創作らしい。 

時間の関係か省略。

3時間の映画だけど中身はぎっしり詰まっていて飽きさせず、あと音響がすごかった。

字幕の物理監修は橋本幸二さんでした。

関連するリンクなどはこちらから

「オッペンハイマー」をIMAXで観てきた。日本人としては複雑だが物理卒の私にはボーアとローレンスがかっこよくファインマンは隙あらばボンゴを叩きテラーが嫌な感じ。ただフェルミ推定や計算競争、ノイマン32面体爆縮レンズなどは略。後半はストローズ知らないときつい？ https://t.co/iI0SP77hEn pic.twitter.com/JYeRaVp8Kt

— tomo (@tonagai) March 30, 2024

ポケモンGO、悪の組織に打ち勝て！完了。サカキのシャドウカイオーガはゼクロムで辛勝（あれ？シャドウグラードンでは…なんで？）、ワールド・オブ・ワンダースも完了でコマタナ、ゲット。

ロケット団リーダーの3人は割と簡単にルカリオのおかげで勝てた。問題はサカキのカイオーガで、

まあ強い。ただゼクロムがぎりぎり勝ってくれた。サカキがおとり3人で見つかったのも早かった。

星三つのカイオーガもゲット。

いやでもシャドウグラードンじゃないの？？？なんで？？？

https://pokemongo-raku.com/post18215#google_vignette

こっちの方がはるかに面倒だったワールド・オブ・ワンダース：占拠。ロケット団のしたっぱと闘うのが面倒…

コマタナがゲットできた。

河童ラーメン本舗で黒河童ラーメン＋からあげセットをいただく。やはりここのラーメンが一番好き。替え玉1つ無料でキムチも食べ放題。

マー油入りの黒河童ラーメンを初めていただく。コクがあって美味しい。

から揚げも美味しい。キムチも食べ放題、替え玉もついてきて満足。

クレジット会社要請の規制ワードの置き換えを素数にしたら？という話を見たが、単語をword2vecとかでベクトル化して、コサイン類似度を適度に離した単語にすればどう？とか思ってPythonでMetaのfastTextとgensimを使って類似性を見てみた。ひよことロリポップが92番目の類似度。

この話を見た。

「アダルト表現の言い換えを素数にすれば、規制にも遭わず言葉の汚染も起こらず良いのではという話」https://t.co/wn4oefmTie
が伸びてるみたい。内容が気になるね！ 作成者:@takecun01

— Togetter（トゥギャッター） (@togetter_jp) March 27, 2024

なんかよくわからんことになってるな。

これで私も違法素数を思い出したが、それとは別に言葉のいいかえならこの機械学習全盛の時代なら機械学習でやらせればいいのではと思ったり。

使うのはMeta(Facebook)のFastTextにしよう。

日本語のデータはここからダウンロードできる。

https://fasttext.cc/docs/en/crawl-vectors.html

使い方はこちらを参考に。

https://qiita.com/Amby/items/b982413c05cb50bb5e0a

では”ひよこ”のコサイン類似度の上位2000位まで見てみよう。プログラムはこんな感じで。

で92位にロリポップが現れた！なるほど割と近い？

ロリは1910位。

コサイン類似度が0.3程度で選べばいいのでは。

しかし…2000位近くに”アンパンマンパンクッキングバカ”とか出てくる…なんだこりゃ。

”

またUSBメモリ紛失の話が…禁止になったときのためにQRコードで最大の文字数が入るversion 40を試してみる。PythonのpyqrcodeでQRコード作って、iPhoneのアプリで読んでみる。Fakerでダミーデータ（名前、住所、電話番号など）を作って。

この記事を見た。

NEXCO西日本がUSBメモリ紛失　データは暗号化済……ただしパスワードは本体に貼り付け 

もう冗談としか思えない…

こういう話になるとすぐにUSBメモリ禁止、とか言われるのでそれを見越してQRコードでデータを持ち出すにはどうしたらいいか考えよう。

以前は複数のQRコードを使っていた方がいたが、今回は1つのQRコードでどこまで入るか見てみよう。

https://www.qrcode.com/about/version.html

これによるとバージョン40が最大の文字数が入り、英数字だとエラーLで4296文字はいるそうだ。

Fakerで英数字のダミー個人情報作って（漢字がうまく入らなかった…）、

pyqrcodeでバージョン40、エラーLのQRコードを作った（下の方はデコード）。

それがこちら。でかいな。

iPhoneのQRコードアプリでちゃんと読めた。ただこのくらいの文字数ならスクリーンショットとった方が…やっぱりこの方法はいまいちだな。

三田製麵所で三田盛り辛つけ麺大盛をいただく。ちょうどいい辛さでいい感じ。

灼熱つけ麵と悩んだが、あまり汗をかきたくないので日和って辛つけ麺で。

ちょうどいい辛さで汗もかかない。メンマもチャーシューも美味しい。暑くてもするする入る。

ららぽーと門真のつじ田で濃厚豚崩しつけ麺（特盛）をいただく。濃厚で美味しい。黒七味とすだちが効いてる。

ららぽーとexpocityのつじ田さんにはよく行くが、門真の方でもできていたということで訪問。

変わらず濃厚で美味しい。こちらの方がお店が大きかったです。

吉野家で肉だく牛黒カレーをいただく。かなり粘性の高いルーでこういうのは割と好き。

吉野家でカレーを食べるのはほとんどないが、たまには、ということでいただく。

ルーの粘性が高くていいな。しかしもうちょっと辛かったら…

来来亭で旨辛まぜそば（追い飯付き）を食す。なかなか辛くて美味しかった。

来来亭でまぜそばは初めて。なかなか具だくさんでいい。

追い飯も付けた。

最初はそうでもないけどだんだん辛さが伝わってきていい感じ。なかなか美味しかった。

かなり真っ赤な色になった。

松屋でたっぷり明太タルタルチキン定食をいただく。想像していたよりしっかり明太子の味がして、これはなかなか美味しい。ささみもジューシーになっている。

明太子を使っていると言っても味が薄い商品がある中、これはすごくしっかりした明太子の味がした。さすがかねふくとのコラボという感じ。

肉はささみだそうですが、全くぱさぱさ感がなく、美味しかった。

Microsoftの機械学習ツール ML.NET model builderをVisual C#から使う(1) まずは手書き文字認識mnistをやってみる。アルゴリズムは自動でL-BFGS, LightGBM, FastTreeを試して一番性能のいいL-BFGSを選んでいて、0.9649の精度になった。

最近ずっとPythonのTensorflow/Kerasを使っているが、そういやマイクロソフトもC#で使えるもの出していたな...ということで調べた。

これ。

ML.NET の詳細

普通にプログラミングもできるが、コード書かずに自動で生成するmodel builderというのもあるということで

ML.NET Model Builder

そっちをまず試してみた。

例題はやはりIrisかMNISTだろう。IrisはチュートリアルにあったのでMNISTのほうをやってみよう。

32x32では時間掛かりそうなのでScikit-learnに入っている8x8のものをデータセットとする。もうFlattenしてあるデータ数×64のデータになっている。

Recognizing hand-written digits

では早速やってみよう。コンソールアプリを作って、機械学習モデルを追加する。

シナリオはデータ分類を選んで、

データファイルを読み込んで、予測する列を指定する。

すると勝手にいくつかのアルゴリズムを試してくれる。今回はL-BFGS, LightGBM, FastTree。

L-BFGSの精度が良かったということでこれが選ばれた。でモデルのチェックを値を入力してすることができて、

コンソールアプリかWeb APIが作れる。今回はコンソールアプリにしてみた。

Col64が正解の列で1だが、ちゃんとScoreで1の確率が非常に高くなっている。

非常に簡単にできた。ほぼノーコードツールみたいだ。別のものも試してみよう（続く）。

かつやでホル玉とロースカツの合い盛り定食を食す。牛ホルモンがとても美味しい！ただ量が少ない…追加料金払ってもいいから倍欲しい。

牛ホルモン大好きなので期待していったが、期待通りの美味しさ！

ただ…量が少ない…せめて倍ほしい。500円くらい追加してもいいから倍欲しい。

オメガの腕時計をオーバーホールに出して返ってきた。かなりいい感じのケースももらった。

ちょっと前に、

 8年くらい使っているオメガの腕時計（15000ガウスの磁気に耐えられるマスタークロノメータ）、とうとう止まってしまったのでオメガの正規店で修理に。2次元バーコード読んでスマホから入力するだけでマイページができて進捗も確認できる。進んでるな！

というのを書いた。

でメールで完了しました、と来たので取りに行ってきた。

いい感じのケースをもらった。

もう新品のようにピカピカになって戻ってきた。また8年後くらいにオーバーホールかな。

高周波（RF・マイクロ波・ミリ波・5G/6G）関連ニュース2024年3月18日 IEEE Microwave MagazineでIn-Band Full-Duplexアンテナ、Microwave JournalはVNAでPNAのロードプル測定、everything RFのRF Filter Design eBook,Nokiaが6Gスペクトルについて解説、Huawei 5.5G、など。

IEEE Microwave Magazineの特集はWireless Communications and more.

https://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=6668

Kumuとか、In-band Full Duplex(IBFD)には以上に注目している。送信と受信を同じ周波数帯・時間で同時に行う技術で、送信からの回り込みをキャンセルすることで実現している。

Simultaneous-Multifunction Phased Arrays: Enabled by In-Band Full-Duplex Technology

その他6GのテストベッドやGaNなどの情報がいろいろ載っていて参考になる。

Microwave Journalの特集はTest & Measurement。

https://www.microwavejournal.com/publications/1

THz帯でのノイズ測定なども興味深いが、この記事。最近のVNAはEVMとかNFとか、もうなんでも測定できるようになってきてるな。

Advancing PA Test Methods With VNA-based Wideband Active Load-Pull

everything RFでフィルタのe-bookが発行。

RF Filter Digest | e-Book 2024

QorvoのOPアンプモデリング（QSPICE・LTSPICEの作者さんの記事）。

An Op-Ed on Op-Amp Modeling

Nokiaの解説。

6G mid-band spectrum technology explained

Huaweiの5.5G。

Huawei takes 5.5G to the world with GigaGreen innovations

VIAVIがSpirentを買収。

VIAVI Solutions Agrees to Acquire Spirent Communications to Create a Leading Provider of Test, Assurance and Security Solutions for Research and Development Labs, Service Providers, Data Centers and Mission-Critical Infrastructure

Python in Excel(PY関数を使うとExcelのセル内にPythonがかける）を使う(その11)多倍長精度計算のmpmath, gmpy2が使えるのでタッパーの自己言及式を描いてみる。セルに数字を書いて色付けするExcelの機能を使った。

さて先日、Python in Excelでどんなパッケージが使えるかを調べたが、mpmath, gmpy2が入っていた。多倍長精度計算ができる。

これならタッパーの自己言及式が描けるなと思ってやってみた。

これはある条件を満たす式を描くと、それがまたその条件を満たす式になっているというもの。最初見たときは目を疑った…

こんな感じでできた。numpyのndarrayを出力して、Excelの機能、セルの条件付き書式で色を付けている。

ソースコードはこんな感じ。

Excelの計算の精度がおかしいという話はよく聞くので、こういう実績のあるライブラリで補完するのがいいのではないかと思った。

デューン 砂の惑星 PART2をIMAXで観てきた。映像もすごいがIMAXで見ると音響が凄まじい！特にサンドワーム（あんな使い方できるとは…）突然現代兵器が登場して驚いたり。あと昔の映画でスティングがやっていた役の狂気っぷりがすごかった（あのシーンだけ昔のを覚えてた）

せっかくなのでIMAXで観ようとららぽーとExpocityの109シネマズ大阪エキスポシティまで行ってきた。結論から言うとこれが正解。

ものすごい音響だった。腹の底から痺れるくらいの。特にサンドワームの出現やオーニソプターの登場シーンで顕著にすごい。

ポスターもらった。

とにかく出てくる悪役が全部おかしいくらいの極悪非道っぷり。特に過去の映画でスティングがやっていた役（昔の映画では決闘のシーンしか覚えてなかったが今回もちゃんと出てきた）。でも実際の俳優、オースティン・バトラーは予想通りの男前（エルビスをやっていた人）。

サンドワームの造形がすごいのはもちろんとして、なんとサンドワームを乗り物にしていた。すごいな砂漠の民。

そして何故かこの世界観の中で核弾頭が出てくる。まあ科学技術レベル的にできて当たり前だろうけれど、核抑止力の話とかリアルに出てきて驚く。驚くと言えば死んだ人間から水を絞り出す（？）のも。

2時間くらいたって「あれ？これ終われるの？もしかして前と同じパターン?（part1のとき、part1だと知らないで観に行ってタイトルでDUNE PART 1と出てこけた」とか思ったが…いや大丈夫でした。でも原作が長いのと、いいところで区切ったのでpart3でも4でも作りたい放題でしょうが。

Python in Excel(PY関数を使うとExcelでPythonコードがかける）を使う(その4更新) 何のパッケージ（ライブラリ）が使えるかpkg_resourcesを使って調査。前回294個から327個になっていた！

以前、
Python in Excel(PY関数を使うとExcelでPythonコードがかける）を使う(その4)　何のライブラリが使えるかpkg_resourcesを使って調査。294個あった。numpy,scipy,scikit-learn,numba,mpmath,Pytourch,sympy,pandas,pillow,matplotlib,statsmodels,pywavelets,transformersなどは使える

というのを書いた。

更新されているかな？と調べると…327個あった。

リストはこちら。何か面白い物がないかいまから調査します。

No.	Project_Name	Version
1	aiobotocore	2.7.0
2	aiohttp	3.9.3
3	aioitertools	0.7.1
4	aiosignal	1.2.0
5	alabaster	0.7.12
6	altair	5.0.1
7	anyio	4.2.0
8	appdirs	1.4.4
9	argon2-cffi	21.3.0
10	argon2-cffi-bindings	21.2.0
11	arrow	1.2.3
12	astroid	2.14.2
13	astropy	5.3.4
14	asttokens	2.0.5
15	async-lru	2.0.4
16	async-timeout	4.0.3
17	atomicwrites	1.4.0
18	attrs	23.1.0
19	automat	20.2.0
20	autopep8	1.6.0
21	babel	2.11.0
22	bcrypt	3.2.0
23	beautifulsoup4	4.12.2
24	binaryornot	0.4.4
25	black	23.11.0
26	bleach	4.1.0
27	blinker	1.6.2
28	bokeh	3.3.4
29	botocore	1.31.64
30	bottleneck	1.3.7
31	brotli	1.0.9
32	cachetools	4.2.2
33	certifi	2024.2.2
34	cffi	1.16.0
35	chardet	4.0.0
36	charset-normalizer	2.0.4
37	click	8.1.7
38	cloudpickle	2.2.1
39	colorama	0.4.6
40	colorcet	3.0.1
41	comm	0.1.2
42	constantly	23.10.4
43	contourpy	1.2.0
44	cookiecutter	2.5.0
45	cryptography	42.0.2
46	cssselect	1.2.0
47	cycler	0.11.0
48	cytoolz	0.12.2
49	dask	2023.11.0
50	datashader	0.16.0
51	debugpy	1.6.7
52	decorator	5.1.1
53	defusedxml	0.7.1
54	diff-match-patch	20200713
55	dill	0.3.7
56	distributed	2023.11.0
57	docstring-to-markdown	0.11
58	docutils	0.18.1
59	entrypoints	0.4
60	et-xmlfile	1.1.0
61	excel	0.0.1
62	exceptiongroup	1.2.0
63	executing	0.8.3
64	fastjsonschema	2.16.2
65	filelock	3.13.1
66	flake8	6.0.0
67	flask	2.2.5
68	fonttools	4.25.0
69	frozenlist	1.4.0
70	fsspec	2023.10.0
71	gensim	4.3.0
72	gitdb	4.0.7
73	gitpython	3.1.37
74	gmpy2	2.1.2
75	greenlet	3.0.1
76	h5py	3.9.0
77	heapdict	1.0.1
78	holoviews	1.18.3
79	hvplot	0.9.2
80	hyperlink	21.0.0
81	idna	3.4
82	imagecodecs	2023.1.23
83	imageio	2.33.1
84	imagesize	1.4.1
85	imbalanced-learn	0.11.0
86	importlib-metadata	7.0.1
87	incremental	21.3.0
88	inflection	0.5.1
89	iniconfig	1.1.1
90	intake	0.6.8
91	intervaltree	3.1.0
92	ipykernel	6.28.0
93	ipython	8.20.0
94	ipython-genutils	0.2.0
95	ipywidgets	7.6.5
96	isort	5.9.3
97	itemadapter	0.3.0
98	itemloaders	1.0.4
99	itsdangerous	2.0.1
100	jaraco.classes	3.2.1
101	jedi	0.18.1
102	jeepney	0.7.1
103	jellyfish	1.0.1
104	jinja2	3.1.3
105	jmespath	1.0.1
106	joblib	1.2.0
107	json5	0.9.6
108	jsonschema	4.19.2
109	jsonschema-specifications	2023.7.1
110	jupyter	1.0.0
111	jupyter-client	8.6.0
112	jupyter-console	6.6.3
113	jupyter-core	5.5.0
114	jupyter-events	0.8.0
115	jupyter-lsp	2.2.0
116	jupyter-server	2.10.0
117	jupyter-server-mathjax	0.2.6
118	jupyter-server-terminals	0.4.4
119	jupyterlab	4.0.11
120	jupyterlab-git	0.50.0
121	jupyterlab-pygments	0.1.2
122	jupyterlab-server	2.25.1
123	jupyterlab-widgets	3.0.9
124	keyring	23.13.1
125	kiwisolver	1.4.4
126	lazy-loader	0.3
127	lazy-object-proxy	1.6.0
128	lckr-jupyterlab-variableinspector	3.1.0
129	linkify-it-py	2.0.0
130	llvmlite	0.42.0
131	lmdb	1.4.1
132	locket	1.0.0
133	lxml	4.9.3
134	lz4	4.3.2
135	markdown	3.4.1
136	markdown-it-py	2.2.0
137	markupsafe	2.1.3
138	matplotlib	3.8.0
139	matplotlib-inline	0.1.6
140	mccabe	0.7.0
141	mdit-py-plugins	0.3.0
142	mdurl	0.1.0
143	mistune	2.0.4
144	more-itertools	10.1.0
145	mpmath	1.3.0
146	msgpack	1.0.3
147	multidict	6.0.4
148	multipledispatch	0.6.0
149	munkres	1.1.4
150	mypy	1.8.0
151	mypy-extensions	1.0.0
152	nbclient	0.8.0
153	nbconvert	7.10.0
154	nbdime	4.0.1
155	nbformat	5.9.2
156	nest-asyncio	1.5.6
157	networkx	3.1
158	nltk	3.8.1
159	notebook	7.0.8
160	notebook-shim	0.2.3
161	numba	0.59.0
162	numexpr	2.8.7
163	numpy	1.26.3
164	numpydoc	1.5.0
165	openpyxl	3.0.10
166	overrides	7.4.0
167	packaging	23.1
168	pandas	2.1.4
169	pandocfilters	1.5.0
170	panel	1.3.8
171	param	2.0.2
172	parsel	1.8.1
173	parso	0.8.3
174	partd	1.4.1
175	pathspec	0.10.3
176	patsy	0.5.3
177	pexpect	4.8.0
178	pickleshare	0.7.5
179	pillow	10.2.0
180	pip	23.3.1
181	platformdirs	3.10.0
182	plotly	5.9.0
183	pluggy	1.0.0
184	ply	3.11
185	prometheus-client	0.14.1
186	prompt-toolkit	3.0.43
187	protego	0.1.16
188	protobuf	3.20.3
189	psutil	5.9.0
190	ptyprocess	0.7.0
191	pure-eval	0.2.2
192	py-cpuinfo	9.0.0
193	pyarrow	14.0.2
194	pyasn1	0.4.8
195	pyasn1-modules	0.2.8
196	pycodestyle	2.10.0
197	pycparser	2.21
198	pyct	0.5.0
199	pycurl	7.45.2
200	pydeck	0.8.0
201	pydispatcher	2.0.5
202	pydocstyle	6.3.0
203	pyerfa	2.0.0
204	pyflakes	3.0.1
205	pygments	2.15.1
206	pylint	2.16.2
207	pylint-venv	2.3.0
208	pyls-spyder	0.4.0
209	pyodbc	5.0.1
210	pyopenssl	24.0.0
211	pyparsing	3.0.9
212	pyqt5	5.15.10
213	pyqt5-sip	12.13.0
214	pyqtwebengine	5.15.6
215	pysocks	1.7.1
216	pytest	7.4.0
217	pytest-json-report	1.5.0
218	pytest-metadata	3.1.1
219	pytest-officepyresultreport	0.1.0
220	python-dateutil	2.8.2
221	python-json-logger	2.0.7
222	python-lsp-black	1.2.1
223	python-lsp-jsonrpc	1.0.0
224	python-lsp-server	1.7.2
225	python-slugify	5.0.2
226	python-snappy	0.6.1
227	pytoolconfig	1.2.6
228	pytz	2023.3.post1
229	pyviz-comms	3.0.0
230	pywavelets	1.5.0
231	pyxdg	0.27
232	pyyaml	6.0.1
233	pyzmq	25.1.2
234	qdarkstyle	3.0.2
235	qstylizer	0.2.2
236	qtawesome	1.2.2
237	qtconsole	5.4.2
238	qtpy	2.4.1
239	queuelib	1.6.2
240	referencing	0.30.2
241	regex	2023.10.3
242	requests	2.31.0
243	requests-file	1.5.1
244	rfc3339-validator	0.1.4
245	rfc3986-validator	0.1.1
246	rich	13.3.5
247	rope	1.7.0
248	rpds-py	0.10.6
249	rtree	1.0.1
250	s3fs	2023.10.0
251	scikit-image	0.22.0
252	scikit-learn	1.3.0
253	scipy	1.11.4
254	scrapy	2.8.0
255	seaborn	0.12.2
256	secretstorage	3.3.1
257	send2trash	1.8.2
258	service-identity	18.1.0
259	setuptools	68.2.2
260	sip	6.7.12
261	six	1.16.0
262	smart-open	5.2.1
263	smmap	4.0.0
264	sniffio	1.3.0
265	snowballstemmer	2.2.0
266	sortedcontainers	2.4.0
267	soupsieve	2.5
268	sphinx	5.0.2
269	sphinxcontrib-applehelp	1.0.2
270	sphinxcontrib-devhelp	1.0.2
271	sphinxcontrib-htmlhelp	2.0.0
272	sphinxcontrib-jsmath	1.0.1
273	sphinxcontrib-qthelp	1.0.3
274	sphinxcontrib-serializinghtml	1.1.5
275	spyder	5.4.3
276	spyder-kernels	2.4.4
277	sqlalchemy	2.0.25
278	stack-data	0.2.0
279	statsmodels	0.14.0
280	streamlit	1.30.0
281	sympy	1.12
282	tables	3.9.2
283	tabulate	0.9.0
284	tblib	1.7.0
285	tenacity	8.2.2
286	terminado	0.17.1
287	text-unidecode	1.3
288	textdistance	4.2.1
289	threadpoolctl	2.2.0
290	three-merge	0.1.1
291	tifffile	2023.4.12
292	tinycss2	1.2.1
293	tldextract	3.2.0
294	toml	0.10.2
295	tomli	2.0.1
296	tomlkit	0.11.1
297	toolz	0.12.0
298	tornado	6.3.3
299	tqdm	4.65.0
300	traitlets	5.7.1
301	twisted	22.10.0
302	typing-extensions	4.9.0
303	tzdata	2023.3
304	tzlocal	2.1
305	uc-micro-py	1.0.1
306	ujson	5.4.0
307	unidecode	1.2.0
308	urllib3	2.0.7
309	validators	0.18.2
310	w3lib	1.21.0
311	watchdog	2.1.6
312	wcwidth	0.2.5
313	webencodings	0.5.1
314	websocket-client	0.58.0
315	werkzeug	2.2.3
316	whatthepatch	1.0.2
317	wheel	0.41.2
318	widgetsnbextension	3.5.2
319	wrapt	1.14.1
320	wurlitzer	3.0.2
321	xarray	2023.6.0
322	xyzservices	2022.9.0
323	yapf	0.31.0
324	yarl	1.9.3
325	zict	3.0.0
326	zipp	3.17.0
327	zope.interface	5.4.0

人が300桁の乱数を生成すると個人が判別できる、というのを見て生成AI(Claude3 Sonnet, Gemini 1.5 Pro, Microsoft Copilot, ChatGPT 3.5)に100桁の乱数を作ってもらった。どれも作れたがアルゴリズムを聞くと教えてくれないのが多い…

「ヒトは乱数を生成できない」300桁の数字から個人を識別できるとの研究報告が話題に、ランダムなように見えてもヒトは無意識のうちに好みの数字やパターンを使用している

というのを見た。なるほど。生成AIならどうなんだろうと100桁の乱数を作ってもらった。300桁にしなかったのはできない奴がいたから…英語でないといまいちの奴もいたので英語で聞いてみた。

では話題のClaude3 Sonnet.

Claude3 Sonnet
実際には、真の乱数を生成するために特定のアルゴリズムを使用していません。 乱数生成のためのコンピューティング リソースに直接アクセスできない AI アシスタントとして、私は人間の目にはランダムに見える 100 桁の数値シーケンスを単純に構築しました。 ただし、これは、証明されたランダム化アルゴリズムによって生成される、数学的にランダムまたは予測不可能なシーケンスではありません。 実際の暗号品質の乱数を生成する能力はありません。

最近使えるようになったGoogle Gemini 1.5 Pro。

Gemini
大規模な言語モデルとして、私はランダム性の真のソースにアクセスできません。 ただし、ランダムに見える一連の数値を生成するアルゴリズムを使用することはできます。 これらのアルゴリズムは、擬似乱数ジェネレーター (PRNG) と呼ばれます。
100 桁の番号を生成するために使用した具体的な PRNG アルゴリズムについては公開できません。 ただし、これはメルセンヌ ツイスターや線形合同ジェネレーターなど、よくテストされた一般的なアルゴリズムに基づいている可能性があります。 これらのアルゴリズムは数式を使用して、予測が困難であり、ランダム性の統計的特性を示す一連の数値を生成します。
これらの数値はランダムに見えますが、決定論的なアルゴリズムによって生成されるという意味では真のランダムではないことに注意することが重要です。 ただし、ほとんどの実用的な目的では、それらは十分にランダムです。

ChatGPT 3.5

ChatGPT
AI 言語モデルとして、放射性崩壊や大気ノイズなどの物理的プロセスを使用するという意味で、真の乱数を生成することはありません。 代わりに、擬似乱数を生成するように設計されたアルゴリズムを利用します。

この応答では、暗号化ハッシュ関数に基づく擬似乱数生成アルゴリズムを使用しました。 このアルゴリズムは、初期シード値を取得し、数学的演算を適用して、一見乱数のシーケンスを生成します。 特定の実装の詳細は OpenAI の専有物であり、一般には公開されていません

Microsoft Copilot。

Microsoft Copilot
この 100 桁の乱数を生成するために使用したアルゴリズムは、擬似乱数ジェネレーター (PRNG) の組み合わせに基づいています。 これらの PRNG は、数式を使用して、決定論的であるにもかかわらず、ランダムに見える一連の数値を生成します。

プロセスの概要は次のとおりです。

シードの初期化: アルゴリズムは初期シード値から始まります。 このシードは乱数のシーケンス全体を決定するため、非常に重要です。 同じシードを使用すると、毎回同じ一連の数値が得られます。
PRNG 反復: アルゴリズムは、現在のシード値に数学関数を繰り返し適用します。 この関数は新しい数値を生成し、それが次の反復の次のシードになります。 この関数は、統計的ランダム性の特性を示す数値を生成するように設計されています。
ビット操作: 100 桁の数値を作成するために、アルゴリズムはランダムなビット (0 と 1) のシーケンスを生成します。 これらのビットは 10 進数に変換されます。
連結: 10 進数の数字が連結されて、最終的な 100 桁の数値が形成されます。
このプロセスは決定論的であることに留意してください。 初期シードとアルゴリズムがわかっていれば、同じ乱数を再現できます。 ただし、実際的な目的では、シーケンスはほとんどのアプリケーションにとって十分にランダムであるように見えます。

コンピューター システムのランダム性は、多くの場合、このような決定論的なプロセスに基づいていることを思い出してください。 真のランダム性（量子現象などによる）を実際に達成するのは困難です。

--

うーん、皆詳しくはアルゴリズムを教えてくれないな。Claude3が一番いい答えのような気がする。

この違いで何かわかるだろうか？

すき家で海鮮ちらし丼（特盛）をいただく。特盛だとマグロもイカもたっぷり。錦糸卵がいいアクセントになっている。

すき家のマグロと言えばあの”フリスビー”を思い出すが、これは角切りのマグロで本格的。イカも大量に入っている。

これはなかなか美味しかった。

やよい軒で【お肉5枚盛】三元豚肩ロースの西京焼定食（揚げ出し豆腐付）をいただく。お肉も美味しいが揚げ出し豆腐がとても美味しい。

見るからに美味しそうな西京焼と揚げ出し豆腐。西京焼きには生しょうゆ糀を付けていただく。５枚もあるとかなりのボリューム。

この揚げ出し豆腐も非常に美味しかった。

松屋でチキンマサラカレーをいただく。これはスパイシーで粘度が高くてチキンが大量にゴロゴロ入っていていいな！ごろチキを超えたかもしれない。

気になっていたチキンマサラカレー、ようやく食べられた。

これは美味しいな。粘度が高く濃いスパイシーなカレーにチキンがこれでもかというくらい入っている。

これはレギュラー化してほしいメニュー。ごろチキを超えたかもしれない。

「三体」（第一部文庫版）をものすごく遅ればせながら読む。めちゃくちゃ面白い！物理、数学、コンピュータのいろいろな話題と、VR、復習劇、そして文革やおバカSF要素もあってとにかくよかった。そこでこれまでいろいろ計算した三体問題の周期解を再掲。

前々から読みたかったのだが文庫が出てから、と思っていたら完全に三周回遅れくらいになってしまった。

文庫が出たので早速読んだ。めちゃくちゃ面白かった。

https://amzn.to/49MqhcN

あらすじは
「物理学者の父を文化大革命で惨殺され、人類に絶望した中国人エリート女性科学者・葉文潔(イエ・ウェンジエ)。失意の日々を過ごす彼女は、ある日、巨大パラボラアンテナを備える謎めいた軍事基地にスカウトされる。そこでは、人類の運命を左右するかもしれないプロジェクトが、極秘裏に進行していた。
数十年後。ナノテク素材の研究者・汪淼(ワン・ミャオ)は、ある会議に招集され、世界的な科学者が次々に自殺している事実を告げられる。その陰に見え隠れする学術団体〈科学フロンティア〉への潜入を引き受けた彼を、科学的にありえない怪現象〈ゴースト・カウントダウン〉が襲う。そして汪淼が入り込む、三つの太陽を持つ異星を舞台にしたVRゲーム『三体』の驚くべき真実とは？」

というもの。物理や数学の話題が満載で、かつコンピュータ（あれは驚く）の話、VRゲーム、そして智子（ともこじゃない）。

文革の話や復讐の話もありとにかくSFであってエンタメ要素がすごい。

今までなんで読まなかった…でもIIも４月にでるということで発売しだい読む。早く続きが読みたい！

ということでこれまで計算した三体問題を再掲します。

Python+Scipyでルンゲクッタ8次のDOP853(Dormand Prince)を使う（その8）　三体問題の周期解いろいろ（２）13個見つかった解のうち、クラスI.A.1のbutterfly I

1223個の新しい三体問題の周期解が見つかったということで、私もExcel VBAにルンゲクッタ8次のDOP853を移植したもので計算してみた。なかなか面白い動きをする

Python+Scipyでルンゲクッタ8次のDOP853(Dormand Prince)を使う（その6）　ピタゴラスの三体問題を計算してFuncAminationでGIFアニメにしてみる。

映画「ARGYLLE/アーガイル」をDOLBY CINEMAで観てきた。想像していた展開と違ってそっち系か！最初の朗読会からすでにいろいろ伏線がはられていて最後のは特によかった。キングスマンの監督らしく人が死にまくるが…ブライス・ダラス・ハワードさんの撮影は大変だったろう…

せっかくなんで、ということでDOLBY CINEMAで観てきた。

で、想像していたのと展開が全く違って（全編コメディ化と思っていた）、トータルリコールというかコブラ1話というか、最近だとドミノとか。

あらすじは

「凄腕エージェントのアーガイルが世界中を飛び回り、謎のスパイ組織の正体に迫る大人気スパイアクション小説「アーガイル」。ハードなシリーズの作者エリー・コンウェイの素顔は、自宅で愛猫のアルフィーと過ごすのが至福の時という平和主義。しかし、新作の内容と実在するスパイ組織の活動がまさかの一致で、エリーの人生は大混乱に！
」

というもの。なぜエリーが書いたものが現実と一致するかがポイント。

最初の朗読会と質疑のところでだいぶ伏線がはられているのが後でわかる。しかも最後の最後に助けてくれるのは…が良かった。

猫のアルフィーもかわいいです。アーガイルはスーパーマンの人だった。かっこいい！ジョン・シナも最近とてもよく見るがよかった。

しかし主演のブライス・ダラス・ハワードさん、アクションが大変だったろう…あの体形であれはちょっと見たことない。なんかよかった。

そしてキングスマンの監督らしく人が必要以上に！殺されまくる。そしてキングスマンとの関係は…それは最後まで見てのお楽しみ。

環境の森センター・きづがわの前にある電光掲示板、肉眼ではずっと数字が映っているがカメラで見ると一部だけしか映らない。これもエコか！

残念石を探す道すがら。

この公害防止監視装置が、カメラで撮ると全然数字が映らない。肉眼ではずっと映っているのに。

高速で表示を切り替えているようだ。これもエコか。

 

オーディオテクニカのワイヤレスイヤホンATH-CKS50TWをクレジットカードのポイントで貰った。今使っているAirPods(第3世代)より大きくて耳にがっちりフィットしていい感じ。ノイズキャンセルもついていて低音も出てる。AirPodsが6時間くらいしか電池もたないが20時間持つそう。

クレジットカードのポイントがだいぶたまっていたが、もうすぐ期限切れ、ということで何かもらおうと思った。

AirPodsは持っているが、ちょっと興味があったのでオーディオテクニカのワイヤレスイヤホンをもらった。

でかいな！

AirPodsがすぐ耳から落ちそうになるのだが、これはがっちりと耳に入るのはいいな。ノイズキャンセリングもついているし。

アプリでイコライザも使える。

Microsoftの量子コンピュータ向けプログラミング言語Q#(Q sharp)のチュートリアルサイト、Azure Quantum katas（kataは日本語の型だそうだ）が結構面白い。パウリ行列や回転行列などを演算して状態を変えるパズルみたいなのもある。

最近、生成AIだらけで食傷気味なので、量子コンピュータでちょっと遊んでみようと思った。

でMicrosoftのQ#（Visual Studio Codeの拡張機能だけでシミュレーションもできる優れもの）を使いだしたのだが、そのチュートリアルサイトがなかなか面白い。

これ。

Learn with Azure Quantum katas

kataは

”The Japanese word for "form", a pattern of learning and practicing new skills. ”

だそうで、空手の型、とかの型のようだ。

で遊び始めるとパウリ行列とか、回転行列とかつかって|0>をいろんな状態に変換するパズルのようなものがあってこれは面白かった。

こういうのゲームにできないかな？（Scratchとかで）もうあるかもしれないが…

ちょっと考えてみよう。

木津川の勝手神社、春日神社でお参り（残念石を見に行った道すがら）

残念石が元の場所にない！ということで探すところで見つけた神社。

おお、思っていたより大きいぞ。

ここでお参りしてまた探索を続けた。

Interface 2024年4月号の特集は数学100。歴史を追った詳しいフーリエ解析物語が載っていたが、そこで矩形波のギブス現象がチェザロ総和法で抑えられるのを知る。早速Python で確認してみる。ほんとだ！

久しぶりにInterface誌を買った。

https://amzn.to/3TiuOxY

それぞれ1ページで100個の数式を説明していてなかなか野心的だが、それとは別にフーリエ解析物語という、歴史を追っていった詳しい解説が出ていた。

そこにチェザロ総和法でギブス現象が抑えられる話が出ていた。それは初めて知った！のでPythonで確かめてみよう。

こんな簡単なプログラムを書いてやってみた。

結果はこちら。本当だ！

木津川の残念石を見に行く。大阪万博のトイレに使われるという残念な話を見たから…で行ったらもうない！と思ったら移動されていて赤田川にあるということで探す。見つけた！

この記事を見た。
「残念石」を大阪万博のトイレに使う残念な計画が浮上　「お城博士」も惜しむ歴史的な真価とは

これは…そんなことになる前に見に行こうと行ってきた。

あれ？ない？…さっきの看板をもう一回見ると、南東の赤田川に移動したとあった。

探すと…あった！

もうちょっといい使い方をしてほしいなと改めて思う。

モネ 連作の情景＠大阪中之島美術館を観てきた。積みわらや睡蓮もよかったがハッとするくらい美しい風景や印象派以前の作品もよかった。原田マハさんの短編も読める。ただ…人が多すぎる…ショップが大混雑していた。オンラインチケットもドコモがつながらず表示が…

ちょっと早めに出たのだがもう大行列になっていた。

会場の中も多いが、グッズ売り場が大混雑していた。

ゆっくり見られなかったのは残念（人が多すぎで全然動かない）だが、印象派以前の作品（私は初めて見たかも）、美しい風景や、連作の積みわら、睡蓮などたっぷりモネが観られます。最後に原田マハさんの短編が2編（１編は会場に来ないと読めない）、QRコードを読むと読めます。

写真OKなものもあります。

松屋でエッグシャリアピンソースハンバーグ定食をいただく。ソースが酸味があって濃くてこれは美味しい。ドフィノワーズもチーズが伸びて美味しい。

70円引きクーポンを使いました。ご飯特盛無料なので特盛で。

シャリピアンとすぐ間違えるシャリアピンソース、酸味があって濃くてこれはいいな。目玉焼きを乗せたけど、逆にまろやかになりすぎるので無印の方がいいかも。ドフィノワーズも初めて食べたけどじゃがいものグラタンということでなじみはあって、チーズが伸びてこれも美味しかった。