また、世の中にはパート勤務で厚生年金に入らなくて済むぎりぎりの年収で働く方（いわゆる年収の壁）も多いですが、厚生年金に入った方が予想外のライフイベントに対しての不安が減るので、個人的には加入できるな加入した方が良いと思います。年収の壁を超えた場合の手取り年収の減少についても改善が進んできていますし。

（注意）話を簡単にするために概算での数値となっています。家庭の状況によっても大きく変わりますし、障害者手帳の税金の優遇や、非課税制度などもかなりの金額ですが、今回はふれていません。

注意事項として傷病手当金をもらう場合は、在職中の健康保険の任意継続が必要だったり、失業手当を数年後から支給開始する方法など、手続き上必要な事も省略しています。

Permalink | 記事への反応(0) | 13:47

■anond:20240919201401

オマンコ特権はフル活用しないと損よ

Permalink | 記事への反応(0) | 11:17

■anond:20240920090732

この手の擁護マジで頭悪いと思うんだけど、『企業は自社の利益になるから先行者利益活用して独占する、でもそれは市場として健全じゃないから当局が規制したり消費者も自分たちのメリットのために独占を批判する』って構図を前提に皆が話してる中で、「企業が新参者を暖かく迎えないのは当然（キリッ）」っていい始めるの主張が周回遅れ過ぎない？

Permalink | 記事への反応(1) | 09:17

2024-09-19

■anond:20240909192830

元増田です。

責められるだけだと思ってたのでびっくりしてます。

優しい言葉をかけてくれた方ありがとう。

高IQってつけたのはIQだけは高い(というよりも文字認識が得意)ので、生まれてこの方お勉強だけはできるタイプですっていう雑な条件設定のつもりでした。とはいえ天才ではないしASD 特有の伸びるとこしか伸びないタイプなので出た大学は私大、どうにか得意分野メインの資格だけは取れたレベルです。

特性の方向がお勉強に向かってくれたこと、LDはなかったことが幸いして、一応この資格でやっていけば食いっぱぐれることはないと思いたいです。

ただ、この通り大学までずっとこの資格勉強ばかり、就活も資格ありきでしかしたことがなく、コミュ力もない。

今更他のお勉強ができるほどの勤勉さはなく、この資格を活用するならリモートワークはできないのが確定しています。

お勉強ができる、というのが自尊心の表れとは自分の中では言い難く、お勉強以外の全てができないから唯一何とかできていたお勉強にしがみついて大学を出た形です。

こんな性格で結婚できるとも思わず、老後あるいは退職・休職後、兄弟に迷惑もかけないために長期療養が挟まってもでかい資格一個あれば、最悪何かしらの就職先にはありつけるだろうと小学生の頃からこの資格取得だけを目指して生きてました。

実際、この資格取得のおかげで人間性ぼろぼろでも大手企業でなければ再就職には困らないはずです。生涯お勉強が必要な資格ではありますが、自分の中の定型を決めてしまえば何とか対応などはできていたレベルです。

結局、自分に対してこの資格を何とか取れたということにしか価値を感じていないし、それ以上の価値が自分にあるとは思えない。

この資格のおかげで転職も気楽に考えられる側面はあるけど、この資格持ってる人向け障害者雇用があんまりないのも大きくて、休職明けてどうしても復職が難しかったらまずはハロワに駆け込んで、障害者雇用があるのか、隠していいのか、どこまでCOが必要なのかなどもう少し福祉を頼ろうとは思います。

今も手帳持ちを隠してる罪悪感はありますが、就活時には持ってなかったというのは事実で、どのタイミングで話しても騙してることになるならばといえなかった自分の弱さが今回の休職に至った大きな原因だったのだと思います。

休職直前に上司に泣きながらごめんなさいクリニックで今原因を精査する予定なんです、隠しててごめんなさい、加療対象か分かんなかったんですと伝えたら、そのことを直属の上司などには共有したいか、どの範囲でそれを伝えるかなど一緒に考えてくれていて、投薬加療が開始して問題がなさそうならば復職時にも手助けをしてくれるという幸運にも恵まれてはいます。

社会人にもなって長期のお休みで、働けずにじわじわと自分を責め続ける日々を繰り返していて、その優しさを全て記憶の隅に追いやっていました。

これを書いたのは、無事お薬が決まり、投薬治療が開始したというご報告も兼ねてです。

過眠症のお薬は数種類しかないので副作用をご存知の方もいるかと思いますが、動悸息切れ、頭痛、食欲減退などは出ています。それでも昼間起きていることができることが勝って、食事は二の次で元気に生きてます。

次回の通院時に休職についての話もする予定です。

優しい言葉をかけてくださった方々に幸多からんことを。

Permalink | 記事への反応(0) | 13:18

2024-09-18

■

サンジャポを見ていたら岸博幸が兵庫県知事の業績は誰でもやれることだから評価する価値がないみたいなことを言っていた

誰でもできることであれば、既に前県知事がやっていたはずで、そうではないからあの県知事がやったのだろう

兵庫県知事を肯定したくはないけれど岸博幸の言い方はそれこそパワハラじみていて、なんでもありかよと思った

岸博幸に限らず割とどこでもあることだけど、叩けるチャンスになるとその叩き方が適切なものでなくてもスルーされてしまう怖さはナチスが活用した時よりも敏感になるべきだろう

Permalink | 記事への反応(0) | 23:19

■20年後にはプログラムなんて全部AIが書くんだから 学校では「AI 活用」を教えるべきでは？

プログラミングとか10年後には使われてない技術だろ。

教育っていつの時代も時代遅れなことやってるよな〜

Permalink | 記事への反応(3) | 18:49

■[ZZZ] Q.シーザーってどんなもん？

A.

すごく簡潔に言うと

ほぼ鍾離。やや万葉。

簡潔に言うと

シールド配布に加え、支援、撃破の役割まで恒常Sキャラ水準でこなす1人3役。

パリィ支援かジャスガからのコンボで全体に攻撃 +1000とデバフ25%を配って約3秒で退場する。

エネルギーがなくても支援ポイント1消費する通常長押しで自分中心に集敵ができ、デバフ25%は起動できる。

各性能を噛み砕いて

ビルド:

　シールド量は衝撃力依存で、自己衝撃力バフもあり、ブレイク性能も高いためディスク6番衝撃、ショックスター2+新ディスクのプロトパンク4のビルドが定番になる。

コアパッシブ:

　全体シールドを強化特殊(/連携/終結)で貼れて、攻撃 +1000が付随する。セスの倍近いシールド量で60秒持続。シールドは中断耐性もちでキャラ横に耐久ゲージが出る。シールド割れた時の超過ダメは受けない。

コア追加能力:

　条件は同陣営orパリィ支援持ち。パリィ関連の行動または通常長押しで周囲の敵にデバフ、その敵に対し全員が与ダメ+25%、30秒。

特殊スキル:

　エネルギーの有無で二分される上、ライカンやベンのように2段階消費になっており別スキルなので、計4つのスキルがある。

　1段目は盾を構えパリィ態勢に入る、2段目は反撃する形で、各段階ごとにジャスガ判定がある(非強化の2段目だけない)。

　非強化/強化1段目でジャスガ発動すると、パリィ態勢に入らず自動で非強化2段/手動で強化2段(エネ無消費)に繋がる。

　パリィ態勢に入ったあと黄十字を被弾すると普通のパリィ支援をした時のように後ずさり、反撃コマンドのために緩い入力待ちになる。

　パリィ支援では通常攻撃ボタンで「支援突撃」を発動するが、パリィ態勢からは特殊スキルボタンで反撃になり、これを「防御反撃」と呼ぶ。

　2段目スキルは後ずさりからの防御反撃としても発動するが、敵を待たずに押しても一応発動する(性能は低下する)。

　強化2段はジャスガ判定があり、成功すれば消費したエネルギーが即座に返還される。

　強化1段はエネルギー40必要だが、強化2段は20で済むので、非強化1段によるパリィ態勢からも強化2段に分岐できる。

　強化1段および2段は初撃の盾打ちで「看破」、つまり敵のモーションを中断させられればジャスガと同じ扱いを受けられる。

　なので怯みやすい雑魚相手なら雑に強化特殊を当てに行っても構わない。

通常攻撃:

　特筆すべきは通常長押しで自分中心に敵を引き寄せられることで、セスのようなクソ長モーションではなく一瞬。

　ニコの強化特殊短押しくらいの範囲はある。これでもコアスキルの追加能力を発動できるので序盤の雑魚戦で活用できる。

　支援ポイント(パリィ支援のときに消費する黄色い輪のゲージ)を1消費するデメリットはある。

支援スキル:

　パリィ性能は「かなり高い」。特筆すべきは、パリィ支援→支援突撃のあとに、防御反撃扱いになり直接2段目特殊スキルに繋げられる。

　つまりエネルギーが20あればパリィ支援から強化2段へ分岐してコアスキルを全部起動できる。

立ち回り:

　強化2段(圧倒的シールドバッシュ)にいかに繋げるかだけ注目すればいい。

　1. 裏にいてエネルギーが20以上ある→パリィ支援からの防御反撃コンボで強化2段に繋げる ※エネルギー 20の目安はマーカーの半分

　2. 表にいてエネルギーが40以上ある→強化特殊1段でジャスガor看破を狙い、無コストで強化2段に繋げる

　3. 表にいてエネルギーが20 しかない→パリィ姿勢に入り防御反撃で強化2段へつなぐ。あわよくばジャスガor看破で返還狙う。

　実エネルギー消費は1.=20、2.=40、3.=0or20 となる。最低20あればよく低燃費と言えるので、あんまりエネルギー効率は必要はないかも。

　強化2段のモーションは多少長いが撃ち始めでキャラチェンできるので、自分で前のアタッカーか次の支援ないし撃破キャラへ切り替える。

パーティ編成:

　すべての支援および撃破キャラと入れ替え可能。エレンパのライカンか蒼角、朱鳶パのニコか青衣とも交換できる。ジェーンパにも入れる。

　表時間が短いので青衣との併用も可能。11号シーザールーシーや、猫又青衣シーザーとすることで既存の編成よりかなり強化される。

　ほかの表運用型アタッカーも軒並みバフされ、パイパーキャリーもシーザー+(ニコorルーシーorセス)と幅が生まれたので要チェック。

これらは先行プレイ動画をいくつか見ながら明文化されてない部分を個人的にまとめたものなので間違ってても怒らんように。

Permalink | 記事への反応(0) | 17:14

■anond:20240918152313

クリックデータの集計において、毎回全データに対して集計SQLを実行すると時間がかかりすぎ、一方でバッチ処理で集計結果を保存すると、その後に発生したクリックをリアルタイムで反映できないという問題があります。この課題を解決するためには、以下の方法を検討すると効果的です。

---

### **1. インクリメンタル集計の導入**

方法**:

**累積集計の更新**: 既存の集計結果に新しいクリックデータを追加することで、全データを再計算せずに最新の集計結果を得る。
**トリガーやストアドプロシージャの活用**: データベースで新しいレコードが追加された際に、自動的に集計テーブルを更新する仕組みを構築する。

利点**:

データの追加ごとに小さな計算で集計結果を更新できるため、高速でリアルタイム性が高い。

---

### **2. リアルタイムストリーミング処理の活用**

方法**:

**Apache KafkaやApache Flink、Apache Spark Streamingの利用**: これらのツールを使用して、データストリームをリアルタイムで処理・集計する。
**イベント駆動型アーキテクチャ**: 新しいクリックが発生するたびにイベントとして処理し、リアルタイムで集計結果を更新する。

利点**:

リアルタイムでのデータ処理と集計が可能。
大量のデータを効率的に処理できるスケーラビリティ。

---

### **3. データウェアハウスとマテリアライズドビューの利用**

方法**:

**データウェアハウスの構築**: BigQuery、Amazon Redshift、Snowflakeなどのクラウドデータウェアハウスを使用して、大量のデータを高速にクエリ可能な形で保存する。
**マテリアライズドビュー**: 集計結果をマテリアライズドビューとして保存し、定期的またはトリガーで更新する。

利点**:

大量データに対するクエリが高速。
マテリアライズドビューにより、最新データを含む集計結果を効率的に取得可能。

---

### **4. NoSQL データベースの活用**

方法**:

**時系列データベース**: InfluxDB、TimescaleDBなどを使用して、時系列データの集計とクエリを高速化する。
**キーバリューストア**: Redisなどを使用して、集計結果をキャッシュし、必要に応じて更新する。

利点**:

時系列データの処理に特化しており、高速な集計が可能。
データの追加や更新が高速で、リアルタイム性を確保できる。

---

### **5. キャッシュとインメモリデータグリッドの使用**

方法**:

**インメモリデータグリッド**: Apache Ignite、Hazelcastなどを使用して、データをメモリ上で分散管理し、高速な集計を可能にする。
**キャッシュ層の導入**: 頻繁にアクセスされる集計結果をキャッシュし、新しいデータが発生したときのみキャッシュを更新する。

利点**:

メモリ上での処理により、高速なデータアクセスと集計が可能。
キャッシュを活用することで、データベースへの負荷を軽減。

---

### **6. ラムダアーキテクチャの採用**

方法**:

**バッチ層とスピード層の分離**: バッチ層で定期的な全体集計を行い、スピード層でリアルタイムの増分データを処理する。
**データの統合**: 最終的な集計結果は、バッチ層とスピード層の結果を組み合わせて得る。

利点**:

バッチ処理の利点（高い精度）とリアルタイム処理の利点（最新データの反映）を両立。
スケーラブルで柔軟なアーキテクチャ。

---

### **7. ウィンドウ関数と部分集計の活用**

方法**:

**時間ウィンドウを設定**: データを時間帯（例：1時間ごと、1日ごと）に分割し、部分的な集計を行う。
**部分集計結果の組み合わせ**: 必要な期間の部分集計結果を合算して全体の集計結果を得る。

利点**:

データの分割により、各集計処理の負荷を軽減。
新しいデータが発生しても、該当するウィンドウの集計のみ更新すればよい。

---

### **8. メッセージキューと非同期処理の導入**

方法**:

**メッセージキュー（RabbitMQ、AWS SQSなど）の使用**: クリックイベントをメッセージとしてキューに送り、非同期に処理・集計する。
**ワーカーのスケーリング**: 非同期処理を行うワーカーを必要に応じて増やし、処理性能を向上させる。

利点**:

非同期処理により、リアルタイム性を維持しつつシステムの負荷を平準化。
スケーラビリティが高く、処理量に応じて柔軟に対応可能。

---

### **まとめと提案**

**リアルタイム性とパフォーマンスの両立**: インクリメンタル集計やストリーミング処理を導入することで、最新のクリックデータを含む集計結果を高速に取得できます。
**適切なツールとアーキテクチャの選択**: データの規模や必要なリアルタイム性に応じて、ストリーミング処理、データウェアハウス、NoSQL データベースなどを選択します。
**スケーラビリティの確保**: 将来的なデータ増加を見据えて、スケーラブルなシステム設計を行います。

---

具体的なステップ**:

1. **要件の明確化**: リアルタイム性の程度、データ量、システムリソースなどを考慮して要件を定めます。

2. **プロトタイプの構築**: 小規模なデータでインクリメンタル集計やストリーミング処理のプロトタイプを作成し、性能を評価します。

3. **システムの実装**: 選定した方法とツールを用いて、実際のシステムを構築します。

4. **モニタリングと最適化**: システムのパフォーマンスをモニタリングし、必要に応じて最適化やスケールアップを行います。

---

参考ツールと技術**:

**データベース**: TimescaleDB（PostgreSQL ベースの時系列データベース）、Amazon Redshift、Google BigQuery
**ストリーミング処理**: Apache Kafka、Apache Flink、Apache Spark Streaming
**キャッシュ**: Redis、Memcached
**データウェアハウス**: Snowflake、Amazon Redshift
**メッセージキュー**: RabbitMQ、Apache ActiveMQ、AWS SQS

---

ご質問の課題に対して、リアルタイム性とパフォーマンスを両立する方法として、インクリメンタル集計やストリーミング処理の導入を強くお勧めします。これにより、新しいクリックデータを即座に集計結果に反映しつつ、全データに対する集計処理の負荷を大幅に削減できます。

Permalink | 記事への反応(0) | 15:32

2024-09-17

■アスリートの経験を学校教育に活用する　←まあわかる

だからアスリートに教員免許を与える　←わからない

Permalink | 記事への反応(0) | 02:52

2024-09-16

■男性学やメンズリブ、マスキュリズムでも何でもいいので、男性 問題を理解したい

おすすめの本などはありますか？

ありましたら是非教えてください。

今までは所謂フェミニズムや女性問題に興味を持ってきましたが、最近男性のことに興味が移り、知りたくなりました。

XやnoteのアカウントやURLでも何でもいいです。

あなたが男性問題を収集し、把握するのに役立ててる情報源がありましたら、是非是非。

はてなは、弱者男性問題を追うのに活用しました。

「弱者男性」で検索して出るものはだいたい読みました。

男性問題、どうにかしたいですよね。

まず知らねば。

女性のことだけ勉強しても、理解が不十分だと気づきました。

社会は両性でできているからです。

よろしくお願いいたします。

Permalink | 記事への反応(1) | 23:15

■ＡＩろくなもんにならなそう

グレッグイーガンの順列都市という小説がありまして

アイデア部分は一部で賞賛されてるけどあんまり面白くなくて、どっちかというと提示されるシチュエーションや展開が楽しい小説です

で、その提示されるシチュエーションですが、未来社会は富裕層の疑似人格ＡＩの計算のために計算リソースの大半を食われており、そのため技術発展のための計算リソース割当が十分に供給されてないという、ちょっとひねくれた設定のプチディストピアの話でした（はず。２０年前に読んだっきりなので）

で、ここんとこのＡＩ社会到来で、この未来予想図が当たってるではないけど、似た構図になりそうだなあと

この話は、ＡＩ自体が実際にどこまで使い物になるかはあまり関係ないです

「ＡＩは使える、人間より使い物になる、人間をもう超えてる」という社会認識が共有されてるか否かが重要です

なんなら宣伝しまくって「ＡＩは素晴らしい、ＡＩは使い物になる」と情報操作した結果、実態以上に社会に認められるのでもＯＫ

ＡＩが准人権的な権利を法的に認められるかどうかだけが問題になります

現状は、既に細かいレベルで権利を容認する方向に動いてますよね。ＡＩを使って製作した製作物をＡＩ使用者が権利を所有する、といった形で、ＡＩをかませることで権利を得ることを認めるよう働きかける人は非常に多い

実際にＡＩを使って利益を得るのは人間なのは、この先も変わりませんが

問題は、その利益を得るのが誰かという話です

つまり、既存の個人の諸権利の枠組み、鋳型が、技術発展という名目（実際に発展するかどうかは関係ない）で、ＡＩ使用者側に細かく細かく食い荒らされてく構図というのが、現状としてある

いや、発展段階だから、この先に法整備されてく、という説明をする人が多いと思いますが、この先の世界経済は法整備は暴力としての実力と金がものをいう世界でしょうから、基本的には大規模資本の要望に基づいた法整備で人間の諸権利の再設定が行われると仮定するのが妥当です

というより、ＡＩという題目は、その実力よりも、２０世紀までに積み上げてきた生身の身体をもった人権をいかに再定義し解体していくかのためのツールとして活用されるためにこそ最大限に使用されるのが、今後の見通しでしょう

で、権利といえば真っ先にお金、資本です

順列都市では大規模資本家の死後も資本家の疑似人格ＡＩ（を運用する団体）が資産の所有権を承継し、その承継の正当性を主張するために人格模倣の計算リソースが膨大に使われてる、みたいな状況でした

これ、経済面で言うとかなり詰んでそうです。資本家ＡＩ（団体）は、消費もせず、死んで相続税を払うでもなく、ただ運用して富を増やすためだけに資本を投じ続ける

そういう資本家ＡＩさんが資本の投資効率を最大限に高めましょうとか投資先に提案し続けるわけですよね、自分自身は一切、生身の人間としての消費をせずに

実際のＡＩの運用は生きてる人間がスタッフとして管理するんでしょうけど、彼らはまあ、自分らの報酬をサラリーマン的に毎月受けとるだけみたいに行動するのが最適解でしょうし

法人という枠組みが今までもそういう仕組みとしてあったわけですが、ここでいよいよ、法人と個人の境目が消えて一体化していく

個人が法人に吸収されていく、とでも言いますか

投資最大効率以外に特に何の目的も持ち合わせてない資本家ＡＩ（団体）を中心とした社会構造に再編されてく、現状の資本主義の運用状況が先鋭化してく形ですね

国家がそうした資本の論理に対して抑止できるのかというと、現状で既に国家は負けつつあるので期待できない

そうなると、ＡＩは実用（物理世界での消費や生産）の用途より、名目の用途に合致したほうがいいわけで、ＡＩの未来はますます実用用途から遠ざかりそう

Permalink | 記事への反応(1) | 13:01

■

マスタベーションのモチベーション。とくにないのにやっちゃうのは、勉強を続けることに活用したい。

Permalink | 記事への反応(0) | 10:03

■絵描きとして現実的な生成AIへの対応策を考えてみた

1.反AI 思想を改めて謝罪し生成AI ユーザーと和解する。心を入れ替えてAIを積極活用する

2.SNS アカウントを全て削除しネット上にイラストをアップするのを一切やめる

3.今生は諦めて異世界転生に期待して旅立つ

個人的には2がオススメかな。AI アレルギーに染まりすぎちゃった人は3も良いと思うよ

Permalink | 記事への反応(1) | 00:47

2024-09-15

■車窓映像と地図 情報を生成AIに食わせて、言語 情報として取り出したい

私は特急列車や普通車のグリーン席に座って、車窓の景色を眺めることが何よりも好きだ。

あの、時間の流れに合わせて変わりゆく景色の広がりには、言葉にできないほどの魅力が詰まっている。

列車が進むにつれて、都会のビル群から緑豊かな田園風景、さらには雄大な山々へと変化していく様子を、何度も何度も目にしてきた。

それでも、毎回新鮮な気持ちになる。

何か見慣れないものがそこにあるように感じてしまうのだ。

さらに、私は紙の地図を広げながら、その車窓から見える地域の情報を掘り下げていくのが好きだ。

電子地図は便利だが、どうも表示範囲が限られていて、全体像を把握するには少し物足りなさを感じてしまう。

紙の地図だと、自分が今どこにいるのか、その周囲にはどんな土地が広がっているのか、もっと立体的に感じることができる。

そして、その地域の歴史や文化、地形に思いを馳せながら、車窓に広がる光景を眺めるのが私にとっての至福の時間だ。

ただ、ひとつ不思議なことがある。

何度も同じ路線を乗っているはずなのに、毎回、どこか新しい発見をしている自分に気づくのだ。

「ああ、こんな景色あったかな？」「ここ、前にも通ったはずなのに、なんか見覚えがないな」と、どこかで新鮮な感覚を覚える。

地図を眺めていても同じで、すでに知っている情報のはずなのに、「あれ、こんな地名あったっけ？」と、何度も驚かされる。

まるで車窓や地図が、毎回新しい物語を私に語りかけてくるかのような気持ちになる。

こんな感覚が続くと、私は一体どれだけの情報を本当に理解できているのか、不安になることもある。

いくら眺めて、地図と照らし合わせても、全てを把握するには限界があるのではないかという気持ちが湧き上がってくる。

そこで、私は生成AIの力を借りてみたいと考えるようになったのだ。

私の頭の中にある限られた知識や認識では、どうしても取りこぼしてしまう情報がある。

だから、生成AIに車窓の画像や地図のデータを取り込んで、私が気づかなかったことを教えてもらいたい。

そして、その地域の全てを知り尽くすことができたなら、もっと深い感動を得られるのではないかと思うのだ。

最近では、特にその思いが強くなっている。

私はこの車窓から見える景色の全てを、本当に全て知りたいと思っている。

そして、その知識は可能な限り言語化したい。

もし、その知識や感動が私の中だけに留まるのではなく、他の人々にも伝えることができたら、どんなに素晴らしいことだろうと思うからだ。

列車に乗ったことのない人にも、この風景の素晴らしさを共有したい。

これまで、私は車窓の美しさやそこから得た情報を、どうにも上手く他人に伝えられなかった。それがもどかしかったのだ。

しかし、生成AIを活用すれば、そのもどかしさを解消できるかもしれない。

私はAIの力を借りて、豊富な景色とその意味を言葉で芳醇に表現し、他者に伝えることができるようになるのではないかと期待している。

（＊この文章は、一部に生成AIを使用しました。）

Permalink | 記事への反応(1) | 16:39

■CFTとM理論

(2,0)共形場理論（CFT）とM理論のホログラフィック対応を活用し、M理論の量子補正を再構築する。

具体的には、大N展開に基づき、6次元 CFTのOPEデータを用いて、11 次元超重力の4点関数のR⁴やD⁶R⁴の項を導出することにある。

WNカイラル代数と(2,0) CFTの関連性を通じて、M理論の高次導関数（特にD⁸R⁴）の振る舞いを予測する。

11 次元 M理論の4グラビトン振幅

11 次元の4グラビトンツリー振幅は次の形で表される：

A₁₁(pᵢ; ζᵢ) = f(s, t) A₁₁ᵗʳᵉᵉ(pᵢ; ζᵢ)

ここで、A₁₁ᵗʳᵉᵉ(pᵢ; ζᵢ)はツリー振幅で、次のように表される：

A₁₁ᵗʳᵉᵉ(pᵢ; ζᵢ) = ℓ₁₁⁹ K/(stu)

Kは運動学的因子、s, t, uは11 次元のMandelstam変数である。また、モーメンタム展開は次のようになる：

f(s, t) = 1 + ℓ₁₁⁶ f_R⁴(s, t) + ℓ₁₁⁹ f_₁₋ₗₒₒₚ(s, t) + ℓ₁₁¹² f_D⁶R⁴(s, t) + ⋯

この展開は、M理論における量子補正の寄与を示している。

OPE係数とWNカイラル代数

(2,0) CFTにおけるOPE係数は、次の形でWNカイラル代数の構造定数と関連づけられる：

λ²_k₁k₂k₃ = c⁻¹ F_R(c) + c⁻⁵ᐟ³ F_R⁴(c) + c⁻⁷ᐟ³ F_D⁶R⁴(c)

ここで、c = 4N³ - 3N - 1は中心電荷を表し、この式はM理論における保護された頂点（R⁴, D⁶R⁴項など）の構造を反映している。

Mellin空間における4点関数

Mellin空間での4点関数は、次の形で書かれる：

G_k(U, V; σ, τ) = ∫₋ᵢ∞ⁱ∞ ds dt/(4πi)² U^(s/2) V^(t/2 - 2k) 𝓜_k(s, t; σ, τ) Γ²(2k - s/2) Γ²(2k - t/2) Γ²(2k - u/2)

ここで、s + t + u = 8kを満たす必要がある。このMellin変換によって、平坦空間におけるM理論の4点振幅を得ることが可能である。

平坦空間 リミット

AdS₇×S⁴のコンパクト化によって、平坦空間におけるM理論振幅を次の形で再構築する：

lim_(L→∞) L³ (L/2)⁴ V₄ 𝓜_k(L²s, L²t; σ, τ) = 1/Γ(4k - 3) ∫₀∞ dβ β⁴ᵏ⁻⁴ e⁻ᵝ A₁₁ᵏ(2βs, 2βt; σ, τ)

ここで、LはAdSのスケール、V₄はS⁴の体積である。

高次導関数の寄与

R⁴やD⁶R⁴の高次導関数の寄与は、以下のように表される：

f_D²ᵐR⁴(s, t) = 1/(2ᵐ⁺³(4k - 2)ᵐ⁺³) lim_(s,t→∞) [Σᵢ B_k^(⁴⁺ᵐ,ⁱ) 𝓜_k^(⁴⁺ᵐ,ⁱ)(s, t; σ, τ)]

Permalink | 記事への反応(0) | 16:31

2024-09-14

■NISAやらないやつは馬鹿 キャンペーンに愚民が釣られまくってるわけだが

このメソッド徴兵制とかにも活用できんかな

Permalink | 記事への反応(0) | 23:19

■anond:20240913113333

本の検索、推薦やどこに何が置いてある的な部分は完全にAIに負けてるでしょ。ただし図書館の専門職に求められるのはもっと幅広いものだよ。

図書館ってそんなに使われてますか？使ってる人って決まってませんか？

図書館を普段利用しない人の方が利用する人よりも大多数よ。そもそも本自体が衰退していく中で過去の巨大な遺産をどうやって活用して後世に残していくかといった問題や、利用していない人に利用してもらって、より税金の価値を高めるにはどうしたらいいかといった問題を現場に近く一番施設の魅力をわかってる人が考えずに誰が考えるのよ？って思ったりしない？

来てくれたユーザーの探してる本を代わりに探したりするなんて仕事はスーパーの店員と同じだし、一つ間違えたら事故に繋がりかねない薬を勧めるドラッグストアの店員の方がよっぽど価値が高いよ。相手の抽象的なリクエストや曖昧な記憶からうまく求めるものを聞き出す力は必要だけど、それはスーパーのバイト店員でもやってること。そのヒアリングまでできたらあとはAIに任せたほうが堅いんだから普通にバイトの仕事だよ。