無料ブログはココログ

June 17, 2018

MOTはMOT無くなれ。

ジュンク堂池袋本店から技術経営(MOT;Manegement of Technology)の棚が消えた。正確にいうと、5階の社会科学の階の経営工学に並んでいた技術経営書籍が7階理工学書の生産管理の棚に移ったということである。技術経営の書籍は他の経営学書と同じ領域にあるべきだと思う。というか、本屋さんとして技術経営を冠する書籍が激減したので、ここいらへんでいいか、という判断と思う。もっとも近いと思われる「イノベーション」関連書籍が5階のままなのに。技術経営という言葉は2000年代のパズワードだったのだろうか。まあ、「技術経営」なんて幻で、それを実践している人など誰もいないのだから。MOTという言葉もいっそのこと滅んでほしいと思う。

けんきゅー、がんばっています。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

April 30, 2018

高校地学について

私より上の年の人は
「高校時代は物理、化学、生物、地学4科目が必修だった。最近の理科教育の軽視は嘆かわしい」
とおっしゃる方がいる。

ちょっと首ひねった。よほどお利口さんな高校なのだろう。
私の高校では地学の専任教員は居なかったし、地学が選択肢ですらなかった。
理科は、
物理Ⅰ、Ⅱ、化学Ⅰ、Ⅱ、生物ⅠⅡ
から適宜選択するようになっていた。
物理への恨み節はだいぶ以前に書いた。
http://page-only-one.cocolog-nifty.com/imotora7/2008/05/post_551a.html
ローマ帝国化する物理帝国
(今読んだら地学についても書いていた)

地震大国である日本は「地学基礎」くらいは必修にすべきだろう。
http://www.daiichi-g.co.jp/shuppan/sidouyouryou/data/40.pdf

私が中学生のころの理科第2分野(生物、地学)は気象予報図が読めるくらいには教えてくれていたと思う。
(あまりに遥か昔だから記憶があいまい)

それなのに高校に進学したら、地学がすっぽり抜けてしまうのは惜しいことこの上ない。

まあ、別に学校で教えなくても大人になって自学自習してもかまわない。
物理、化学はともかくも地学=地球科学のおおよそは勉強してニセ科学に騙されないようにしたいものだ。

●『もういちど読む数研の高校地学』
2014/5/1
数研出版編集部 (編集)
https://www.amazon.co.jp/dp/4410139592/

Tigaku2_2


●『新しい高校地学の教科書―現代人のための高校理科』
(ブルーバックス) 新書 2006/2/21
杵島 正洋 (著), 松本 直記 (著), 左巻 健男 (著)
https://www.amazon.co.jp/dp/4062575108/

Tigaku1


今日はとね日記にインスパイアされて書いてみました。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

March 16, 2018

名古屋での勉強会

ココログファンの方、お久しぶりですです、アマサイです。アマサイは元気です。数理情報けんきゅーしゃとして元気に活動しています。

先週は名古屋に行ってきました。
🔲「データサイエンス」公開収録
主催:放送大学
場所:中京継大学7階
講師:滋賀大学データサイエンス学部教員

Nagoya20180310_too

要は、放送大学、滋賀大学に入ってデータサイエンスを勉強してちょうだいという勧誘なのですが。
f(^_^;)

それでもなかなかためになりました。

夕方からは放送大学愛知学習センターの仲間たちと名古屋メシを堪能しました。味噌カツ🍖みそおでん🍢味噌焼きおぎにり🍙を堪能しました。

すっかり名古屋メシに洗脳されますた。
q(^-^q)

すっかり名古屋ファンになりました。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

January 07, 2018

小林信一他『社会技術概論('12)』

放送大学の修士課程は修了したので、学部の社会と産業コースに編入しました。

それで、後期に履修した一つがこれです。
Shakaigijutu

『社会技術概論('12)』

主任講師: 小林 信一
概略:
いくつかの事例や歴史の理解を通じて「社会のための科学技術」の考え方を学ぶとともに、科学技術コミュニケーション、科学技術リテラシー、科学技術と市民参加、科学技術と倫理などの横軸となる視点を理解する。また、これらの基盤となる理論側面についても理解を促す。これらのテーマを通じて、社会技術の基本的事項について理解することを目標とする。
http://www.ouj.ac.jp/kamoku/detail/1548441/

第1回 社会の中の技術、社会のための技術
第2回 BSEの経験
第3回 安全な社会をデザインする
第4回 先端科学技術と社会
第5回 社会のための科学技術 -その歴史
第6回 科学技術と社会のコミュニケーション・デザイン
第7回 これからの科学技術リテラシー
第8回 科学技術への市民参加
第9回 科学技術と民主主義
第10回 知識・権力・政治
第11回 社会に役立つ知識とは
第12回 科学技術と公共政策
第13回 海外の社会技術
第14回 科学技術と倫理の新次元
第15回 社会技術のこれから

もう今年度でおしまいで、来年度から代替科目はないようでしたので、登録しました。
(でも来年度開講科目を見たら『リスクコミュニケーション』がありました。改訂科目じゃないので、両方とも単位が取得でき、うれしいです)

一応、主専攻:物理学、副専攻:科学哲学・科学史、と言っているので、こういう文理に渡る科目は安心しますね。情報が新しいから面白いし。近年は科学論などの書籍をチェックしていなかったのですが、3.11以降新しい著作がいろいろ出ています。

環境問題、研究費の調達、科学者のあり方など科学哲学で話が組み立てられる材料がたくさんあります。

この分野で論文を1個書いてみようかな。

小林信一、小林慱司、小川正賢、藤垣裕子、各先生の論を聞くことができて楽しいです。

やっぱり私は科学哲学の学徒だな(/・ω・)/

私も自分の著作というのを世に出してみたいですね。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

January 01, 2018

謹賀新年2018

20180101

あけましておめでとうございます。
本年もよろしくお願いいたします。
(以下少し長め)

昨年に転職しました。このことは私の人生の大きな節目でしょう。

もう以前から、知財・特許ではない仕事をしたいと思っていました。知財職で定年を迎えるつもりはさらさらなかったので。3年前に縁あって某特許事務所に入りました。初めからいろいろおかしいなと思ってはいたのですが、特許事務所というのはおかしい処と訊いていたので(*)こんなものかな、とやり過ごしていました。幸運なことに2015年に修士課程に入学しました。はっきり言って仕事はどうでもよく、2年でなんとしても修了しなければ、としか考えていませんでした。修論のテーマが少し特許とリンクしていたので、ほんの少し仕事は研究の役に立ちました。

2017年になると、これはいくらなんでも職場としてめちゃくちゃだろうと思って辞めました。辞めるにあたってはいろいろあったのですが、これについてお会いした方だけにお話します。いや、これはいくらなんでもお話はできないな、という内容です。

自分としては、折角情報学関係で論文を書いたのだから、それ関係の職場がいいかなと思っていたのですが、機械学習は実務レベルにはまだ降りていないようでした。まあ、私が30歳くらいだったら話は別ですが。

そして昨秋、とある企業にお話をいただき現在にいたっております。私の技術的バックグラウンドと英語力を買っていただいたようです。と言っても、初めて出会う技術分野ですし、英語力と言っても同時通訳みたいなことはできないし。悩ましいですが、精進するしかないです。

ネットでもリアルでも特許関係のお友達が多いのですが、引き続きお付き合いいただければ幸いです。

ディベートも放送大学の勉強もがんばってまいります。

*20世紀に特許事務所に数年いました。そこはこりゃ、酷いところだな、と思って企業に転職したわけですが、その後、見聞きしたところ、上には上、下には下があるわけで、なんか特許事務所ってまともな職業じゃないな、というのが、私の感想です。

2018年1月1日

ほぼ4ケ月ぶりのブログ更新。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

August 10, 2017

名古屋に行ってまいりました!

今更ながらですが7月30日には名古屋に行ってきました。

○当日の行動
・朝5時名古屋着

・5時半、バスの到着地、笹島なんちゃらから名古屋駅太閤口向かう。

・休憩するためネットカフェに探す。ネットカフェにて1時間位くつろぐ。

・午前7時、近くのホテルで朝食ビュッフェをいただく。今日の予定を思案。

・まずは名古屋城へと向かう。着いたのが8時代だったので守衛のおじさんに9時にならないと開かないよと言われました。

・では近くで散歩と言うことでとぼとぼ

・地下鉄の駅に近づいたのでそこで降りて地下鉄に乗りました。駅がわからず。何駅か忘れたけど地下鉄に無事乗車。

・9時半位、伏見と言うところが面白そうなので伏見に向かう。

・ここで1日乗車券と言うものがあると聞き購入。伏見の街をうろちょろ疲れたので珈琲店でまったり。

・電気科学館と言うものがあると分かったので探したけれど見つからなかった。どうやらビルの一角らしい かった。それよりも市立科学館と言うのはあったのでそちらに向かう。

・歩きながら名古屋って道広いなぁと思った。ひょっとしてT自動車があるから車優先?

・科学館では常設展示の外にロボット展をやっていました。そういえばこの日名古屋でロボカップをやってみたいですね。そこから流れてきた外国人選手も展示を見に来ていました。プラネタリウムもやっていたんだけれども親子連れの長い列とても売れる状況じゃありません。展示をさらっと見て科学館退場。

・12時15分、ネット友達のGさんと栄で待ち合わせ。名古屋グルメを楽しんでください、おいしい味噌カツ屋をご案内します、と秘密のお店にご招待いただきました。
ありがとうGさん (^o^)/*

・放送大学愛知学習センターに行きました。中京大学の中にあります。試験中なので学内は静か、またまたまったりと居眠りをしました。高速夜行バスは辛いですなぁ。

・ここで時間を潰すのも、限界、ガイドブックを見渡す、大須観音と言うのに行ってみよう。

・またもや地下鉄に乗り込み高須観音を目指す。名古屋の街並みはなかなか素敵です。街道ブックに下町らしい風景と書いてありました。なるほどなるほど。

・観音様適当に見て、商店街を歩きます。なんとなんとここは商店街が3つ続いているのであります。やー田舎に帰ったみたいだなぁ、私の田舎はこんなに賑やかじゃないけど。ちょー楽しい。巣鴨の縁日みたいだ。

・そして今回の目的である愛知学習センターのオフ会、喫茶マウンテンに向かいます。愛知センターの人は気さくで優しい人ばかりとても楽しいひとときをすごしました。

・名古屋駅太閤口を目指します。周辺を見学した後、タリーズコーヒーでバスを送るのを待ちました。ありがとう名古屋、また来るよー。

Nagoya01

Nagoya02

Nagoya03


これから名古屋にも出没します。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

July 05, 2017

続・テキストマイニングに興味がある人へ

前回評判がよかったので(Twitterで何人もの方にリツイートしていただきました)、第2弾を書きました。

●テキストマイニングに関する参考文献

(1)豊田裕貴/菰田 文男(2011)
『特許情報のテキストマイニング―技術経営のパラダイム転換』
https://www.amazon.co.jp/dp/4623059766/
 前回のリストに入れたかったのですが、品切れ絶版のようなので遠慮しました。ミネルヴァ書房の方には是非改訂版を検討していただきたいです。
 私がテキストマイニングという技術を知ったのは本書によるものなので、ご紹介したかったです。理論編は難しく、テキストマイニングというのは難解な技術なのではないか、と思いましたが、実践編はよく理解できます。
 ここに「Text Mining Studio」という商用ソフトの試供版を試せると書いてあるのですが、元の会社がNTT数理データシステムに吸収されてしまったので、試供版は試せません。
但し、商品説明会にいけば、インストール後1ケ月は無料で使えるサンプルCDをもらえます。テキストマイニングの説明もしてくれるので、興味がある人は行ってみるとよいでしょう。
NTT数理データシステムwebsite https://www.msi.co.jp/tmstudio/

(2)服部兼敏(2010)
『テキストマイニングで広がる看護の世界』
https://www.amazon.co.jp/dp/4779505119/
 看護や医療の世界ではテキストマイニングが流行って(?)いるようです。こういう観点でテキストマイニングについて書籍化したのはこれは初めてじゃないかな。医療や看護の仕事をしている人は読んでおくといいです。
 これにCDがついているのですが、これは(1)で説明した「Text Mining Studio」試供版が入っています。今はない試供版が使えるのでお得と言えばお得なのですが、機能や解析文字数が限定されているので、使いごごちはどうなんでしょうね。
 これもアマゾンでは高価格に表示されているので品切れ絶版なのでしょうね。大学の図書館だと貸出できる可能性が高いです。

(3)竹岡志朗/井上 祐輔/高木 修一/高柳 直弥(2016)
『イノベーションの普及過程の可視化―テキストマイニングを用いたクチコミ分析』
https://www.amazon.co.jp/dp/4817195916/
 丁度、修士研究が終わったころに発見して読みました。やはり、特許情報やブログのテキストで技術解析しようという主旨の著作でした。当然似たようなことを考えている人はいるわけで。著者の方々は、経営学部の先生でマーケティングにテキストマイニングを利用したいみたいですね。

(4)伊藤尚枝(2010)
『「甘えの心理」に迫る Rでテキストを分析』
https://www.amazon.co.jp/dp/4779302374/
 著者は文学作品から「甘え」を読み取るという研究をしていたようです。使っているツールは、石田さんのRmecabです。石田本の第2版が中級者向けになったので、これはRmecabの使い方を理解する上でのテキストにもなっています。Rの細かい使い方にも触れています。

(5)石田基広/金明哲(2012)
『コーパスとテキストマイニング』
https://www.amazon.co.jp/dp/4320110331/
 テキストマイニングの他にテキスト分析にはコーパスが重要な考え方になります。テキストマイニングの研究事例も書いてあるので、参考になります。買おうかどうしようか、最後まで迷ったのですが、図書館で借りてざっくり読んで済ませました。


●テキストマイニングの周辺技術について、機械学習、統計学

(6)秋光淳生(2016)
『データの分析と知識発見』
https://www.amazon.co.jp//dp/4595316364/
 放送大学の印刷教材です。実際に使ったのは改訂前の『データからの知識発見』(2012)なのですが。テキストマイニングがデータ解析の一種、Rという統計ソフトで解析できることを本書から知りました。研究計画書を書いている2014年に通読しました。すでに放送大学選科履修生だったので、講義をネットで見ることができました。何か難しい分野をやろうとしているのかな、と少し不安になりました。
 改訂前はテキストマイニングはさらっと書いているのですが、本書ではテキストマイニングの重要性も考えられ、丁寧に書いてあります。
 2014年時点では、テキストマイニングを勉強する人の必須文献とも言えます。これで学習しておくと機械学習の本もさくさく読めます。

(7)山本義郎/藤野友和/久保田貴文(2015)
『Rによるデータマイニング入門』
https://www.amazon.co.jp/dp/4274218171/
 Rの機能を簡潔に書いてある本はないかと漁っていたときに見つけました。データマイニングでRを使うならこれで十分じゃないかな。後ろの方にテキストマイニングのことも載っています。

(8)速水 悟(2016)
『事例+演習で学ぶ機械学習 ビジネスを支えるデータ活用のしくみ』
https://www.amazon.co.jp/dp/4627880219/
以前、ブログで紹介しました。
機械学習からテキストマイニングをうまくつないでいます。初心者でも読みとおせます。
http://page-only-one.cocolog-nifty.com/imotora7/2017/02/post-2b3c.html

(9)石川 慎一郎/前田 忠彦(2010)
『言語研究のための統計入門』
https://www.amazon.co.jp/dp/487424498X/
 まさしく計量言語学の本ですね。テキストマイニングのことも書いてあるんで欲しかったんですけど、結局、研究が終わってから読みました。統計学を使って、言語学にも是非切り込みたいです。CDで統計ソフトも入っています。

(10)金明哲(2009)
『テキストデータの統計科学入門』
https://www.amazon.co.jp/dp/4000057022/
テキストマイニングにどのような数学理論を使っているか説明する必要があったので、購入しました。類似の本は出ていないように思います。
金明哲さんはRを使ったデータ解析でいくつか本を書いている有名な方です。

こう見ていくとたくさんの参考資料によって研究を進めることができたのだと思います。
先達は偉大です。

私もいつか後輩に引用される書籍、論文を、という意気込みだけはあります。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

July 03, 2017

放送大学大学院『心理・教育統計法特論('15)』

統計学を勉強しているのは次の研究のためですが、差し迫った単位認定試験があります。

『心理・教育統計法特論('15)』
放送大学HP
主任講師小野寺 孝義 (広島国際大学教授)

71kcao5vql

一般書店では『新訂 心理・教育統計法特論』で売っているようです。

1 臨床心理学と統計学
【キーワード】
臨床心理学的研究、心理学におけるエビデンスに基づく実践、量的研究と質的研究、心理学と数量化、仮説生成と仮説検証、統計学

2 数学的基礎
【キーワード】
Σ、指数、対数、行列、微分・積分

3 記述統計
【キーワード】
母集団と標本、尺度水準、記述統計量、代表値、標準偏差、心理測定法、信頼性、妥当性

4 推測統計
【キーワード】
母集団推定、信頼区間、標準化、正規分布、統計的仮説検定、第1種の過誤と第2種の過誤、t検定

5 分散分析
【キーワード】
分散分析(ANOVA)、要因、水準、被験者間計画、被験者内計画、多重比較、交互作用 樫村 正美

6 相関・回帰分析
【キーワード】
散布図、共分散、偏相関、最小二乗法、回帰係数、適合度、当てはまりの悪さ

7 重回帰分析
【キーワード】
重相関係数、変数選択、決定指数、標準偏回帰係数、多重共線性

8 多変量分散分析
【キーワード】
多変量分散分析(MANOVA)、多変量正規性、分散共行列の等質性、第1種の過誤の増大、反復測定データ

9 主成分分析と因子分析
【キーワード】
合成変数、主成分、主成分負荷量、固有ベクトル、主成分得点、潜在変数、共通/独自因子、因子負荷量、単純構造、因子得点

10 共分散構造分析
【キーワード】
パス解析、因果関係、潜在変数、適合度指標

11 カテゴリカル・データの分析
【キーワード】
順序尺度、クロス表、カイ二乗検定、対数線形モデル

12 ノンパラメトリック検定
【キーワード】
ノンパラメトリック、Mann-WhitneyのU検定、メディアン検定、Wilcoxonの符号付順位和検定、Kruskal-WallisのH検定、Friedman検定

13 効果量
【キーワード】
心理統計の新しい流れ、効果量、d族の効果量、r族の効果量、信頼区間 大

14 検定力
【キーワード】
検定力、事前の検定力、事後の検定力、信頼区間

15 メタ分析
【キーワード】
文献検索、コーディング、メタ分析の効果量 大久保 街亜
-------------------------------------
心理教育統計とありますが、他の分野でも汎用性がある統計学です。さすがに大学院レベルの統計学なのでむずいです。

統計学は昔、学部で勉強したっきりやっていません。
(学部の3年に編入して過去の成績を見ることができました。確率論も統計学も単位は取得してました。)
去年、研究しながら、勉強した知識はありますが。

たぶん、教科書にすると2冊分くらいのが一冊になっているので頭痛が痛いです。
放送大学の大学院の教材は大抵そうなのですが。

いろんな統計の教科書を図書館で借りて演習問題を解いている最中です。

試験は今月、3週間前切りました。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

July 01, 2017

書談:『通勤大学 MBA 統計学』

統計学の本、4冊目です。

『通勤大学 MBA 統計学』 (通勤大学文庫)
著者:グローバルタスクフォース株式会社
Amazon

Mba_tokeigaku

【第1部】 統計学への第1歩
  第1章:統計学の概要
  第2章:分布分析の基本

【第2部】 統計学の基本知識
 第3章:データ間の関係をとらえる
  第4章:信頼性のある標本を作成する
  第5章:標本から母集団を推定する
  第6章:仮説の正しさを推定する

【第3部】 発展的内容への導入
 第7章:多次元のデータを解析する
  第8章:実践へのガイダンス

これは読んだと言っていいのかどうか。ポイントが書いてあるという点ではいいのですが、統計学の本を一冊読んでいないとわからないでしょうね。

でも高校数学の知識しかない人が読んでこれはわかるのかな。
私はある程度勉強したので、すごくよくまとまっているように思えるのですが。

まあ、私にとっては知識の確認ができてよかったです。
多変量解析のことも少し書いてあったし。

このMBAシリーズは他のも読んでいて、それなりに役立ちました。

著者はちゃんといるはずなので、「グローバルタスクフォース株式会社」でくくらないでほしいな、と思います。

去年教授に「論文読める程度に統計学は勉強しておいてね」と言われて買ってそのまま放置していた本でした。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 29, 2017

テキストマイニングに興味がある人へ

テキストマイニングについて聞かれることがままあるので、ここにリンク集を作っておきます。

●テキストマイニングツール

・KHcorder http://khc.sourceforge.net/
 よくできたツールです。まず、これを使って、いろいろやってみることをお勧めします。

・TTM(Tiny Text Miner) http://mtmr.jp/ttm/
 実際はRでテキストマイニングをするのですが、それを前処理するためのツールです。

・Rmecab https://sites.google.com/site/rmecab/
 以下の石田さんの著書を見ながら使うといいでしょう。

●参考文献

1)小林雄一郎(2017)
「Rによるやさしいテキストマイニング 」
https://www.amazon.co.jp/dp/4274220230/
 2017年2月に出たばかりです。これを読んでRを使うとテキストマイニングがわかると思います。

2)樋口 耕一(2014)
「社会調査のための計量テキスト分析―内容分析の継承と発展を目指して 」
https://www.amazon.co.jp/dp/4779508037/
KHcorderの作者樋口さんの著書です。KHcorderのマニュアル本としても使えます。

3)松村 真宏/三浦 麻子(2014)
「人文・社会科学のためのテキストマイニング[改訂新版]」
https://www.amazon.co.jp/dp/4414300037/
TTMの作者松村さん、三浦さんの著書です。テキストマイニング研究事例も載っています。

4)石田基広(2017)
「Rによるテキストマイニング入門 第2版」
https://www.amazon.co.jp/dp/4627848420/
 私が研究を始めた時は2008年の第1版でした。テキストマイニングとは何かを教えてもらいました。2版は最新情報も含みグレードアップしています。
※ 入門と書いてありますが2版は中級者向けになっています。ご注意を。

5)菰田文男/那須川哲哉(2014)
「ビッグデータを活かす 技術戦略としてのテキストマイニング 」
https://www.amazon.co.jp/dp/450209580X/
 この本にインスパイアされて研究を始めました。商用ソフトを使った事例ですが、テキストマイニングの考え方がわかります。

6)石田 基広/小林 雄一郎 (2012)
「Rで学ぶ日本語テキストマイニング」
https://www.amazon.co.jp/dp/489476654X/
 計量国語学の事例を扱っています。まだテキストマイニングの資料が少なかったのでいろいろ助けてもらいました。

研究計画書を書いたのが2014年、研究を始めたのが2015年、第三次人工知能ブームの波にうまくのって、情報がほどよく入ってきました。

偶然ですが、良い時期に修士研究をできたと思っています。

テキストマイニングからいろんな世界が見えてきます。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 27, 2017

書談:久米郁男『原因を推論する -- 政治分析方法論のすゝめ』

統計学の本、3冊目を読みました。
厳密には統計学、ではないのですが。

『原因を推論する -- 政治分析方法論のすゝめ』
 -政治分析の方法を身につける-
◆有斐閣社のリンク◆
著者:久米 郁男 (早稲田大学教授)
発行:2013年11月
出版:有斐閣
定価 1,944円(本体 1,800円)

Kumeikuo

ー目次ー
序 章 説明という試み
第1章 説明の枠組み─原因を明らかにするとはどういうことか
第2章 科学の条件としての反証可能性─「何でも説明できる」ってダメですか?
第3章 観察,説明,理論─固有名詞を捨てる意味
第4章 推論としての記述
第5章 共変関係を探る─違いを知るとはどういうことか
第6章 原因の時間的先行─因果関係の向きを問う
第7章 他の変数の統制─それは本当の原因ですか?
第8章 分析の単位,選択のバイアス,観察のユニバース
第9章 比較事例研究の可能性
第10章 単一事例研究の用い方
終 章 政治学と方法論
ちょっと長い,少し個人的な,あとがき

計量政治分析という分野を語っているのですが、社会科学一般に適用できます。
科学的説明という点では反証可能性について語っています。
社会科学でカール・ポパーの説に取り上げている類書はあまり目にしません。
(アマサイが知らないだけかもしれませんが)
事象を説明する例として、小学生なら誰でも習う朝顔の光合成の実験です。
朝顔の葉の一部にアルミホイルをまくとその部分だけ光合成をしていないのがわかる、というアレです。
事象を説明するというのは私たちは小学生のときからやっているというわけです。

しかし、世の中の事象を説明するとなるといろんな変数を解析しないといけないので、複雑になってきます。

森川友義の研究に「若者は選挙にいかないせいで4000万円も損をしている」というのがあります。投票率、社会保障、国債発行額の年度ごとの時系列データから算出しています。この結果を検証しているグループがあり、投票率と社会保障との間には必ずしも正の相関関係があるわけではない、ということを説明しています。そもそも、1票で候補者の当落が決まるわけではないので、関係性を問うこと自体検討はずれということでもあります(これは本書で久米先生が反論している)。

社会科学では、計量的に1つの説を出してもだだっと、反論する論文が出るようです。

投票率で何かの傾向が導きだせれば、政治学として結構な成果だと思いますが、統計を少しでも真面目に勉強すれば、それが簡単でないことは理解できるでしょう。

本書でも、細かい話になると「あとは統計学の専門書」を読んでいただきたいと説明を省いています。

本書は社会科学における統計学の成果事例を紹介しているので、このブログでは統計学の本ということで紹介しました。

次の研究のネタを見つけようと本書を手にとったのですが、ネタはあっても、結論まで導くのは大変そうです。

でもデータ解析をやりたいという人は絶対に目を通しておく一書だと思いました。

研究者の道は長く遠い。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 24, 2017

「真の量子コンピュータ」実現への道

量子コンピュータが流行っているようで、喜ばしい限りです。

「真の量子コンピュータ」実現への道--IBMの開発状況を読み解く

 この5月17日に、IBMが17量子ビットの量子コンピュータを披露した。小さな数字に聞こえるかもしれない。しかし非常に重要な一歩を人類が歩んだことを示す数字である。  われわれが利用しているコンピュータは、プログラムにより指令を送ることで所望の動作をする。いわば自由自在にお願いを聞いてくれる大規模な装置である。  そのコンピュータの動作原理は、(物理学の観点では)電気が流れるか流れないか、という2つの状態をそれぞれ異なるものとして扱う。  この2つの状態の間のスイッチングを巧みに利用して複雑な動作を実現させている。  量子コンピュータでは、「電気が流れるか流れないか」という2つの状態を分離して扱うだけではなく、足し合わせて利用し、複雑に絡み合わせて利用することもできる。そのため、われわれが想像をしている動作の範疇(はんちゅう)を大きく超える。  この新しい計算能力を利用すると、これまでのコンピュータでは非常に時間がかかってしまうような難問の一部についても比較的高速に解くことが可能になる。  既存の問題を高速に解くという素朴な期待を超えて、量子コンピュータを人類が手にした時には、人間の思考のスタイルそのものすら変革を迎えることはあまり強調されない。  ゲート方式による量子コンピュータで期待されているのが、量子シミュレーションと呼ばれる技術の開拓だ。自然法則に従う複雑な現象を細部に渡り、シミュレーションを行うのだ。

東京大学・藤井啓祐氏にインタビューしているので、信頼できそうです。

それにしても17量子ビットって半端な気がするのですが、そうではないようです。
「憶測ですが、IBMが開発した17量子ビットのコンピュータの『17』という数字が示す意味は、計算に必要な数値を入力する部分を示す『9』と量子に特有の誤りの2種類を検査するために必要な4ビットが2つで、9+4+4=17ということだと思います」

他の記事にもしきりと「誤り訂正」ができると書いてあります。

量子コンピュータがかなり進んでいるのは確かなようですね。

現在の量子情報通信の特許を調べるとまた新しい見解が出てくるかもしれません。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 13, 2017

書談:豊田裕貴『現場で使える統計学』

統計学の本をもう一冊読了いたしました。
勉強中には複数の本を参照していますが、「読書」として読んだのは2冊目です。

『現場で使える統計学』
発行:2006/9/28
著者:豊田 裕貴
出版:阪急コミュニケーションズ
Amazon

71fg5ryvdll

阪急コミュニケーションズという出版社はどこかに吸収されて今はないようです。
(CCCメディアハウスというところでした)
豊田先生のお名前はテキストマイニングの本でお見かけしたので、信頼できる著者だと思いましたし、アマゾンのサイトで中を読むことができました。
これはなかなか使える本だと思いました。

第1章 統計学を使うススメ、使わないススメ
第2章 要約のために統計学を使う
第3章 基本指標を組み合わせて統計学を使う
第4章 断言できないときに統計学を使う
第5章 仮説立てに統計学を使う
第6章 仮説の検証に統計学を使う

ほとんど数式を使わず統計学を説明しています。
少しは使ってくれると、学習者にはむしろ助かるのですが。

分散と標準偏差の考え方がよくわかりました。
仮説統計に関しても丁寧に説明しています。
豊田先生の近著に『Excel分析ツール 完全詳解』と『Rによるデータ駆動マーケティング』という本がありますが、根本思想は本著に凝縮されています。
つまり、ビジネスで使う統計は本書で十分であり、それをExcelやRで計算できれば、ばっちし、ということです。

これを読了すれば、統計教科書の類もスムーズに読めるのではないかと思います。

お勧めの一書です。

大学で習う統計学は概ねわかる、という水準までもっていきたいです。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 11, 2017

放送大学情報化社会研究会で発表してきました!

放送大学情報化社会研究会というところで、テキストマニングに関する発表を行ってきました。

放送大学神奈川学習センター

Kanagawasc01

Soukai170610

ベースは今年出した修士論文ですが、今回は文系の方も多いので、数理的な説明はせずに、背景が理解できるように構成しなおしました。

修士口頭試問や理系の人の集まりでは全く出ない質問もあり、たいへん勉強になりました。

特に会の顧問であるメディア論の大家・柏倉康夫先生には、私の研究に深い理解をいただき、「これは文学研究にも使えますね」「アマサイさんは、個別の技術に対して特化することではなく、汎用性を目指されたのですね」と正に私が研究大元としていることをご指摘くださいました。

大学院の評価としては「A」をいただきましたが、果たして、これは学術的に評価されるものなのだろうか、と心配しておりました。

しかし、多くの方から「テキストマイニングは面白い、自分も使ってみたいので、是非教えてほしい」というご意見をいただき、大きく自信を持ちました。

もうお一方、立命館大学で研究されている方の発表を拝見しました。まだ研究の途中なので、ネタバレして申し訳ないので、簡単にいいますと、パソコン等のキーボードの習得とジェンダーに纏わる社会学的な視野に基づいた研究です。

この研究からも、学術研究というのは視点が大事だなと思いました。

例えば、統計学の研究をしたいと言っても、統計学の本だけ読んでいては研究にはなかなかならず、他の分野も少し、かじってみて、統計学を当てはめる、という手法を使うと研究ネタが見つかると思います。正に今、そうやって、研究ネタを探しています。

・石田基広先生のRMecab https://sites.google.com/site/rmecab/
・樋口耕一先生のKHcoder http://khc.sourceforge.net/
の宣伝はしっかりしてきました(^_-)-☆

これからも数理情報学研究者としてがんばっていきます!

Twitterで「海外では博士を持っていないと普通研究者とは言わない」とあって少しがっかりしています。博士号も取りたいな。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 07, 2017

書談:サイエンスパレット『統計学』

サイエンスパレットの一冊『統計学』を読みました。

『統計学』サイエンス・パレット SP-012
著者:David J. Hand
翻訳:上田修功     
発行元:丸善出版

Vsi_

これはオックスフォード大学出版から出している、
「A Very Short Introduction」シリーズのうちの一冊です。
このシリーズは日本でいう新書版の内容です。
なぜか、理系のものは丸善で、文系のものは岩波書店から翻訳を出しています。

英語の勉強のために原書も買いましたが、まだ読んでいません。

1 統計学に囲まれて 現代統計学/定義/嘘,大嘘,そして統計/データ/広義の統計学/いくつかの例/結論

2 統計学の基礎
はじめに/再び,データ/単純な要約統計量/平均/ばらつき/歪度/分位数

3 よいデータの収集
不完全データ/不正確なデータ/誤差伝搬/前処理/観測と実験データ/実験計画/サンプリング調査

4 確率
偶然の本質/確率とは/偶然の法則/確率変数とその分布

5 推定,推論
点推定/どの推定が最良か/区間推定/検定/決定理論/われわれは今どこ?

6 統計モデルと手法
統計モデル:これまでの議論の融合/統計手法:実用統計学/統計的図表/結論

7 統計計算
統計学はそのあり方を変える

それこそ、統計学の基礎知識を得るために読んだのですが、読後感はちょっと微妙です。
目次は通常の統計教科書と同じなのですが、1章から5章まで、「統計学って大事だよね」ということが書かれていて、6章と7章で統計手法がばばっばと羅列してある感じです。

もっと丁寧な説明が欲しかったかな。

「A Very Short Introduction」は他にも読んだのですが(翻訳でw)、ちょっとこれはこざっぱりしすぎてやしないかな。

まあ、統計英語の勉強のつもり読めばそれで役に立つかな。

まだまだ勉強せねば。

いつの日か、一流のデータサイエンティストになるのだ!人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 05, 2017

放送大学面接授業『国際統計データの性格と使い方』

放送大学で「国際統計データの性格と使い方」という授業を取りました。
放送大学では、テレビやラジオを通じた授業の他に面接授業と言って、通常の大学のように対面、講義室で講師の先生がリアルに講義を行う授業があります。

今回は2日間に渡る集中講義です。

シラバスを見ずに、学習センターにある受講生追加募集で申し込みました。
国際統計データの性格と使い方

【授業内容】
今日、各国の急激な国際化は、我国においても、社会、経済、環境の各分野の現状の正しい理解と将来に対する意思決定において、ドラスチックな思考変換を求めています。マクロ、ミクロに関わらず、有効な判断をするためには、関連事案の多面的な国際比較に基づいた客観的な、従って相対的な比較観察ー分析が不可欠です。従って、それを可能にする国際統計データの重要性が益々増してきています。本授業では既存の主要国連統計データベースの正しい使い方を応用例を示しながら、又、受講者全員との討論を交えながら、お話します。

【授業テーマ】
第1回 グローバリゼーションと現在我々が直面している諸問題
第2回 限られた資源-資本の最適配分と国際競争力: 持続可能な発展とは?
第3回 社会、経済, 及び環境関連の国連主要統計データベースの紹介(本授業では、これらのデータベースを対象とする)
第4回 それらのデータベースの情報力の限界
第5回 国際データの比較可能性と標準化の例; 主要統計指標の選定と作り方;それらの指標の計測対象と読み方
第6回 第5回の続き
第7回 持続可能な発展の観点から重要な国際統計指標と国別比較
第8回 Q&A; 全体討論
シラバスを見ても統計のことをやるらしい、というだけで、結局よくわからないのですがw。

国連主要統計データベースとありますが、そういうものの存在すら知りませんでした。

指定のwebサイトにアクセスすると国連加盟国のGDPであるとか、農業の収穫量、技術開発、CO2の排出量、様々な統計が出てきます。講義はこれを使って、自分が所望とする統計量を出すという演習をしました。←Excelでできます。

少し、統計の勉強を始めたのですが、社会科学や心理学統計ばかりやっていて(放送大学にはそういう科目が多い)このような統計には無知でした。

要は、マクロ、ミクロの経済学の知識が不可欠ということがわかりました。

ふぅ~、これから更に経済学も勉強せねばいけないのか。
気が遠くなる思いでしたが、以前、伊藤元重さんの本を読んでいたのを思い出しました。

取りあえずこれを読んでみようと思います。

『はじめての経済学〈上〉』
著者:伊藤 元重 (日経文庫) 2004/4

413s3y3986l__sx288_bo1204203200_

がんばって統計学をマスターするぞ!

因みに講師の山田哲夫先生は、この業界では有名みたいです。

成城学園卒業生100人のメッセージより

高校卒業(1965年3月)後、東京と米国と英国の三つの大学で学んだあと、国際開発協力の分野で仕事をすることにしたのも、成城学園の上記教育精神に決定的に影響された選択でした。日本の政府間国際開発協力(ODA)活動に計三年間係わった後、1976年より定年退官した2007年末まで発展途上国の工業開発を側面技術援助する国連工業開発機関(UNIDO)の本部(ウイーン)に勤務しました。ここでは、国際産業統計、各途上国の産業政策に資する工業経済研究、途上国の産業統計インフラの開発協力、産業統計その他の統計の国際統計基準の改新などに関する仕事をしました。

これらの仕事のどれをとってみても、目指すところは我々が属する地球共同体内(特に発展途上地域)に存在する貧困とそれに起因する地球規模の数々の重大問題(飢餓、子供たちの基本的人権の不確立、テロ、国際組織犯罪、内戦、差別、伝染病、風土病等々)の撲滅・解決、言ってみれば国内、各国間に存在する不公平、不平等、不公正の是正とそれによる国際平和と繁栄です(これらは国連活動の究極の目的)。成城学園の教育精神が無意識に身についていたからかどうかはわかりませんが、国連で与えられた個々の仕事において自分なりの上記のような目的意識がいつもはっきりしていたのは事実です。したがって、僕はいつも楽しく仕事をすることができ、これは誇張無しで成城学園のおかげだと思っています。

数理情報学研究者の道は長く遠い(-_-;)。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 01, 2017

量子アニーリング特許

先にお知らせした量子アニーリングのレクチャー、行けませんでした。
(/_;)ぐすん。

背中がばきばきでマッサージをしてもらってる最中でした。

でも関連するレポートが出てるみたいですね。

ついに出た!量子コンピュータD-Waveを使った非負二値行列因子分解

非負二値行列...なんじゃらほい、ですが、記事を読めばなんとなく(飽くまでもなんとなく)わかります。

私たちリクルートコミュニケーションズは以前より早稲田大学と量子アニーリングに関する共同研究を進めていましたが、昨年よりD-Wave Systemsと共同研究を開始し、D-Waveを用いた機械学習アルゴリズムの開発やその広告配信への応用に取り組んでいます。また、今年の6月には量子アニーリングに関する世界トップクラスの国際学会Adiabatic Quantum Computing Conference2017が日本で行われ、私たちもD-Waveを用いた機械学習アルゴリズムやレコメンデーション手法について発表する予定です。

いろんな企業が連携してるみたいですね。

ためしに量子アニーリングで特許検索してみると、33件、Googleも Yahoo!も出願しています。

なんとYahoo!に至っては日本で特許を取っていますな。

特許5899272号
【発明の名称】算出装置、算出方法及び算出プログラム
【出願日】平成26年6月19日(2014.6.19)
【出願人】ヤフー株式会社
【発明者】磯 健一
【要約】
【課題】多段ニューラルネットワーク(DNN)を容易に取得する。
【解決手段】算出装置100は、追加部131と、受付部132と、算出部133と、を有する。追加部は、入力データに対する演算結果を出力する複数のノードを接続したネットワークであって所定のクラスに含まれる第1のサブクラスに属するデータの特徴を学習済みのネットワークに対して新規ノードを追加する。受付部は、所定のクラスに含まれる第2のサブクラスに属する学習用のデータを入力データとして受け付ける。算出部は、受付部によって受け付けられた学習用のデータをネットワークに入力した場合の出力結果に基づいて、第2のサブクラスに属する学習用のデータの特徴を学習するように、追加部によって追加された新規ノードと他のノードとの間の結合係数を算出する。
【特許請求の範囲】
【請求項1】
入力データに対する演算結果を出力する複数のノードを接続したネットワークであって所定のクラスに含まれる第1のサブクラスに属するデータの特徴を学習済みのネットワークに対して新規ノードを追加する追加部と、
前記所定のクラスに含まれる第2のサブクラスに属する学習用のデータを入力データとして受け付ける受付部と、
前記受付部によって受け付けられた学習用のデータを前記ネットワークに入力した場合の出力結果に基づいて、前記第2のサブクラスに属する学習用のデータの特徴を学習するように、前記追加部によって追加された新規ノードと他のノードとの間の結合係数を算出する算出部と
を備えたことを特徴とする算出装置。
【請求項2】
前記算出部は、
前記結合係数として、前記学習用のデータを前記ネットワークに入力した場合の出力結果と前記学習用のデータに対応する正しい出力結果との間の誤差を最小とする結合係数を算出する
ことを特徴とする請求項1に記載の算出装置。
【請求項3】
前記算出部は、
前記追加部によって追加された新規ノードと他のノードとの間の結合係数として、前記他のノード間の結合係数を不変にして前記誤差を最小とする結合係数を算出する
ことを特徴とする請求項2に記載の算出装置。
(以下略)
Yahoo_pat


おもしろいので、拒絶理由通知の理由も一個載せておきましょう。

理由1(進歩性)について

・請求項   1-3、8-9
・引用文献等 1-2
・備考

 引用文献1には、第1の入力データ(劣化前の入力パラメータ)に基づいて、出力データと学習データとの誤差が最小となるように、ニューラルネットワークの結合荷重を学習し、第2の入力データ(劣化後の入力パラメータ)を学習する際に、ニューロンを追加し、既存のニューロンに対する結合荷重を固定したまま、追加したニューロンに対する結合荷重を学習することが記載されている(特に段落[0038]、[0042]-[0052]を参照されたい。)。
 引用文献2には、異なるカテゴリの図形の学習を開始する毎に、既存のニューロンに対する結合重みを固定したまま、新たにニューロンを追加し、当該ニューロンに対する結合重みをバックプロパゲーション則に従って調整することにより、異なるカテゴリの図形の認識を行うためのニューラルネットワークの学習を行うことが記載されている(特に[要約]、段落[0019]-[0036]を参照されたい。)。
 引用文献1及び引用文献2に記載された発明は、いずれも学習過程でニューロンを追加することにより学習内容を増やすことを目的とする技術である点で一致しているから、引用文献1に記載された発明において、ニューラルネットワークの学習対象を入力データのカテゴリとすることにより、上記各請求項に係る発明を想到することは、当業者にとって容易である。

1.特開2012-014617号公報
2.特開平09-062644号公報
3.特開平05-246633号公報 (周知技術を示す文献)
4.特表平07-502357号公報

「量子アニーリング」という用語は1つしか見いだせませんが、量子コンピュータのアルゴリズムを明かしたのは確かでしょう。

特許もぼちぼち出ているので、公報を読んで勉強できますね。

修論で公報を読み始めた時は、量子アニーリングなんて用語知らなかったなあ。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

May 18, 2017

量子アニーリング

量子アニーリングに興味を持っているアマサイです。

早稲田のレクチャーに一回行ってみようと思います。

NP完全問題の量子アニーリングにおける相転移現象
高橋惇さん(東京大学大学院総合文化研究科広域科学専攻)

Quantum Computation and Machine Learning Seminar Series vol. 4

2017年6月1日 16時30分~

NP完全問題の量子アニーリングにおける相転移現象
Jun Takahashi (University of Tokyo)
東京大学大学院総合文化研究科広域科学専攻 高橋惇 氏

場所: 早稲田大学早稲田キャンパス7号館212号室

概要:
最適化問題を解くアルゴリズムは情報科学の分野における主要な研究対象だが、物理的なアプローチやプロトコルを用いて最適化問題の解を求める手法が境界領域として近年活発になっている。
特に、Kadowaki-Nishimori (1998) や Farhi et al. (2000) に端を発する量子アニーリングは、(2017年5月現在)大規模な実装化に成功している唯一の量子計算機であり、さらに物理的な量であるエネルギーギャップとアルゴリズムの計算時間を結びつけるものとして基礎的にも興味深く、盛んに研究されている。
一方で、量子アニーリングや量子計算機一般を用いても全ての問題が効率良く解けるわけではなく、特に「NP完全問題」と呼ばれる問題群は効率良く解くことが不可能であると計算理論の分野で信じられている。
そこで、NP完全問題のような「解けるはずのない問題」に量子アニーリングを適用した際に、計算を阻害する物理現象の解明を試みた。
その結果、従来考えられていたスピングラス転移と異なる転移が存在し、その未知の相内で一次転移が誘発され、量子アニーリングの障害になっていることが数値的に示唆された[1]。

本講演では、量子アニーリングの原理や、NP完全問題がなぜ一般に「解けるはずがない」のかを概観し、後半では研究結果を紹介しつつ量子アニーリングの物理的障害について議論します。

[1] Jun Takahashi and Koji Hukushima arXiv: 1612.08554

主催:科学研究費助成事業基盤研究(B)「量子アニーリングが拓く機械学習と計算技術の新時代」
共催:早稲田大学高等研究所

アマサイが量子アニーリングを知ったのは修論作成のため、量子情報通信の論文を読んでいたときです。

量子通信がトレンドだと狙ってテーマを掲げたのですが、機械学習と関連があるとは思いもよりませんでした。

二重の意味でよいテーマを選んだと思います。
量子アニーリングは以下のサイトが詳しいです。

量子アニーリング by 西森 秀稔
http://www.stat.phys.titech.ac.jp/~nishimori/QA/q-annealing.html

量子アニーリング法とD-Waveマシン - 東京工業大学
http://www.stat.phys.titech.ac.jp/~nishimori/papers/QA-DWave_CE.pdf

今度は量子アニーリングと機会学習との関連で論文を書いてみたいです。

私も早稲田で講演するかも、なんちゃって(^_^;)。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

May 17, 2017

謎ワード「テロメア」

久々にクローズアップ現代を真面目に見ました。


生命の不思議“テロメア” 健康寿命はのばせる!

老化を防ぎ、若さを保ちたい。そんな願いをかなえると注目されている研究がある。ノーベル賞生物学者・ブラックバーン博士らによる「テロメア」研究だ。染色体の端にあり細胞分裂のたびに短くなるため、年とともに縮むと考えられていたテロメア。ところがテロメアを伸ばして細胞から若返る方法があり、がんを防げる可能性もあるというのだ。それは日常で実践できる生活習慣。最新の研究から健康寿命を延ばす秘策と命の神秘に迫る。

出演者
石川冬木さん (京都大学大学院教授)
石川善樹さん (予防医学研究者・医学博士)
武田真一・田中泉 (キャスター)

途中で頭痛がイタクなりました。

こんなことが真面目に研究されているのか。

老化するとテロメアが減るであって、テロメアを増やしても老化は止まらないと違うんかい!

瞑想、運動、バランスのいい食事は老化が緩やかになるんであって、テロメアは関係ないんと違うんかい!

こんなことがNHKで放映されていいのか!

医学研究はトンデモさんもあるからなあ(-_-;)


ブラックボーン博士の略歴はウィキペディアより

オーストラリアのタスマニア・ホバート生まれで、現在はアメリカの市民権を得ている。オーストラリアのメルボルン大学を1970年に卒業し、修士と博士課程はイギリスのケンブリッジ大学に進学、同大学で1975年に博士号を得た。

博士研究員としてイェール大学で2年間、ジョー・ガルの研究室で分子生物学・細胞生物学の研究を行った。具体的にはテトラヒメナにおけるミニ染色体の研究を行った。当時はテロメア構造の存在は示唆されており、この構造が染色体の維持に必要であることがわかっていたものの、その DNA 配列が不明であったため、これを明らかにすることを試みる研究だった。1978年にテトラヒメナ非翻訳性RNAの中に連続した反復配列があり、DNA複製と関係することを報告した。この結果を手がかりに、出芽酵母など他の生物でもテロメア配列が明らかにされていく。

1978年にカリフォルニア大学バークレー校の分子生物学科の准教授となる。1984年にブラックバーンの研究室に博士課程の学生として参加したキャロル・W・グライダーが放射性同位体を用いて、細胞核の抽出液からテロメア合成酵素の活性を測る方法を考案し、生化学的手法からテロメラーゼを単離した。この結果は1985年に発表され、「末端複製問題」を解決する研究として受け入れられた。

1990年にカリフォルニア大学サンフランシスコ校の微生物学・免疫学部門へ移り、1993年から1999年まで学部長を務めた。現在は生化学・生物物理学部門の教授である。またソーク研究所の非常勤研究員でもある。2004年現在もテロメアに関連する研究を続けている。1992年王立協会フェロー選出。

略歴は間違いないがな。

因みに日経サイエンスにも記事になっとるようじゃ。

ブラックバーンが語るテロメアと健康状態

 人間を含め多くの生物の染色体には,その末端部に「テロメア」と呼ばれる特徴的な構造が見られる。テロメアは個々の細胞が持っている“時計”で,細胞が年を取るにつれてテロメアが短縮する。このテロメア研究のパイオニア的業績で2009年のノーベル生理学・医学賞を受賞したエリザベス・ブラックバーン博士は心臓病やがんなど加齢に伴う健康リスクの評価にテロメアを役立てようとしている。
因果関係は逆にしたら成立するとはかぎらんじゃろう。

まあ、今後の注目ワードとして「テロメア」は覚えておこう。

サイエンスねたにだんだんもどってきました。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

May 16, 2017

日本の知財裁判はいかに?

日本の特許訴訟 「勝訴率」実は低くない? 和解含めると4割に
2017/5/15付日本経済新聞 朝刊

 最高裁がまとめた新たな統計は、東日本の特許訴訟の一審を専属で管轄する東京地裁と西日本で専属管轄する大阪地裁での、2014年と15年の2年間の結果。対象の訴訟件数は計202件で、判決に至ったのが125件。77件については和解で決着していた。  まず判決をみると、原告側(特許権者側)の勝訴判決は28件で全体の約14%だった。知的財産研究所が15年にまとめた調査研究によると、特許訴訟の特許権者側の勝訴率は米国が5~7割前後、ドイツでは6割前後。これらと比べると、日本での勝訴率は確かに低いように見える。  ただ、日本では和解で決着したうち大半の61件が、被告側への差し止めや、金銭の支払いを認めさせるなど特許権者側が実質的に「勝訴」した内容だった。勝訴判決と合計すると89件で、全体の44%が特許権者の訴えを認める形で決着していたことになる。  日本では、裁判が終盤に差しかかってから和解に転じる例が多いとされる。日本の特許訴訟を巡っては近年、一部の識者や弁護士事務所から「特許権者の勝訴率が諸外国に比べ著しく低い」との批判も出ていた。これに対し裁判関係者は「特許権者側が勝ちそうな裁判の多くが和解で決着し、実質的な“勝訴率”は低くない」と、判決結果だけを単純比較すべきではないと反論してきた。

Nihonnotizaisaibann

低いも何も母数が少なすぎるでしょう。
2代前の所長・飯村敏明氏は公の場面に出る度に
「みなさん、裁判起こしてちょーだい!」
と言っていたよ。
はい?その費用はどっから出るんですかい?
そのとき中堅企業知財部にいたアマサイは小規模企業にはそんな金ないわい!
と心の中で叫んでいた。

知財裁判が多く発生すれば知財活動は発展するのか?
そんな話は聞いたことがない。
日本は米国違って判例制じゃないんだから。

景気が良くなって製造業が発展しないと知財も何もないんだから。

訴訟だらけのレッドオーシャンにしてどうするんだい!

とにかく経済政策をなんとかしてちょーだい!

ひさしぶりに真っ向から知財ネタでした。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

«すぬーが売られる!(+_+)

サイト内検索
ココログ最強検索 by 暴想

更新情報

June 2018
Sun Mon Tue Wed Thu Fri Sat
          1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30