« 2024年10月 | トップページ | 2024年12月 »
有名俳優さんが惜しげもなく使われていて、上田監督もすごくなった（上から目線で済みません…）とまず最初に思ったり。
あとパルムが食べたくなる。
とにかく内野聖陽さん、ずっと顔芸しててめちゃくちゃ面白かった。岡田将生くんも、完全な二枚目よりはこういうちょっと悪いところがある役は合ってると思った。
でとにかく小澤征悦さんの悪役と吹越満さんの小悪党が悪くて悪くて、これは最後にどうやってだます？と思ったら大ピンチでドキドキ。
そこはさすがの上田監督であっと驚く展開でスカッとします。
最後にえ？というところがあるんですが、あれはいるのかな…本当の最後だけでよかった気も…でもあれで逆にスカッとする人もいるだろうからありなのかな。
まあとにかく面白いのでお勧めです。
久しぶりに国立国際美術館へ。線表現の可能性を観に来た。
写真撮影はOKでした。子供の落書きのような線から始まり、緻密だったり（ジョナサン・ボロフスキーのノートの切れ端に書いた線や、池田龍雄の化物の系譜が気持ち悪くてよかった）、カラフルなもの（ポスターにもなってるベルナール・フリズのガルプなど）、立体的なもの（植松奎二の置ー浮くかたちがどうやってバランスを取っていたのか全然分からん…）など様々で面白かった。
後半は2020年代に亡くなった方々の作品で、イリヤ・カバコフの天使と出会う方法がよかった。
その次はコレクション１ 彼女の肖像へ。
岡本信治郎の版画集『ベティ・ブープの国』や小沢剛のベジタブル・ウェポンが面白かった。そして谷原菜摘子のSADOにはおおっと思った。人魚か。
ところで来ていたのはほぼ外国の方々だった。さすが国際美術館。
・NuvotronicsのPolystrataがQorvoのGaNパワーアンプに採用
・WürthがBalunのラインアップ拡張
・MinewSemiのモジュールにNordicのnRF54Lが採用
・AIチップにPCIe 7.0が必要な理由
・Signal Integrity Journal(SIJ)の特集はThe Road from 1 Gbps-NRZ to 224 Gbps-PAM4
・GSAレポート
・3GPP Highlights Issue 09
・QuectelのRedCap ウェビナー
https://content.rcrwireless.com/will-redcap-be-a-boon-to-5g-and-iot-editorial-report
遅ればせながら、Excelに正規表現が使える関数が追加されたことを知った。
REGEXTEST 、REGEXEXTRACT、REGEXREPLACEが使えるようだ。
ちょうどPython（共通テスト日本語プログラム変換）とJavaScript（見せ算）で正規表現に凝っているのでExcelでもやってみよう。
題材は前からやってみたかったこれ、
をやってみよう。 Excelはデリミタいらないっぽいので
"^1?$|^(11+?)\1+$"
とすればいい。１を繰り返すのはREPT("1",A2)で、結果をひっくり返すのはNOT関数。
まとめて１セルに
=NOT(REGEXTEST(REPT("1",A2),"^1?$|^(11+?)\1+$"))
等と入れる。結果はこんな感じ。TRUEに色を付けている。
本当だ！ちゃんと判定できている。すごいことを考える人がいるなあ。
カシオの高精度計算サイトに見せ算を計算できるものを作っている。見せ算（さや香のネタ）
ただこれは応用編や大学院レベルはできないし、コメントで8見せ1や3見せ2見せ8というのが新たにできたと知った。
ちょうどこの前から正規表現に凝っている（Pythonで共通テストの日本語プログラムを実行するのに使った）ので、JavaScriptを使ってhtmlでさや香の見せ算を計算できるものを作った。
こちらが計算機。
こんな感じで計算できます。
説明：
使い方：「見せ」はここでは👀の記号で表します。ボタンを押すと入力されます。例えば1👀1を入力して計算、と書かれたボタンを押すと眼（答え）と説明がでます。
👩（優しい女性）のボタンを押すと👩が入力されます。100👩のように使うと100人の中に優しい女性がいることを表します。
1👀2, 6👀9, 2👀5, 1👀100, 1👀100👩, 8👀1, 3👀2👀8などを試してください。
ソースコードはhtmlの中に直接埋め込んでいる(<script></script>の間）のでそちらを参照ですが、こちらにも書いておきます。
適当に作り始めたのでとても冗長になった…
<div>
<p><h1>新・見せ算計算機</h1></p>
<label for = "input">入力：</label>
<input type = "text" required id = "input">
<p></p>
<label for = "answer">眼：</label>
<input type = "text" id="answer" disabled>
<p id = "reason">解説</p>
<table>
<tr>
<td><button><input type = "button" id = "gan" value = "👀（見せ）"></td>
<td><button><input type = "button" id = "beauty" value = "👩（優しい女性）"></button></td>
<td><button><input type = "button" id = "calc" value = "計算"></button></td>
<td><button><input type = "button" id = "clear" value = "クリア"></button></td>
</tr>
</table>
<p>使い方：「見せ」はここでは👀の記号で表します。ボタンを押すと入力されます。例えば1👀1を入力して計算、と書かれたボタンを押すと眼（答え）と説明がでます。</p>
<p>👩（優しい女性）のボタンを押すと👩が入力されます。100👩のように使うと100人の中に優しい女性がいることを表します。</p>
<p>1👀2, 6👀9, 2👀5, 1👀100, 1👀100👩, 8👀1, 3👀2👀8などを試してください。</p>
</div>
<script>
"use strict";
const input = document.getElementById("input");
const answer = document.getElementById("answer");
const calc = document.getElementById("calc");
const gan = document.getElementById("gan");
const clear = document.getElementById("clear");
const beauty = document.getElementById("beauty");
const reason = document.getElementById("reason");
gan.addEventListener('click', ()=>{input.value += "👀"; input.focus();});
beauty.addEventListener('click', ()=>{input.value += "👩"; input.focus();});
clear.addEventListener('click', ()=>{input.value =""; input.focus();});
calc.addEventListener('click', mise);
function mise() {
const re = /(\d+)(👩*)👀(\d+)(👩*)👀*(\d*)/u;
const str = input.value;
const num = str.match(re);
let ans;
if (num[2] ==='' && num[4] ==='' && num[5] === '') {
ans = two_items(num[1],num[3]);
} else if ((num[2] ==='👩' || num[4] ==='👩') && num[5] === '') {
ans = extended_two_items(num[1],num[3], num[2], num[4]);
} else if (num[1] === "3" && num[2] ==='' && num[3] === '2' && num[4] ==='' && num[5] === '8') {
ans = three_items();
} else {
ans = [undefined, "さや香のネタにないから"];
}
answer.value = ans[0];
reason.textContent = ans[1];
}
function two_items(a, b) {
let ans = "";
// 同じ数字の場合は0
if (a === b) {
return ["0","同じ数字だと恥ずかしくて立ち去るため"];
}
// 6と9, 2と5の処理
let first = "";
let last = "";
let delim = "";
if (a.length === b.length && /^[69]+$/.test(a) && /^[69]+$/.test(b) ) {
let matched = false;
for (let i = 0; i < a.length; i++) {
if ((a[i] === "6" && b[i] === "9") ||(a[i] === "9" && b[i] === "6")){
first += "1";
last += "1";
matched = true;
} else {
matched = false;
break;
}
}
if (matched) {
return [first + last, "6と9が「俺か？」と近づいて行って1人と1人になるから"];
}
}
if (a.length === b.length && /^[25]+$/.test(a) && /^[25]+$/.test(b) ) {
let matched = false;
for (let i = 0; i < a.length; i++) {
if ((a[i] === "2" && b[i] === "5") ||(a[i] === "5" && b[i] === "2")){
first += "1";
delim += "."
last += "1";
matched = true;
} else {
matched = false;
break;
}
}
if (matched) {
return [first + delim + last, "2と5が「俺か？」と近づいて行って1人と1人になるがあまりに違うので5が携帯(.)を落とすから"];
}
}
if (a === "1" && Number(b) >=100) {
return [String(Number(b)-17), "1は大群で逃げられないと思って腹くくって、うおーって叫びながらバーって100に突っ込んでいって、頑張って17人倒すから"]
}
if (b === "1" && Number(a) >=100) {
return [String(Number(a)-17), "1は大群で逃げられないと思って腹くくって、うおーって叫びながらバーって100に突っ込んでいって、頑張って17人倒すから"]
}
if ((a === "8" && b ==="1") ||(a === "1" && b ==="8") ) {
return ["%", "1は自分が串で8が団子と思って刺しに行き、8は嫌がって避けるがつなぎ目に刺さって分裂するから"]
}
if (Number(a) > Number(b)) {
return [a, "小さいものが大きいものを見ると怖いから小さい方が立ち去る"];
} else {
return [b, "小さいものが大きいものを見ると怖いから小さい方が立ち去る"];
}
return [undefined, "さや香のネタにないから"];
}
function extended_two_items(a, b, ex1, ex2) {
let ans = ""
if (a === "1" && Number(b) >=100 && ex2 ==="👩") {
return [String(Number(b)-17+1), "1は大群で逃げられないと思って腹くくって、うおーって叫びながらバーって大群に突っ込んでいって、頑張って17人倒すが自分も倒れ中に優しい女性が1人いて介抱され、その2人が恋に落ちて後々結婚して子供が1人生まれてさらにまた1増えるから"]
}
if (b === "1" && Number(a) >=100 && ex1 ==="👩") {
return [String(Number(a)-17+1), "1は大群で逃げられないと思って腹くくって、うおーって叫びながらバーって大群に突っ込んでいって、頑張って17人倒すが自分も倒れ中に優しい女性が1人いて介抱され、その2人が恋に落ちて後々結婚して子供が1人生まれてさらにまた1増えるから"]
}
return [undefined, "さや香のネタにないから"];
}
function three_items() {
return ["140", "3と2と8はとても仲が良く肩を組み合い、俺ら(328)三ツ矢サイダーやな、という。三ツ矢サイダーは140周年だから。"]
}
|
・Ericsson Mobility Report Nov.2024発行
2030年までに5G加入者は63億人と予想。
・NordicのnRF54L15がRaytacモジュールに搭載
・SIMComの5G RedCapモジュール
・北京の清華大学でLevel4の自律ネットワークが稼働
・AmpleonのDoherty RF Power Transistor
・ロームのシリコンキャパシタ
面白そうな特集なので買ってきました。
アマゾンリンク：https://amzn.to/4fGTf0O
内容と一言コメント。知らないことが多かった。勉強になる。
・使いつくしたい数学 小谷元子
「コンタクト」、素数を送っていたのか…完全に忘れていた。
・数理モデルで見る世界の分断 西浦廉政
課税があると富の集中が緩和される話始めて知った。
・線形代数 ～ 変換を計算する数学とその応用 ～ 新井仁之
特異値分解で次元圧縮する話は線形代数の教科書でも最近は取り上げられているらしい。
・物理と数学 ～ 代数学と物理学の関係 ～ 川村嘉春
リー群、学生時代勉強したのに今ではほぼ忘れている…
・化学・材料と数学 ～ 物質構造の数学 ～ 内藤久資
ジャイロイド格子、Mackay-Terrones構造は初めて知った。
・医療と数学 ～ 血液の流れを調べるための数学 ～ 水藤 寛
血液の流れがNavier-Stokes方程式、血管の曲がりがフレネー‐セレの式で表されるとは！
・天気予報と数学 ～ 現象を記述し予測する数理科学 ～ 三好建正
データ同化、誤差の統計数理のようなことをやっているとは知らなかった。
・統計と数学 ～ 積分幾何学と確率場の幾何 ～ 栗木 哲
確率場の幾何も初めて聞いた。
藤井太洋さんはジーン・マッパーを読んであまりの面白さにずっと作品を追っていて、最近だとワン・モア・ヌークが一番かなと思っていた。
しかし順位が入れ替わったかも。このマン・カインドめちゃくちゃ面白かった。
アマゾンリンク：https://amzn.to/48HbVe9
あらすじは「2045年、国際独立市テラ・アマソナスの指導者チェリー・イグナシオが、軍事企業〈グッドフェローズ〉の捕虜を銃殺する。この虐殺をレポートしようとした迫田城兵は事実確認プラットフォームにより配信を拒否されてしまう。果たして人類に何が起こっているのか 」というもの。
なぜ配信を拒否されたのか、からは想像できない展開。身体能力に優れ赤外線が見える兵士、数学の能力がとてつもないベンチャーと一体どう結びつくのか、全く飽きさせない。この前、シビル・ウォーを観てきたばかりなので、フェイクニュースでアメリカが内戦に入っていたのもリアル。そこから双方が約束を守る公正戦ができたのも。
でてくるテクノロジーも光学迷彩を持つ他脚ローダー＜マスチフ＞、曲射弾＜ステア・ビュレット＞、CRISPR/Cas9、様々なアルゴリズム（遺伝的アルゴリズム、ピアソン重合法、潜ディリクレ分布割り当てなどなど）・数学（指を折って指数・対数計算できたり）などが興味を引く。
これ以上はネタバレになるので一切書かない（知っていたら衝撃を受けない）ですが、マン・カインドの意味がそういう…
とにかく面白いのでお勧め。
第53回星雲賞日本長編部門受賞も納得。
・ 5G AmericasがOpen RANについてのホワイトペーパー発行
・iFixitがMac miniの基板上の部品特定、Macbook Proの分解
Wi-FiモジュールはUSI。
・IEEE EPEPSでMegtron 6と8の誘電率評価
・NYU Wirelessが6Gチャネル伝搬データ
・6Gは過去のGの失敗から学べるか
まずは吉野家の牛すき鍋膳。
びっくりするほど甘い。前こんなのだっけ…肉はまあまあ。豆腐が入っているのがいい。
すき家の牛すき鍋定食。
吉野家と違って甘味は控えめ。とにかく肉がとても多い。食べても食べても肉。ちょっとびっくりするほど。写真では白菜に隠れてるが。
しらたきが入っているのはいい。
最期はやよい軒のすき焼き定食。
値段も一番高いので肉質は最もよく、味もバランスが取れてる。豆腐もしらたきもあり。
ただ肉がこの中で一番少ない。本当に少なくて肉2倍にしなかったら数切れになるのかなと。
まあご飯お替り自由で漬物も出汁もあるのでおかずには困らないが…
公開初日に観てきました。
This Manというこれと全く同様に多くの人の夢に現れるという現象がありましたが（これはマーケティングの話だった）、
そこから発想を得たであろう話で、進化生物学（アリのコロニー）の研究をしている老教授のニコラス・ケイジが学生、娘や会ったこともない人々の夢の中に現れる。
最初はただ何もせず立っているだけだったが、どんどんエスカレートしていき、やがて、というもの。
だんだん現実のニコラス・ケイジが追い詰められていくのが恐ろしい。
どうやって落ちをつけるんだろうと思ったら全く予想もしてない不思議なことに。ドリーム・シナリオのタイトルの伏線回収もええ…という感じ。
一応、なぜ夢の中に現れるのかは技術的に判明したということでいいのだろうか？
ところで劇中でニコラス・ケイジが読んでいた本は実在の「Why Zebras Don't Get Ulcers？」シマウマはなぜ群れるか？ではなくてシマウマはなぜ潰瘍にならないか？というタイトルでストレスに関するもの。そう聞くとなるほどストレスかとか思う。
アマゾンリンク：
そしてトーキング・ヘッズはこの方たち。
・Qualcommの6Gスペクトルウェビナー、Rohde&Schwarzの5G Advancedウェビナー
・5Gミリ波の価値が急落という記事
The plummeting value of 5G mmWave spectrum
・HuaweiとChina Unionの5G-Advancedネットワーク
・ミニサーキットのミリ波LTCCフィルタ
・NTTドコモの6GのAI検証実験
石岡瑛子展の後は石村嘉成展へ。同じ兵庫県立美術館でやってます。
こちらもすごかった。こんなに生き生きとした動物の絵画を初めてみた。色違いもとてもヴィヴィッドでいい。
この壁一面の絵（パノラマ撮影しているので曲がってますが実際はまっすぐ）。
絵だけでなく版画も。
本当にすごかった。感動した。今回、2つの展示会見たけどどちらもよかった。これはお勧め。
片方みると片方100円引きでした。
今回は非線形方程式の数値解法。二分法とはさみうち法が簡単なのでやってみよう。
この辺りを参考に。
https://www1.doshisha.ac.jp/~bukka/lecture/computer/resume/chap08.pdf
解くのはy=x^2-2。なので範囲を正にすれば答えは√2になるはず。
まずは二分法から。
日本語プログラム
関数 func(x) を定義する: a = 0.0 b-a > 0.0001の間繰り返す: |
Python。
def func(x) :
return x**2 - 2
a = 0.0
b = 2.0
while b-a > 0.0001:
c = (a + b) / 2
if func(a) * func(c) < 0 :
b = c
else :
a = c
print(c)
|
実行するとこうなった。だいたい√２。
1.41424560546875
次ははさみうち法。
日本語プログラム。
関数 func(x) を定義する: a = 0.0 b-a > 0.0001の間繰り返す: |
Python。
def func(x) :
return x**2 - 2
a = 0.0
b = 2.0
while b-a > 0.0001:
c = (a*func(b) - b*func(a)) / (func(b) - func(a))
if func(a) * func(c) < 0 :
b = c
else :
a = c
print(c)
|
実行すると
1.41424560546875
が得られた。
さて次は何をやるかな…
ほとんど予備知識なく観てきました。
資生堂のポスター（前田美波里さんの）は何となく知っていましたが、PARCOのポスター、とんでもない数を手掛けられていてまずそこで驚く。角川書店の本の表紙も手掛けられていてさらに驚く。その他にも、
（前の）万博。
理科の教科書！
マイルス・デイヴィスのジャケット。
地獄の黙示録やドラキュラのポスターなどなど、ものすごい数でもうただただ圧倒された。
すごかったのですが、見てる人ほぼほぼ女性だけでした。男は私だけだったんじゃないかな。これは男性も観た方がいいです。
・SEMCOの1005 X7S 2.2μF 10V車載MLCC
・TDKの車載PoC用積層インダクタ
・Qualcomm Investor DayでOn-Device AIで車載、IoTに注力と発表
・NordicのnRF64Lが加賀FEIの世界最小Bluetoothモジュールに採用
・その他
What’s next for 5G? 3GPP Release 18, 19 and beyond
ITU Looks Ahead to the AI Age and Optical Networks towards 2030
さて前回は変換コードを作ったので、次は試作問題にあった最小交換硬貨枚数の問題。
https://www.dnc.ac.jp/kyotsu/shiken_jouhou/r7/r7_kentoujoukyou/r7mondai.html
これを実行するには仕様にはない関数定義が必要で、それは変換コードに追加している。
日本語プログラムは
関数 枚数(kingaku) を定義する: kakaku = 46 |
となってこれをPythonに直すと
def 枚数(kingaku) :
Kouka = [1,5,10,50,100]
maisu = 0
nokori = kingaku
for i in reversed(range(0, 4+1 , 1)):
maisu = maisu + nokori // Kouka[i]
nokori = nokori % Kouka[i]
return maisu
kakaku = 46
min_maisu = 100
for tsuri in range(0, 99+1 , 1):
shiharai = kakaku + tsuri
maisu = 枚数(shiharai) + 枚数(tsuri)
if maisu < min_maisu :
min_maisu = maisu
print(min_maisu)
|
となり、答えも3と出た。
次は試験に出そうなアルゴリズムを書いてみる。
まあバブルソートとかかな…
これを参考に。
https://www.programiz.com/dsa/bubble-sort
では日本語プログラムは
| Data = [-2, 45, 0, 11, -9] kazu=要素数(Data) iを0からkazu-1まで1ずつ増やしながら繰り返す: ｜ jを0からkazu-i-2まで1ずつ増やしながら繰り返す: ｜ ｜ もしData[j] > Data[j + 1]ならば: ｜ ｜ ｜ temp = Data[j] ｜ ｜ ｜ Data[j] = Data[j + 1] ⎿ ⎿ ⎿ Data[j + 1] = temp 表示する(Data) |
これをPythonに変換して実行すると、
Data = [-2, 45, 0, 11, -9]
kazu=len(Data)
for i in range(0, kazu-1+1 , 1):
for j in range(0, kazu-i-2+1 , 1):
if Data[j] > Data[j + 1]:
temp = Data[j]
Data[j] = Data[j + 1]
Data[j + 1] = temp
print(Data)
|
[-9, -2, 0, 11, 45]
となった。次は何かな。
令和7年から共通テストに情報が付け加わわるということで、どんな問題になるかが公開されている。
なるほど。プログラム言語はほとんどPythonだが日本語に直されている。例に上がっていたのはこんな感じ。
| Data=[3,18,29,33,48,52,62,77,89,97] kazu=要素数(Data) 表示する("0～99の数字を入力してください") atai=【外部からの入力】 hidari=0 , migi=kazu-1 owari=0 hidari <= migi and owari==0 の間繰り返す: ｜ aida=(hidari+migi)÷2 ｜ もしData[aida]==atai ならば: ｜ ｜ 表示する(atai,"は",aida,"番目にありました") ｜ ｜ owari=1 ｜ そうでなくもしData[aida]<atai ならば: ｜ ｜ hidari=aida+1 ｜ そうでなければ: ⎿ ⎿ migi=aida-1 もしowari==0 ならば: ⎿ 表示する(atai,"は見つかりませんでした") 表示する("添字"," ","要素") iを0からkazu-1まで1ずつ増やしながら繰り返す: ⎿ 表示する(i," ",Data[i]) |
ほぼPythonなのだが微妙に違う（rangeとか一行に複数文書くとか）。
でもこれならPythonのreモジュールで正規表現を使って置き換えていったらPythonには書き直せそう。
やってみた。
※バグがあったので11/19 9:13に再アップロード
これを使えば上のプログラムは、
Data=[3,18,29,33,48,52,62,77,89,97]
kazu=len(Data)
print("0~99の数字を入力してください")
atai=int(input())
hidari = 0
migi = kazu-1
owari=0
while hidari <= migi and owari==0 :
aida=(hidari+migi)//2
if Data[aida]==atai :
print(atai,"は",aida,"番目にありました")
owari=1
elif Data[aida]<atai :
hidari=aida+1
else :
migi=aida-1
if owari==0 :
print(atai,"は見つかりませんでした")
print("添字"," ","要素")
for i in range(0, kazu-1+1 , 1):
print(i," ",Data[i])
|
のように変換される。保存と同時にexecを使って実行している。※もともとコメント#演算子//は商の整数値を返す、がついていたがreturnに変換されてしまう（コメント処理してない…）ので削除
DCNL2Pythonのコードはこちら。
# DNCL2Python.py
# 令和7年度大学入試共通テスト
# 情報で使われる日本語プログラム言語を
# Pythonに変換し実行する。
# 2024/11/19 ver.1.2
import re
import unicodedata
import tkinter as tk
import tkinter.filedialog as filedialog
#ファイルダイアログでプログラムが書かれているテキストファイル(.txt)を選択し開く
tk.Tk().withdraw()
filepath = filedialog.askopenfilename(filetypes=[("テキストファイル", "*.txt")])
with open(filepath, "r") as f:
dcnl = f.read()
#乱数が使われる場合はimport
rd = re.findall(r'乱数', dcnl)
if rd != []:
dcnl = 'import random\n\n' + dcnl
#制御範囲を表す｜と⎿をインデント（空白4つ）に変換
dcnl.replace(' ', ' ')
dcnl = re.sub(r' *｜ *| *⎿ *',' ', dcnl)
#半角に直せるものは直しておく
dcnl = unicodedata.normalize('NFKC', dcnl)
#単純に置換だけでいけるものは置換
dcnl = re.sub(r'そうでなくもし', 'elif ', dcnl)
dcnl = re.sub(r'もし', 'if ', dcnl)
dcnl = re.sub(r'ならば', '', dcnl)
dcnl = re.sub(r'そうでなければ', 'else ', dcnl)
dcnl = re.sub(r'表示する', 'print', dcnl)
dcnl = re.sub(r'【外部からの入力】', 'int(input())', dcnl)
dcnl = re.sub(r'要素数', 'len', dcnl)
dcnl = re.sub(r'整数\(', r'int(', dcnl)
dcnl = re.sub(r'乱数\(', r'random.random(', dcnl)
dcnl = re.sub(r'÷', '//', dcnl)
dcnl = re.sub(r'関数', 'def', dcnl)
dcnl = re.sub(r'を定義する', '', dcnl)
#一行に代入文が書かれている場合2行に分ける。
dcnl = re.sub(r'(.+)=(.+),( *)(.+)=(.+)',r'\1=\2\n\4=\5', dcnl)
#whileは語順を変えないといけない
dcnl = re.sub(r'( *)(.+)の間繰り返す', r'\1while \2', dcnl)
#forも語順を変えないといけない
dcnl = re.sub(r'( *)(.+)を(.+)から(.+)まで(.+)ずつ増やしながら繰り返す', r'\1for \2 in range(\3, \4+1, \5)', dcnl)
dcnl = re.sub(r'( *)(.+)を(.+)から(.+)まで(.+)ずつ減らしながら繰り返す', r'\1for \2 in reversed(range(\4, \3+1, \5))', dcnl)
#returnも語順を変えないといけない
dcnl = re.sub(r'( *)(.+)を返す', r'\1return \2', dcnl)
#appendも
dcnl = re.sub(r'に(.+)を付け加える', r'.append(\1)', dcnl)
#.txtを.pyに変えて保存
with open(filepath.replace('.txt', '.py'), 'w') as f:
f.write(dcnl + '\n')
#Pythonのコードとして実行
exec(dcnl)
|
これを使ってちょっといろいろ想定問題を作ってみよう（続く？）
・Microwave JournalはRF-MEMS FEM
RF-MEMSには相当酷い目にあったので何も信用できない…
RF GaN on Siでパワーアンプ、の記事もあります。
・Ericsson ConsumerLabの5G differentiated connectivityレポート
・,iFixitがPS5 Proを分解
基板はとてもシンプル。Chip同定は進行中とのこと。
・Nordicの新nRF64Lシリーズ
・u-bloxのtri-radioモジュール
・Quectelの3in1アンテナ
・GSAの5Gレビュー
MatlabのMathworksのHouman Zarrinkoubさんによる高周波・RFとAIの解説”Applying AI to RF design”とウェビナー"How 6G, AI, and Next-Gen Wireless are Revolutionizing Connectivity"https://t.co/8eMsVH5Gu2https://t.co/9OXfv7JcAh pic.twitter.com/JCWvwD216v
— tomo (@tonagai) November 17, 2024
今日、11月17日は兵庫県知事選挙。いつも期日前投票はせずに当日投票に行くことにしている（なんとなく盛り上がるから）。
兵庫県に引っ越してきて、まさか知事があんなことになるとは想像もできなかった。
また出口調査の結果が出てきたら95％信頼区間をグラフにしよう。
※描いてみた。
2024年兵庫知事選、NHKの出口調査では斎藤氏がやや稲村氏をリード。95％信頼区間を描いてみた。これでは当選確実はまだまだ出せなさそう。https://t.co/VyD98PhQLn https://t.co/keIC6B05PN pic.twitter.com/NdUKg2uH3y
— tomo (@tonagai) November 17, 2024
もう100%前作を忘れているが、IIを観てきた。せっかくなのでIMAXレーザー／GTテクノロジーで。
最初の船との戦争シーンからもうぐっと引き込まれる。投石器はすごいし、とにかく矢が当たったら痛そうな演出・音が目をみはる。
その後、グラディエーターになってからの格闘シーンは本当に手に汗握るものだった。
まあR15+だけあって結構人体破壊はあるけど…（首を回さないで…）
デンゼル・ワシントンの真意が途中まで分からないが、分かってからは怒涛の展開で、前作との繋がりがここでわかる（ここでやっと私も思い出した）。
アクションだけでなく、泣けるセリフも多くて、特に最初の方のセリフが終盤でてくるのはぐっとくる。最後の言葉もよかった。
あと動物がいろいろでますが、最初の猿？がよくわからん。あれなんて動物？
大規模なセットを組んだ、ということで大工さん（大道具さん）がエンドクレジットにたくさん出てくるのはなるほどと思ったり。
とにかく映像も音響もすごいので、できたらIMAXやDolby Cinemaの大画面で観た方がいいです。
さて前回は学習データを10000個作った。これをKeras3.0でディープラーニング（DNN, Deep Neural Networks)で回帰してみよう。パッチ寸法（幅、長さ）、基板厚み、共振周波数を与えて比誘電率を予測するもので、こういうのは簡易誘電率測定としても使える。
まずはデータを読み込む。
import numpy as np
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
import os
os.environ["KERAS_BACKEND"] = "tensorflow"
import keras
data_label = np.load("patchantenna.npz")
data = data_label["data"]
label = data_label["label"]
x_train, x_test, y_train, y_test = train_test_split(data, label, test_size=0.3, random_state=0)
|
次にモデルの設定を行う、64ユニットの層を3層重ねている。shapeはパッチ幅、パッチ長さ、基板厚み、共振周波数なので4つ。最終出力は比誘電率1つなので1つ。
#正規化
normalizer = keras.layers.Normalization()
normalizer.adapt(x_train)
# Functional APIでDense層を3層にしたDNNを設定
hidden_dim = 64
inputs = keras.Input(shape=(4,))
x = normalizer(inputs)
x = keras.layers.Dense(hidden_dim, activation="relu")(x)
x = keras.layers.Dense(hidden_dim, activation="relu")(x)
x = keras.layers.Dense(hidden_dim, activation="relu")(x)
outputs = keras.layers.Dense(1)(x)
# モデルの設定
model = keras.Model(inputs=inputs, outputs=outputs)
model.compile(loss = 'mean_squared_error' ,optimizer=keras.optimizers.Adam())
|
ここから学習。100エポックで十分。
batch_size = 32
epochs = 100
keras.utils.set_random_seed(1)
history = model.fit(
x_train,
y_train,
batch_size=batch_size,
epochs=epochs,
validation_split=0.15,
)
y_pred = model.predict(x_test)
metric = keras.metrics.R2Score()
metric.update_state(y_test, y_pred)
result = metric.result()
print(result)
error = np.abs((y_test - y_pred)/y_test*100)
print(error.mean(axis=0))
|
これで
tf.Tensor(0.9996377, shape=(), dtype=float32)
[0.58174208]
と出力されるのでR2Score99.96%、平均0.58%の誤差であるとわかった。
図示してみる。
legend = ["er"]
fig, ax = plt.subplots(1, 2, figsize=(12,6))
maxvalue = y_pred.max()
ax[0].scatter(y_pred, y_test, c="r", s=5)
ax[0].plot([0,maxvalue], [0,maxvalue], "--", c="black")
ax[0].set_xlabel("推定した値", fontname='MS Gothic')
ax[0].set_ylabel("実際の値", fontname='MS Gothic')
ax[0].set_xlim(0, maxvalue)
ax[0].set_ylim(0, maxvalue)
ax[0].grid()
ax[0].legend([legend[0] + f" 平均誤差{error.mean():.2f}%"], prop={"family":"MS Gothic"})
ax[1].hist(error, bins = 100)
ax[1].set_xlabel("誤差[%]", fontname='MS Gothic')
ax[1].set_ylabel("頻度", fontname='MS Gothic')
ax[1].grid()
fig.tight_layout()
plt.show()
|
まあこれくらい相関とれていればいいだろう。比誘電率高いところでちょっとばらついていて、最大5%くらいの誤差にはなってそうだが。
ChatGPT電子回路、ということで電子回路設計にChatGPTを応用するのかな？と思って買ってきた。
アマゾンリンク：https://amzn.to/3VcM4Fx
ログペリアンテナ、RLCフィルタ、紫外線殺菌灯の設計の取り組みもあったが、まああんまりうまくいってない。まあそういうのはほぼ学習してないだろうから…（SPICEのネットリストくらいならやってくれるというのは以前確かめた。またやってみるか。）
しかし2000円台で秋月電子で買える
がNPUまで搭載したエッジAIに向くマイコンで、中国メーカーすごいなと思ったり。YOLOv5を動かす事例が紹介されていた。
またラズパイ5にローカルLLMのLLaVAを実装していてこれは自分でも試したい。
またRaspberry Pi Pico WやPSoC6でChatGPTのAPIたたいたりとこれもすぐにでも応用できそう。
久々に日本橋行くかな。
あとその特集ではないが、cm級GPS測位の物理学の記事で、地球の重力場を表すのに球面調和関数を数千次まで使うというのを知って驚く…っ大変だ…
これまで高周波への機械学習応用としてはフィルタを中心にやってきた。
パッチアンテナ設計モジュールをPythonで作ったので、今度はパッチアンテナにディープラーニングを適用してみる。
作ったツールは、基板厚み、比誘電率、共振周波数を与えてパッチ寸法（幅、長さ）を与えるものなので、パッチ寸法（幅、長さ）、基板厚み、共振周波数を与えて比誘電率を予測してみよう。こういうのは簡易誘電率測定に使える。
まず今回はデータをモンテカルロシミュレーションで作る。以下のような感じで10000個。
import numpy as np
import matplotlib.pyplot as plt
import patchantenna as pa
#モンテカルロシミュレーションでは基板比誘電率、厚み、中心周波数を乱数で振るが、それの最大最小
ermin = 2.0
ermax = 10.0
hmin = 0.1
hmax = 1.0
f0min = 1
f0max = 10
#モンテカルロシミュレーションでデータ作成して保存する。
N = 10000
np.random.seed(1)
data = np.empty((0, 4))
label = np.empty((0, 1))
for i in range(N):
er = ermin + (ermax - ermin) * np.random.rand()
h = hmin + (hmax - hmin) * np.random.rand()
f0 = f0min + (f0max - f0min) * np.random.rand()
ant = pa.PatchAntenna(er, h, f0)
w = ant.width
l = ant.length
data = np.vstack((data, np.array([w, l, h, f0])))
label = np.vstack((label, er))
#保存
np.savez_compressed("patchantenna.npz", data=data, label=label)
|
これはフィルタのモンテカルロシミュレーションよりもっと簡単。計算も一瞬で出来た。
次はこのデータを使ってDNN(Deep Neural Networks)をやってみよう（続く）。
・5G AmericasがProgrammable Networkのホワイトペーパー発行
Ericssonもちょうどこういう発表をしていた。
・HuaweiがAutonomous Networkのホワイトペーパー発行
・Atisが3GPPのミーティングホストに
・RCR wirelessのWi-Fiウェビナー
https://content.rcrwireless.com/20241203-state-of-wi-fi-webinar
・Samtecの70GHz SIテストキット
・Taoglasのアンテナ選択ツール
・QuectelがGNSSモジュール＋アンテナバンドルサービス
・Next G allianceのWebinar
・インドのスマートフォン Lava Agni 3分解動画
プロセッサはMediaTek、中華圏のミッド・ローエンドスマホとほとんど同じ構成。日本円で5万円切ってる。
話題になっていたので、これは私も読んでみようと買ってきた。これは参考になる。
アマゾンリンク：
内容は：
A 機械学習と物理学
A1. 線形モデル
A2. ニューラルネットワーク(NN)
A3. 対称性と機械学習:畳み込み・同変 NN
A4. 古典力学と機械学習: NN と微分方程式
A5. 量子力学と機械学習: NN 波動関数
B 機械学習模型と物理学
B1. トランスフォーマー
B2. 拡散モデルと経路積分
B3. 機械学習の仕組み: 統計力学的アプローチ
B4. 大規模言語モデルと科学
と非常に多彩な話題がコンパクトにまとめられている。
拡散モデルに近いことは物理として学生時代にやっていたし、波動関数もいろいろ計算できそう。
その中でも一番興味があるのは微分方程式の話。そこでAIボット（学習物理学入門解説bot)も作られていた（！すごい）ので聞いてみた。
ちょっと手直ししたらそれっぽいものが動いた。なるほど。
この手のはNeural ODEというキーワードで調べると色々出てきてPyTorchの場合はtorchdiffeq、Tensorflow Probabilityなどもライブラリとしてつかえそう。ちょっといろいろ遊んでみたい。
こういう2色のグラフでは選挙人の数との関係がわかりにくいので、
前回2020年もやったが今回も色分けしてみよう。
塗り分けグラフはExcelで簡単に作れる。
結果はこちら。
こう見ても思っていた以上にトランプの圧勝だったんだな。
前回のもの：
2020アメリカ大統領選挙の色分け地図、どう見てもトランプが多いように（面積的に）見えるので、濃淡をつけてグラフ化してみる。Excelの機能でマップグラフを描くのがあって、初めて使ってみた。 https://t.co/ZLFVo6vKXo pic.twitter.com/irn6VCJMt3
— tomo (@tonagai) November 8, 2020
ドラクエウォーク、スペシャルウォークDAY ハロウィンのビンゴやっと終わった…超面倒だった。
ただメタルキングコインや手形が入手できるのはいい。
錬金も完了。
そして一発で堕天使の棺を引き当てた。ついてる。
ドラクエウォークの方はいいけど、ポケモンGOのガラルの呼び声がいつまでたっても終わらない…あと18,19の2つなのに。
サンタが誘拐されると聞いて「出落ち？」と思ったが全然そんなことなかった。かなり面白かった。
監督がジュマンジの人なだけはあった。
トナカイのメスにも角があるのを知らなかった…とにかくまずそりがかっこいい。マッチョなサンタも。
サンタはいるが北極に超ハイテクで外部からは見ることのできない基地もよかった。
クリス・エヴァンス（キャップ）が珍しく小悪党で息子ともうまくやっていけない男を演じていたのも面白いし、ドウェイン・ジョンソンのアクションはやはりかっこいい。ちょっと情けないところがあったが…あの腕の機械欲しい。でまさかあの機能が一晩でサンタがプレゼントを配れる一つの要因になっていたとは。
そして久々のルーシー・リュー。ちょっとだけアクションしてくれたのがよかったし、魔女のキーナン・シプカさんも可愛かった。
しかしモノポリー！一体あれどう使うんだ、と思っていたら…そこだけは不満！
・IEEE Microwave MagazineにDunsmoreさんがネットアナ(VNA)の進化についての記事
もう今のネットアナは何でもできるようになってきている。ただHP8510Aにはお世話になった。
https://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=6668
・Kymetaの新しいフラットアンテナ
・IDTechExの半導体パッケージ解説
・TIのミリ波レーダーキット
・BroadcomのAIネットワーキング
・Samsung主催のAIワイヤレスサミット
あべのハルカス美術館に印象派 モネからアメリカへ ウスター美術館所蔵を観に来た。
バルビゾン派からフランスの印象派へ（モネもルノアールも展示）、そしてアメリカや日本に影響を与えたことがわかる展示で興味深かった。
6点は撮影可能でした（平日17：00以降は全部撮影可だとか）。
モネの睡蓮。ウスター美術館がこの絵を買うときのやりとりの手紙が貼ってあって面白かった。
ポール・シニャックのゴルフ・ジュアン。この絵は切り絵のような雰囲気でよかった。
グッズコーナーで出落ちのような商品があるので、見てきた人のお楽しみ（ネタバレしない）。
前から気になっていた八犬伝をようやく観てきた。
やはり役所広司さんと内野聖陽さんのやりとりは安心してみてられる。そのお二人と周りの人々が八犬伝パートが終わるたびに歳を取って行く演出も面白い。最後は史実通りらしい（お路が代筆）。キーワードは「虚」と「実」でした。歌舞伎の四谷怪談まで出てきてもう盛りだくさんすぎるほ詰め込まれていた。
八犬伝パートの方は戦隊・ライダーに出ていた渡邊圭祐さん、佳久創さん、藤岡真威人さんが出ていてまさに最初期の戦隊もののよう。屋根の上のアクションシーンよかった。しかし何をどう見ても板垣李光人さんが綺麗な女性にしか見えない…ラストも本当に戦隊ヒーローのようだった。
結構長い作品ですが、その長さを感じさせないくらいにいろいろ盛り込まれていた。
これまでやってきたことを全部まとめてクラス化した。コードは後で説明するとして、まずは使い方から。
クラス名はPatchAntennaで、それをpatchantenna.pyというファイルに記載している。なのでまずそのファイルをパスの通ったところにいれて
import patchantenna as pa
とでもしてインポートする。
①初期化
初期化は
ant = pa.PatchAntenna(2.2, 1.588, 10)
のようにインスタンス化する。ここでtanδとσを省略するとデフォルト値が入る。
この時同時にパッチ幅W、パッチ長さLが設計されて内部に保持される。
②パッチ寸法読み・書き
propertyのwidthとlengthを使う。設計値以外のものを使う場合は代入も可能。
import numpy as np
from scipy.integrate import quad
from scipy.special import sici, j0
from scipy.integrate import dblquad
class PatchAntenna:
"""
矩形マイクロストリップパッチアンテナ設計クラス
Parameters
----------
er : 基板の比誘電率
h : 基板の厚み[mm]
f0 : 共振周波数[GHz]
tanD : 基板誘電体のtanδ
（省略すると0.01)
sigma : パッチ導体の導電率[S/m]
(省略すると5.8E7)
"""
def __init__(self, er, h, f0, tanD = 0.01, sigma = 5.8E7):
self.er = er
self.h = h * 1.0E-3
self.f0 = f0 * 1.0E9
self.u0 = 4.0 * np.pi * 1.E-7
self.e0 = 8.85418782E-12
self.tanD = tanD
self.sigma = sigma
self.lambda0 = 1 /(self.f0 * np.sqrt(self.e0 * self.u0))
#パッチ幅
self.W = (1.0 / (2 * self.f0 * np.sqrt(self.e0 * self.u0))) * np.sqrt(2.0 / (self.er + 1.0))
#有効比誘電率ereff
self.ereff = (self.er + 1.0) / 2.0 + ((self.er - 1.0) / 2.0) / np.sqrt(1.0 + 12.0 * self.h / self.W)
#フリンジングΔL
self.dL = self.h * 0.412 * (self.ereff + 0.3) * (self.W / self.h + 0.264) / ((self.ereff - 0.258) * (self.W / self.h + 0.8))
#基板内波長
self.wave_length = 1 /(self.f0 * np.sqrt(self.ereff * self.e0 * self.u0))
#パッチ長さ
self.L = self.wave_length / 2 - 2 * self.dL
@property
def width(self):
"""
パッチ幅を読み書きするプロパティ
"""
return self.W * 1000
@width.setter
def width(self, W):
self.W = W * 1.0E-3
@property
def length(self):
"""
パッチ長さを読み書きするプロパティ
"""
return self.L * 1000
@length.setter
def length(self, L):
self.L = L * 1.0E-3
def input_impedance(self, offset = 0):
"""
矩形マイクロストリップパッチアンテナの入力インピーダンスを計算する。
Parameters
----------
offset : パッチ端からの給電位置[mm]
Returns
-------
入力インピーダンス[Ω]
"""
k0=2.0 * np.pi / self.lambda0
X = k0 * self.W
siX, _ = sici(X)
I1 = -2 + np.cos(X) + X * siX + np.sin(X)/X
G1 = I1 / (120 * np.pi**2)
def f(t, X, Y):
return ((np.sin(X*np.cos(t) / 2.0) / np.cos(t))**2) * j0(Y * np.sin(t)) * np.sin(t)**3
I2, _ = quad(f, 0, np.pi, args = (X, k0*self.L))
G12 = I2 / (120* np.pi **2)
Rin = 1 / (2 * (G1 + G12))
return Rin * np.cos(np.pi * offset * 1.0E-3 / self.L) ** 2
def directivity(self):
"""
矩形マイクロストリップパッチアンテナの指向性(Directivity)を計算する。
Returns
-------
指向性[dB]
"""
k0 = 2.0 * np.pi / self.lambda0
X = k0 * self.W
def f(theta, phi, X, Y):
return (np.sin(X*np.cos(theta)/2) / np.cos(theta)) **2 * (np.sin(theta) **3) * (np.cos(Y*np.sin(theta)*np.sin(phi)/2)) ** 2
I2, _ = dblquad(f, 0, np.pi, 0, np.pi, args=(X, k0 * self.wave_length /2))
self.D2 = (2* np.pi * self.W / self.lambda0) **2 * (np.pi / I2)
return 10 * np.log10(self.D2)
def efficiency(self):
"""
矩形マイクロストリップパッチアンテナの効率(efficiency)を計算する。
Returns
-------
アンテナ効率[dB]
"""
#放射Qの近似式
if self.er > 2:
self.Qr = 3 * self.er * self.lambda0 / (8 * self.h)
else:
self.Qr = (np.pi * np.pi * np.sqrt(self.er) / (4 * np.pi * np.pi - 16 * np.sqrt(self.er))) * (self.lambda0 / self.h)
#導体Q
ds = np.sqrt(2 / (2 * np.pi * self.f0 * self.u0 * self.sigma))
self.Qc = self.h / ds
#誘電体Q
self.Qd = 1 / self.tanD
#無負荷Q
self.Qt = 1 / (1 / self.Qc + 1 / self.Qd + 1 / self.Qr)
self.eta = self.Qt / self.Qr
return 10 * np.log10(self.eta)
def gain(self):
"""
矩形マイクロストリップパッチアンテナのアンテナ利得(Gain)を計算する。
Returns
-------
アンテナ利得[dB]
"""
D2 = self.directivity()
eta = self.efficiency()
return D2 + eta
def draw(self):
"""
矩形マイクロストリップアンテナの寸法説明
"""
print(" ←------ W --------→ ")
print(" ↑ ┌────────────────────┐")
print(" | │ │")
print(" | │ │")
print(" │ │")
print(" L │ │")
print(" │ │")
print(" | │ 〇 │")
print(" | │ | │")
print(" | │ | offset │")
print(" ↓ └────────────────────┘")
print(" Thickness: h")
|
・IEEE Antennas and Propagation Magazineでアンテナ技術の進化とアレイのレビュー
https://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=74
八木・宇田アンテナからログペリまで、またミリ波アンテナアレイのレビューの記事あり。
・EMC EuropeでAIをDe-embeddingに応用
・QorvoのWi-Fi 7 FEMがMediaTekに採用
・I-PEXがシールド付き細線同軸コネクタ発表
・Ming-Chi KuoがiPhone 17からApple製Wi-Fiチップになると語る
I get why some people want to see, in the short term, a dramatic boost in iPhone shipments thanks to Apple Intelligence. However, looking back over 20 years of consumer electronics, it's extremely rare to see software or service upgrades alone driving a significant surge in…
— 郭明錤 (Ming-Chi Kuo) (@mingchikuo) October 31, 2024
その他：
奈良国立博物館で正倉院展を観た後はならファミリーのそじ坊でランチ。
かつ丼と選べる小そばの定食で、冷やし山菜とろろそばにした。
小そばとはいえ具沢山でかなりの量があって、またかつ丼も美味しかった。
まずはココイチのThe牛咖喱 肉増し 2辛 400g。
このカレーは出るたびに食べている。通常のポークカレーよりコクがあって美味しい。値段はちょっと高いけど…
吉野家では牛カレー鍋膳をノーマルで。
コンロで熱々になるのがいいな。そこまでカレーは強くなく和風だしの風味も強い。これで野菜を食べると美味しい。
きしめんもいい感じ。
今年も行ってきました。
事前予約をみんなしているとはいえものすごい人出。
中は撮影不可ですが、今回はカラフルなものが多かった。
貰える読売新聞の特集。
この七宝細工の鏡、この写真以上に輝いていてすごいなと。
象牙の物差しの方はサイズ感がこれでは伝わりませんが、20㎝ほど。それでもこの細かい細工と鮮やかな赤がこれもすごかった。
お魚の色ガラスも、よくこんなものを当時作れたなと感心しかない。
ちなみにそれに使われる酸化鉛も展示してありましたが、オレンジ色。私は大昔にセラミック材料の開発をしていたので見る前からわかったのだった。
まあどれもすごい展示なので、また来年も行く。
最近のコメント