よいお年を．

今日は，研究室のサルたちにエサをやり，そのあと研究の作業．

一昨日から，改善を試みているはずなのに，前よりうまくいかないという繰り返し．今日のは，かなり基本的なとこで確実にうまくいくだろうと思ってたのに．．．作業過程を1つずつ見直して原因を特定しないと．これは来年に持ち越しです．作業自体は楽しいからいいのですけど，切りよく終わらないのは気持ち悪いですね．

ということで，年の瀬．
今年もあと6時間ほど．

ではでは，良いお年を．

よけいなことをやって．

Photo by le_faju

ほぼうまくいったー，と思って，

でも，

こっちの方法でやった方がスマートじゃねかと思い直し，別の方法をやってみたら，いやはやハマッタ．

うまくいかない．

ほぼうまくいった方法でやり直す．
　

ぐち

研究を早く進めたいから，解析プログラムのコードはバグが無くて正確に動くという段階で，次のプログラムコードを書き始めることも．

おかげで判読しにくかったり，拡張しにくいコードになっていたり，．．．

「おまえ，なんていうコード書いてくれてるんだよっ．．」昔の自分につっこみたい．．．

　##

これ，ちょっと感動した↓
オウムと科学者、３０年暮らした絆
　

MacでLaTeX

少し前に，MacでLaTeX環境を構築したので，備忘録もかねて，その手順をメモ．

1．LaTeX関連ファイルのインストール・設定
次のサイトの通りにやる（いきなり他力本願．．）．
「教授でもできるMacOSXへのX11とLaTeX、Ghostviewのインストレーション」

1. AppleのX11
2. 小川氏の提供するpTeX環境とGhostscript
3. 小川氏の提供するGhostview (gv)
4. TeXファイルの編集・コンパイル・表示が統合されたTeXShop
※上記サイトから引用．

ちなみに，手順3は，僕には必要ないので省略して行った．PDFで表示してもMacなら十分に早い．それと，上記サイトではTeXShopというエディタをインストールしているのだけど，WindowsとMacの両方に対応しているTexmakerを使いたいので，「教授でもできる・・・」サイトの手順4の代わりに下記の「2．Texmaker（LaTeX編集ソフト）のインストール・設定」手順を行った．ちなみに，TeXShopもTexmakerもGUIなどの使い勝手は，たぶんほとんど変わらない．

2．Texmaker（LaTeX編集ソフト）のインストール・設定
2．1．インストール
Texmakerの公式サイト内のTexmaker for MacOsXからダウンロードして，解凍してインストール．

ちなみに，必要に応じて次の日本語化キットがあるので，それをインストールしたらいい．
・Texmaker 1.7日本語化キットをダウンロードして解凍．
・解凍するとtexmaker_ja.qmがあるので，これを
・“/Applications/texmaker.app/Contents/Resources”のディレクトリに入れ，
・Texmakerを起動すると，日本語化されている．
ちなみに，上記サイトの「Texmaker 1.8のマニュアル」にTexmakerの使い方の概略が解説されている．まぁ，LaTeXをすでに使ったことがある人なら読まなくても，GUIを見ればすぐに使えるはず．

2．2．設定
Texmakerを起動して，
「オプション」→「Texmakerの設定」→「コマンド」
を選択する．下のような画面が出てきて，各コマンドの設定を行う．「教授でもできる・・・」ではTex関連ファイルは"/usr/local/bin/"以下にファイルが納められるようになっているんで，下記の様に設定する（見にくかったら画像をクリック）．「簡単コンパイル」の設定は「PdfLaTeX+PDFファイルの表示」にしている．これで，ボタン1つ or ショートカットキー1つでコンパイルできる．

ちゃん，ちゃん♪

PS.
その他，TeX用のエディタは下記のサイトを参照
TeX用エディタ TeX Wiki内

Scientific Network

Scientific Network | ResearchGATE
cf．次世代研究者ネットワーク"ResearchGATE"

2，3週間前，夜中に帰って，ふとTVをつけたらNHKで「デジタルネイティブ」って番組がやってて，その中で，インドだかの小学生がソーシャルサイトをつかってボードゲームを商品化したってエピソードがあった．ソーシャルサイトを使って世界中のクリエイターに依頼して作成．ビジネスのソーシャルサイトらしいけど，特に年齢とかの記載があるわけじゃないらしく，ある1人のクリエイターは，「自分のボスが小学生だとはおもわなかったよ」とか．でも「給料を払ってくれるなら，それも気にしない」とも．

そんな風に研究が始まることもあんのかな．

ちなみに，この番組で知り合いもチラッと映ってて，おっと思ったりも．
　

スゲー顔

　


人間てこんな表情できるんだ．

筋肉を刺激しているんだろうから，こんな風にうまく！？筋肉を動かせれば，新たな表情作れたりするんだ．．その表情から何が伝わるか知らんが．でもとりあえずおもしろい．
　

【論文】実験課題の繰り返しによる神経活動の抑制は知覚の予測を反映している．Summerfield2008

Neural repetition suppression reflects fulfilled perceptual expectations.
Summerfield C, Trittschuh EH, Monti JM, Mesulam MM, Egner T.
Nat Neurosci. 2008 Sep;11(9):1004-6.

概要
fMRI研究において，繰返し抑制（repetition suppression）という同じ刺激を繰り返すと神経活動が抑制されるという現象がよく知られているのですが，そのメカニズムを明らかにしようという論文．これまでにいくつかの仮説が示されており，経験した特徴が強調した表現に変化するという強調化（Sharpening）の効果だとか，疲労による神経活動の鈍化だとか言われてきました．この論文の著者らは神経活動の抑制は予測符号化仮説（Predictive coding theory）における予測誤差（Prediction error）が小さくなっていることを示すのではないかと言っています．結論としては，神経活動の抑制のすべてを予測誤差の減少で説明できるわけではないが，予測誤差の減少が繰返し抑制の原因であることを示している．

Figure 1
基本的には，この論文の結果はここの3つの図に表現されている．Figure2はFigure1の補足的実験．
a fMRIの実験タスク
実験課題はRep試行，Alt試行，Target試行の3種の試行からなっていて，それがランダムな順に出てくる．すべての試行は，最初の顔が250 ms間表示され，その後500 ms間の空白画像が表示され，最後に2つ目の顔が250 ms間表示される．試行間には2−4sの時間がある（rapid event-relatedでfMRI計測していると言うことですね．）．Rep試行は最初と2つ目の顔が全く同一，Alt試行は異なる顔，Target試行は2つ目の顔が逆さ顔になっている．被験者は2つ目の顔が逆さ顔だったらボタンを押します．つまり，Target試行の時にボタン押しがされるのですが，この試行での脳活動は解析に必要なく，被験者がきちんと実験課題をしていることを確認するための試行．

そして，実験課題は2種類のブロックからなる．Rep試行が75％（Target試行を除いた試行数の）の確率で出てくるRepブロックと25％のAltブロックの2種類．

つまり，2種類の試行とその試行の出現確率が異なる2種類のブロックで実験課題は構成されています．

実験パラダイムの論理としては，
Repブロックでは，
→　2つ目の顔が最初の顔と同じである確率が高い．
→　被験者は2つ目の顔を最初に出た顔だと予測するようになる．
→　同じ顔が出るRep試行では予測誤差が減少する．
→　もし，繰返し抑制が予測誤差を反映するとすれば，
　　　相関してニューロン活動の低下が観測できる．
という事．

b
側頭葉の領野の1つであるFFA（Fusiform Face Area，紡錘状顔領域）を別のタスクで同定していて，つまり顔に選択的に活動するfROI（functional Region of Interest，機能的関心領域）で解析する脳活動を特定している．4つある脳活動の図の内，左の2つは16人のFFAsを重ねて描いた図で，右2つはグループ解析をして被験者共通に活動していたFFAsを描いた図．

c
bで特定したFFAsの脳活動を比較しており，左の2つの棒グラフはRepブロックの結果を示していて，右2つはAltブロックの結果を示している．白の棒グラフがRep試行，灰色がAlt試行．

見るべき結果は次の2つ．
結果1．RepブロックではRep試行がAlt試行よりも22％だけ脳活動が減少している．
結果2．両ブロックでのRep試行を直接比較すると，「RepブロックでのRep試行」が「AltブロックでのRep試行」よりも小さくなっている．
（結果2の補足1．）AltブロックにおいてはRep試行の減少は9％だけである．
（結果2の補足2．）試行とブロックの2x2の分散分析の結果，試行間には主効果があって，比較するとRep試行がAlt試行よりも有意に小さく，ブロックに関しては主効果はない（ちなみに，解析の順序としては，もちろん分散分析を先にやって試行間の主効果のあることが認められた後，試行間での比較を行っている．論文の本文でも結果2は結果の2の補足1．2の後に書かれている．）

つまり，被験者の予測通りであり予測誤差が小さくなるRepブロックでは，実際に同じ顔が繰り返されるRep試行（繰り返される試行）で脳活動の低下がある（結果1より）．しかも，同じRep試行でもAltブロックの場合よりも小さいので，単にRep試行であるから脳活動が下がっているというのでは無い（結果2より）．

このことから，繰り返し抑制は予測誤差の減少を反映しているのだろうという結論になる．

AltブロックにおいてもRep試行で減少が見られるのは，基本的にヒトは最初の顔が2つ目にもでると予測するからでしょう．ちなみに，この実験では2つの試行で同じ顔は使われないので，予測するとすれば最初の顔を予測するしかない．

RepブロックでのAlt試行は，顔が繰返されるRep試行が多い中で異なる顔が出てくるわけで，予測誤差が大きくなって，「Alt試行 In Repブロック＞Alt試行 In Altブロック」となるかと思ったりしたけど．．．そうはならないな．Alt試行はどちらのブロックでも出てくる2つ目の顔と被験者の予測は異なるわけで，異なり具合（予測誤差）は同程度なのでしょう．もし，「Alt試行 In Repブロック＞Alt試行 In Altブロック」だとしたら，予測誤差ではなく，予測と異なるかどうかの2値が表現されているとも考えられたりしないだろうか？まぁ，それだと，両ブロック間でのRep試行は同じ値になるから，この論文の結果は説明できないのだろうけど．

Figure 2
a
Figure1が顔認識における予測誤差であることを示すために，試行における最初と2つ目の顔の大きさを変化させて行っている．Rep試行とAlt試行では，2つの異なる大きさの顔が用意されていて，小さい顔は大きな顔を15％減少させた顔．大きい顔が最初に出ることもあるし，小さい顔が最初に出ることもある．Target試行はサイズ変化が60％になっていて，急激に拡大するか，縮小したら被験者はボタンを押す．

b．c．
見方はFigure1と同じ．ただ，cで「Alt試行 In Repブロック＞Alt試行 In Altブロック」となっている．この結果はどう解釈するんだろ？予測誤差は平均化されて両ブロックで変わらないという事にしているのだろうけど，最初と2つ目の顔の誤差（予測誤差）は定義できないから厳密には統制が取れていないわけで，その影響があるのかな．
　

【論文】マカクザルのVIP野：視覚と体勢体性感覚の一致した性質 Duhamel1998

Ventral Intraparietal Area of the Macaque: Congruent Visual and Somatic Response Properties
Jean-René Duhamel, Carol L. Colby, and Michael E. Goldberg.
The Journal of Neurophysiology Vol. 79 No. 1 January 1998, pp. 126-136.

概要．

脳領野で視覚野と体勢体性感覚野の境にあるVentral IntraParietal Area（VIP）で両感覚野から投射があることが知られています．VIPでの受容野が視覚と体勢体性感覚で共通しているという話．何が共通しているかというと受容野の位置選択性，大きさ，運動方向選択性，などなど．受容野の位置や大きさなど定義を厳密にしているわけではないですが，定性的には上記で述べた現象がみられるということはわかります．

感想
10年前の論文でVIP研究が始まった頃の，原始的！？な方法でおこなわれている研究．でも，VIPを研究する上では押さえておかなければいけない研究．データはひたすらヒストグラムつまり数を数えているだけだったり，結構生データな感じ．FIG.4とかは，割合で表示したり相関を示したらと思ったり思わなかったり．．それにしてもサルにしたら，いろんな物でやたらとさわられるのは気味悪かったろうな．^^;

FIG.1.
ディスプレイで灰色で表示されているところが視覚的な受容野で，サルの顔や体で灰色に表示されているのが体勢体性感覚における受容野．体勢体性感覚の方は，エアパフや筆記用具でつついたり，綿棒でさわったりしている．同じニューロンで図にあるように，視覚と体勢感覚の両方に反応している．

視覚的な中心が鼻頭に対応している．FIG．2．3．で解析しているけれど，両感覚野とも中心から離れていくと，視覚と体勢体性感覚の両方で受容野の大きさが大きくなっているのがわかる．

FIG.2.
横軸!?は鼻頭からの距離，縦軸!?が体勢体性感覚の受容野の面積で，それぞれについてニューロンの数を表示している．FIG.1でも書いたけど，鼻頭からはなれると受容野の面積が大きくなっている．

FIG.3.
横軸!?は視覚受容野の中心からの距離，縦軸!?が体勢体性感覚の受容野の面積．これも相関がありそうなのがわかる．

FIG.4.A．
両感覚におけるニューロンの同側・反対側の関係を示したグラフ．視覚で反対側ならば体勢体性感覚でも反対側という関係が見られる．同側はもともと取れているニューロンも少ないので，こんな感じ．割合で表示しても良かったんじゃないかな．

FIG.4.B.
視覚座標の上下と体勢体性感覚での鼻を境にした上下のニューロン数の関係を示したグラフ．これも相関ありな感じ．

以下，こんな感じで図を見ればわかるので，あとの説明は簡単にで．

FIG.5.
運動選択性も同じ．

FIG.6.
運動選択性が同じ．
ただし，視覚受容野がディスプレイの外にある場合．

FIG.7.
同じく様々な場所での運動選択性．
一番下の2つの図は腕を動かしたときで，その時に活動するニューロンもあった．

FIG.8.
物が近づいてくるとき離れるとき視覚と頭部の前後体勢体性感覚．

FIG.9.
体勢体性感覚で綿棒を頭部につけたとき離したときに反応するニューロンが，視覚刺激の点滅に反応する．

FIG.10.
回転方向選択性について．これはちょっとにわかに信じがたいけど．こんな単純な視覚と体勢体性感覚の座標対応なのか？？

　

今日は．

今日は，祝日の振替え日で休日．昨日の日曜日が何かの祝日※だったはず．

今日は，休日だったけど学生が来てくれたので，Labview（←PCI/USBで接続するのハードウェアを，例えば計測機を，制御するソフトウェア）の動かし方をチェックしてもらう．既成のプログラムをいくつか使って，やろうとしている一連の事がだいたいできたので，それらを書き換えてプログラムを作れば，うまくいきそうな予感です．

今日は，うちの大学では学祭の最終日でもあったみたい．ちょろっと見てみようかと思ったけど，雨も降ってたし，めんどくさくてパス．それにしても，今日の京都は雨がよく降ってました．

PS.※
勤労感謝の日でした．
　

Gmailがまた良くなった

アメリカから帰ってきて成田空港で飛行機の乗り継ぎ時間にメールをチェックしようとしていたら，Gmailのデザインが微妙にきれいになっている？？テーマを選んでデザインを変えられるようになったらしく，標準のデザインも少しかわっていた．見た目って重要．GoogleのいろいろなサービスのWebデザインは基本的にきれい．

僕が使っているメールアドレスはすべてGmailで一括管理していて，携帯からのメールも転送しているんで，アメリカにいる間も友達から携帯に来ていたメールをGmailごしにチェックできた．別にいそいでチェックする必要もないのだけど，帰国して携帯の電源を入れたときに大量に入ってくるメールには辟易．メールはある程度のリアルタイムで処理していないと，あとからだと見る気にもならなくなります．．．Gmailさまさまです．

PS.
メールが消えてしまうことも報告されているみたいで，バックアップを取っておいた方が良さそうです．

cf．
Gmail の画面デザインを選べるようになりました
GmailをローカルPCにバックアップできる『Gmail Backup』を試してみた
　

初めてのアメリカで．

昨日アメリカから帰国．

アメリカは日本にたくさんの情報が入ってくる国だと思うのですが，僕は今回初めて行きました．そこで僕がすれ違った人たちは，丁寧ではないけれど，愛嬌がある人たちでした．政治や経済で少し自信をなくしている国だと思うのですが，鬱積した感じよりは日々の仕事を楽しんでいる感じ．

寒空の中，毛布にくるまってベンチで寝ているホームレスの方をかなりの頻度で見るし，TVでも社会問題として取り上げていましたけど，それ以上に駅のスタッフの兄ちゃんが冗談を言ってゲラゲラ笑いながら対応している様子は楽しそうでした．客も楽しんでそれにノッてたし．知らない人同士でも楽しく会話が成立する感じは好きです．個々の人間関係については，日本は閉鎖的で仲良しこよしで屯（たむろ）していることが多いですね．


まぁ，たかだか4，5日の滞在だし，ニューヨークとか西海岸の都市とかはまた感じが違うのだろうけど．

でもとりあえず，僕のアメリカ第一印象．
　

住んでいる人たち

ホテルはペンタゴンの近くだという事もあって，ホテルの周りを歩いていたり，地下鉄に乗っていると軍服の方に出会います．軍で働いている人たちが多い地域だから，その人たちに会う．いたって自然に思えるのですが，ふと日本を思い返すと．．．東京の府中や北海道の札幌に住んでいたので，自衛隊とも縁のある地域だったはずだけど，電車に軍服姿の人が乗ってきた記憶がない．

自衛隊には様々な意見があるのでしょうが，少なくとも軍服を着て活動している方々は存在するのだから，町中でも見かけるのが自然かな．不自然さをもたらすのは何なのでしょう．
　

ワシントン郊外と会議での光景

ホテルはワシントン郊外で，街路樹がきれいに紅葉しています．町並みはすごく清潔という感じではないけれど，きれいに感じます．TVでよく見るような光景で，たぶん北米の典型的な町並みなのじゃないかな．

##

この会議には初めて参加するのだけど，小さい子をつれたお母さん研究者を結構目にする（子供連れの男の人は全く見ないけど）．そういう光景は悪くないんじゃないでしょうか．
　

精度

ワシントンでは地下鉄で移動しているのですけど，途中にあるエスカレータは結構な頻度で止まっている．最初は，ある箇所で4つあるうちの一つが止まっていたりしたから，省エネなのかなと思っていたけど（省エネを促すポスターも近くにはってあったりしたから），エスカレータしかないところでも止まっている．友達と話していても，省エネではないらしい様子．地下鉄に乗るときの切符も，一度磁力が弱いのか，うまく改札を通らなかった．

それに比べると，改めて日本は精度よく物事が進んでいる国だなと思う．
　

この会議，3万人が来ているとか．

単独で行動しているのだけど，今回は3万人もの人が集まるような神経科学の一番大きな会議なので，日本からも多くの人が来ていて，空港でも会場でも知り合いにしょっちゅう出くわす．

飛行機は成田からワシントンの空港まで直通の便だったのだけど，その飛行機に多分50人以上の神経科学研究者が乗っていて，10人くらいはPIだったはず．ある分野の研究者が飛行機にこれだけまとまって乗るのはリスクがあるなぁと不謹慎にも思ってしまいました．．
　

一人でプラプラとアメリカに来ています．

SfN（Society for Neuroscience，北米神経科学大会）という会議に参加するため，アメリカのワシントンに来ています．

ところで，僕は会議に出るときは，基本的に単独行動が多いです．研究室の人とホテルや会場に行くまでの移動をあわせたりする事は少ないです．知り合いと一緒に行動しちゃうと，知り合いとばかり話す事になってしまって，積極的に新しく誰かと知り合おうって思わなくなっちゃうんですよね．それに，一人で入れば，向こうから話しかけてくれる事も多いですし．

それと，海外のときは会場のすぐ近くにホテルをとらずに，電車で数駅のところにホテルをとる事が多い．それのほうが住んでいる人の生活感に触れられるから．海外に出て，空いている時間も観光するってことは少なくて，カフェに入って行き交う人を見ている方が好きです．今回も会場から地下鉄で4，5駅のワシントン郊外のホテルに泊まっています．
　

イチョウの葉も落ちる頃です．

Photo by shotam

先週の金曜日に1日実習があり，土曜日はナノメディシン融合教育ユニットの修了生・履修生を対象とした医工学連携などに関するミーティング&セミナー，日曜日はまたまた1日実習．

．．．と実習の準備なども含めて，先週はヘビーな一週間でした．研究作業と違い，人と接するので，いつもとは違う注意を払わなければいけなくて，けっこうヘトヘトに．

今日は一段落して，今後の予定などを考えていました．いまさらですが，もう11月ですね．京都も寒い日が続くようになって，昨日からマフラーをしています．今週の金曜にはアメリカの会議に参加するために出発です．
　

試験勉強の風景，国際化と英語

　
今日は医学部の生協食堂で遅い昼飯を食いながら論文を読んでいたら，やたらと神経科学の単語を連発する会話があちこちから聞こえてきて，何かと思ったら，学部生は神経科学の試験が近い様子．うちの研究室のスタッフも講師として関わっているわけですが，神経科学はちゃんとやっていないととれない単位だとか．みんなやけに真剣でした．3年ぶりに学部生がいる大学にいるので，みんなと食堂で勉強する，なんて風景が新鮮に感じました．

こっちは，会話が妙に気になって論文に集中できなかったですが．．．

　##

【2008年10月14日　日本の大学が国際評価で見劣りするのは 】

さて、日本の大学は国際的に見て何が劣っているのだろうか。最も目立つのは外国人スタッフの数である。もっともよい大学を100とした場合の指数で見ると、東京大学が27、京都大学が30、大阪大学が25、．．．

スタッフ当たりのサイテーション(論文被引用率)指数では、日本の上位5大学が、78、91、70、87、63と、世界のトップ5大学(100、98、 89、85、100)に対して、まずまず健闘している。「Peer　Review」(同分野の専門家による評価)でも、日本の上位5大学が、100、 99、90、77、63と世界のトップ級ないしそこそこのレベルにあるのを見ても、足を引っぱっている要因が何かは明らかだ。

国際化している事が良い大学の条件なのかな．基本的には学術と教育が大学の評価基準だと思うのですが．

　##

大胆予言「ダメなら他で」　益川敏英さん座談会

「――受賞スピーチは英語でしますか？
　益川　どうして英語でやらんといかんの？　僕は英語はしゃべりません。英語でしゃべるなら遠慮します（笑い）。 」

海外に出た事がないと聞いた事がありますが，本当だったのかな．．称讃するわけではないですが，日本の会議ですら英語で行われることも多くなってきた英語偏重の中，こういう方がいてもおもしろいと思っている．


　

今日は百万遍のあたりがすごい人混みでした．

　
「論文調査ワーキンググループ報告書」ならびに「意見書（杉野元教授）」を公開しました。（PDF）
分子生物学会のホームページで公開されていました．当事者の責任や処分についてより，自分も研究者の端くれとして不正の原因については自覚的でありたいなと思っています．不正や不祥事は，意図していないのに起きてしまう事があると思いますから，その時は意図的に防ぐように対策しないといけないと思っています．研究の不正に限らず，意図せずに起きている不祥事，結構多いように思うのですよね．


校正記号表
JIS規格で決められた校正記号ってのがあるんですね．というより，これまで見てきた校正記号がJIS規格だとは知らなかった．只今，科研費申請書作成中．


　

無意識に過ごしているかもしれない普通

先週までの1ヶ月くらい，学術会議などに出た事もありますが，いろんな人に会いました．新しく友人になった人や古い知人にも．

研究室での人間関係だの，友人関係だのは精妙なシステムのバランスの上にあったりします．グループでつきあいのある友人達だと，中にうまくバランスをとっている友人がいたりするものです．時に，関係が悪くなりかけたりしたときなどは，そのシステムを意識して維持しようしなければ改善しようがなかったり．．．長らく会っていない友人達ではそれぞれがだいぶ変わっているので，ギクシャク，どぎまぎ，昔のように気のおけない仲間には戻れない事もあったり．．．仕方ないですね．．．

ところで，上記の事を考えていたら，視覚の事に連想が．

視覚は，視覚以外でもそうですけど，普段は無意識に見えているもんだから簡単な事のように思えるけれど，思うほど簡単なシステムではないはずです．視力検査で計測される所謂（いわゆる）「視力」があるのは視野の中心2度くらい（手を前に伸ばして指1，2本の幅くらいの視野角）で，10度も離れるとその10%程度しか見えていません．そうすると，見てから動き出すまでにコンマ数秒の遅れがある人の視覚眼球運動系では動いている物を追うには致命的な遅れになるので，予測が必要であったりします．また，視野の中心以外は急激に見えないので，サッカード（飛び飛びにうごく眼球運動）なんかした時には，世界は断片の集まりに見えてしまうはず．でも，心理的には，連続的な世界が普通に見えてます．網膜からの視覚入力がそのまま認識されるのではなく，うまく補完されているということです．僕がやっている事は基礎研究ですが，研究者でない方でも，この辺の話しをするとおもしろがってくれます．

まぁ，おもしろがってくれないこともあります．眼球運動の研究をやっていて初めて発表した会議の懇親会で，どこだかの医学研究者（その方はたぶん病理が専門だったのでしょう）に，「別に予測なんて無くても目で追えるでしょ，ほら，僕，見えるもん．」と言われて，苦笑するしかなかった記憶がありますが（内心，話しの通じなさにちょっとショック，唖然．．．）．でも，脳で行われている計算処理がいちいち意識にのぼらないというだけで，システムは働いています．

人間関係と視覚のアナロジー（類比）では飛躍しすぎですが，そんな連想が僕の頭でされました．普段意識しない事にもシステムが働いていることはあって，それを知っておく事はおもしろいし，治す（直す）ためには必要だったりします．
　

論理的誤謬，思考の過程

ある命題，

1. コインを投げて表が出る確率0.5，裏が出る確率0.5だとする．
2. コインを投げて2回連続で表が出る確率は0.25となる．
3. よって，次にコインを投げた時に表が出る確率は0.25以下となる．

これ，3の文がまちがいなのですが，．．．3回目でコインの表が出る確率は0.5です．

僕は，最初，ただただ直感的に3がおかしいと感じました．その後に，「試行（コインを投げる事）の独立性（現在の試行が過去，未来に依存しないで決定する）」，という理由が頭に浮かびました．

今日の朝，大学にくるまでの歩いている時になんで「直感的」におかしいと「感じた」のかなと，しげしげと考えてしまいました．「直感的に感じる」，ほとんど反射的におかしいと思えたわけです．なんでかなぁと．基本的に，論理的に考えなくては，「おかしい」とは思えないことなのですが，意識的に考えることなくおかしいと思えたわけです．往々にして，まちがいや違和感に気つく時は，その理由よりもその感覚が先に意識にのぼるという気がします．後から，理由を探しに思考する．

時に，違和感を感じながら，その理由が見つからなかったりするのですが．今回の場合，「試行の独立性」という理由が見つからなかったら，もしくは「試行の独立性」だけではわからない人がいたら，僕はどういう説明をしたのだろうとも考えていました．たぶん，確率を計算するのだろうな．

2回連続で表が出る確率：
　P(H, H)　＝ P(H)・P(H)
　　 　　 　＝ 0.25
3回目で表が出る確率：
　P(H | H, H)　＝ P(H, H, H)/P(H, H)
　　　　　　　＝P(H)・P(H)・P(H)/P(H)・P(H)
　　　　　　　＝0.125/0.25　　　　　　　　
　　　　　　　＝0.5

やっぱり3の文が間違っていて，上記の命題は論理的におかしい，となり．．．間違っている事は，直感的にわかるのに，それを説明するのにはここまでしなければいけない．


追記，
一応，．．．
表が出る確率 P(H) = 0.5 ，
「・」は乗算記号，「/」は除算記号，
P(A, B)はAとBの同時確率，
P(A|B)はBが起きる条件下でのAの確率，条件付き確率，
P(A|B) = P(A, B)/P(B)．
　

理論からの予測

ノーベル賞の物理学が発表されました．

受賞者の内2人については，数十年も前に発表した理論研究がその対象のようです．その理論的予測が2002−2003年に行われた実験で実証されて，今回の受賞になったそうです．理論から予測する，というのは何となくかっこ良く思えます．

ちなみに，受賞者の2人は日本の方です．アメリカの方も日本出身で日本の学術的系統を引き継いでいる方ですね．物理をきちんと勉強していない僕ですらお名前を聞いた事のある方々でした．
　

データだけ神経科学

　
神経科学の実験データをただ統計解析して，統計的性質を述べただけ研究．

物理世界からデータを取得したのに，その統計的性質が物理世界において何を意味するのか述べられていない．

イントロは神経科学で，中ほど数理的記述があって，数理的性質を述べて，それで終わりの研究．

最後，神経科学に戻ってきて議論をやらなくては，研究ですらない．

某会議で思った事．


PS.
神経科学の現象を数理的記述を用いて説明したおもしろい理論研究はありました．

ただ，理論から予測される知見，実験パラダイムの提案を積極的に述べたらどうでしょう．

神経科学の知識が浅いからか，その辺が述べられていない．

これ，自戒も込めて．
　

いま，一番怖いこと．

　
　
　　停電

　　読み：ていでん
　　意味：配電が停まる事．
　　　　　 狭義には，配電の停止により，PCがシャットダウンし，
　　　　　 走らせていたプログラムが停まる事．
　　　　　 また，長時間かかるプログラムだった場合，解析が無に
　　　　　 帰すショックにより，研究者までもシャットダウンして
　　　　　 しまう事．
　　用例：彼，停電したみたいです．

京都は，明け方，ものすごい豪雨でした．いまも降っています．
　

Prior♪

Prior～♪ってさけんでます（特に3：00あたり）．
これ，とある国際会議の懇親会だとか．楽器を演奏しているのは少し前まで会議で（たぶん）マジメに議論してた研究者達．とある会議とはこれ↓．ベイジアンの方々の集まり．ISBA 2008（International Society for Bayesian Analysis） World Meeting cf．ISBA

ベイジアンとはベイズ（Bayes）という統計の流派？？を信奉？？している方々．フィッシャー，ネイマン - ピアソン派の陰に隠れていたけど，出てきたら鬱積？？をはらしてますね！ただ，ベイズって今では，スパムメールの除去とか工学的にはいろいろと使われてる．

　##

AIC（Akaike infomation criteria：赤池情報量規準）は「予測できる」ことをモデル選択の基準にしているわけですが，実はそれはデータの真実を表していないことになります．予測性能が良く（予測誤差最小）ても，それは真実を表していないのですね．BIC（Bayes infomation criteria：ベイズ情報量規準）なら一致性（標本数が無限の時に真のモデルと一致する性質）があります．

この辺の議論は，この間のバケツの議論と関係すると思うんですよ．バケツの余韻が残っているうちに，書こう．．．実は時間的精神的に余裕がなかったりするので，．．．途中省略してキーワードというか今の時点での僕の安直な結論，データ同化（Data Assimilation）．　

EOM
　

GoogleMapのストリートビュー

　
まだ一部ですが，Google Mapでストリートビューが見られます．ストリートビューは地図上の場所の実際の映像が見られようになっています．例えば目当てお店に行くのに，店舗の外観がわかっていると初めてでも発見しやすいので便利です．それから，これは単純に楽しくもあります．普段行き来して知っている道も，思わず見てしまうことも．

が， が，が，当然ですけど，ストリートビューの範囲にある僕の住んでいる家も映像で見られてしまいました．これ，つまり住所がわかれば，住んでいる家の外観が簡単に わかってしまうということですよね．いままでは，お店でメンバーズカードなど作る時に，住所とか電話番号を書くのはそれほど抵抗なかったのです．僕は，住所とか電話番号程度の個人情報は調べればわかってしまう情報だと思っているので，それほど神経質では無いんです．ですが，住んでいるところが「見え」てしまうっていうのは，感覚的に生々しい．こうまで簡単に， 住んでいる家の「見え」がわかると，なんだかちょっと気持ち悪い気もします．

それから，住んでいる家ってかなり情報を持っていそうです．一軒家だとか，マンションだとか，ぼろアパートだとか．お店にとっては住所１つでいままで以上に重要な顧客情報になりそうです．うーん，全てを電子情報化して，検索できるように目指すGoogleさん，おもしろくもあり，かなり怖い．
　

バケツバケツバケツ

　
先週は生理学研究所での研究会に参加．その中で，研究の方法論についてバケツ型研究，サーチライト型研究という話題が1つ挙がりました．以下のような「対照的」な2つの研究方法についてでした．

• サーチライト型研究：研究者の持つ仮説を検証するために理想化された実験課題（サルやヒトに行わせる認知もしくは行動課題）を作成し，データをとり，解析する．特定の仮説にサーチライトを当てた研究．
• バケツ型研究：研究者は仮説をもたずに，実験課題もできるだけ自然な状態をつくり，データをとり，解析する．仮説はデータから発見（もしくは発明）される．とりあえずデータをバケツに入れるような研究．

特に，人文科学の方の講演では，バケツ型研究が必要だ，という事でした．言うまでもなく，現在の研究は一見するとサーチライト型研究です．研究会が終わった後にバケツ型研究に対する反発を耳にしたので，ちょっと不思議に思っていました．その時は，「仮説ナシ」ってのが引っかかったのかなと思っていたのですが．バケツ型を言い出す問題意識は理解できる事だと思いましたし，それ以上に2つの点であたりまえに思えて，タイミングを逃し，この時は発言できなかったのですが，ここで備忘録のためにもまとめておこうかなと，メモします．あたりまえに思えた理由の

1つ目は，サーチライト型研究はバケツ型研究の過程を経ているという事．
2つ目は，仮説がなければ検証もできないが，仮説をデータから探索する事は可能である事．

1つ目ですが，
サーチライト型研究者も仮説を作るために，多かれ少なかれ研究対象の観察があるはずで，試行錯誤があるはずです．研究者なら過去の論文をたくさん読みますし，それも間接的には対象を観察している事になるんじゃないかなと．それがデータ（情報）をひたすらバケツに入れている過程になっていて，それを経て，はじめて仮説が発見（発明）されるのだと思うんです（仮説は発見か発明かという議論もありますが，ここでは区別しない）．バケツ型→サーチライト型という循環があるのが研究かなと．つまり，さきほど「対照的」と書いたのですけど，研究の裏表にある対称的な関係だと思うのですよね．論文を書く時はサーチライト型な風にやったと書きますけど，実はバケツ型の作業もやっている．

2つ目は，
検証する，というレベルまできちんと調べるためには，やはり研究者は仮説を持って，できるなら仮説を検証するための実験課題を組む必要があるでしょう．ただ，単に1つの実験だけを持ってきて，検証するのは困難な研究もたくさんあるので，時にはいくつかの実験を重ねて検証する必要もあるのだと思います．

一方で，高次元で膨大なデータから，仮説を探索する事は可能です．もしこれに否定的なんだとしたら，それはおかしいと思う．

仮説を探索することが可能というか，すでにたくさんやられている．統計学習とか機械学習などの統計数理を道具として使えばできる．最近では，統計的性質だけでなく，データの構造（系統樹型，多次元空間型，．．．）を推定するなんていう研究もある（データから「構造」を発見する：より人間に近づく人工知能WIRED VISION ，記事のネタ論文The discovery of structural form by Charles Kemp and Joshua B. Tenenbaum）．脳科学でだってfMRI解析に使うSPMというソフトウェアや阪大で視覚研究をされている大澤さんがモザイク刺激を用いて行っている研究も，そういう思想なはず．特に珍しくはないはず．

ただし，その手の研究を聴いていて，良くないと思うのは，検証にはなっていない事がある点．現象を「説明」にはなっているけども，他の可能性を棄却する「検証」には到っていたないことがあるのです．同時に複数の事が起こって，それを切り分けたい場合に解析だけではそれはできない．解析の中に不良設定問題が入っちゃっている場合なども，得られた説明が局所解であるかもしれない．そういう場合がほとんどなはずなので，そこはちゃんと実証実験しなくちゃいけない．他のすべての可能性を棄却する事は原理的に出来ないのですけど，考えられる範囲については明示的に棄却しておくべきでしょう．

もし，大量のデータを持っていて，研究者が持つ仮説（heuristics）だけで解析しているとすれば，それは確かに賢くない（高次元なデータなのに，検定以外で統計的解析を使っていない研究は結構目にする事があるので，それは残念）．

　##

理研の藤井さんが，バケツ型はサーチライト型を内包しているんだとブログに書かれています．

バケツ型とサーチライト型の研究は異なるものではないという事です。違いは、自然とか自然じゃ無いとかということではな くて、対象としている次元の数が増えているというだけです。それ以外に何も変わりません。（途中省略）バケツ型研究は、サーチライト研究を内在しているのです。つまり、バケツ型研究のプラットフォームで次元を絞れば、従来のサーチライト型研究と同レベルの制限を加えた実験も出来るし、それを複数行 う事で異なる文脈間での比較も出来ます。そういう自由度は、体験しないとわからないので、抵抗する人が沢山いるのは良く分かります。

単細胞記録の電気生理研究と比較すれば，確かに飛躍的に高次元なデータ．バケツに抵抗がある人もいるのかもしれません．

　##

個人的に，東京大学の池谷さんの研究などは，統計解析したらおもしろいと思えるくらいに大量の神経細胞を同時計測できるし，興味津々です．fMRIも計測として比較的悪くないと思うのですが，やはり，空間・時間解像度など，こころもとない部分があります（それでもヒトを計測するには確立した方法です）．

PS.
唯一，バケツ型を経ないサーチライト型があるとすれば，計算論を考える事でしょうね．脳ではなく，脳が情報処理している環境について思考して，その最適性を考えて，仮説を発見（発明）する．

PS.PS.
藤井さんはこうも書かれていて，

例えばワーキングメモリー課題の実験はそのことしか議論できません。つまり他人の実験と直接比較が出来ない。だから、専門外のヒトから見れば玉虫色に見えるんでしょう。

この文脈でバケツ型の必要性も書かれていました．こちらが重要な問題だと思うのですが，ただ，バケツが解決になるのか僕にはよくわからないところです．

演算操作的定義！！

　
解析で計算機（コンピュータ）を走らせている間に少し，書きます．fMRIの解析をしているのですが，データ量が多いから時間がかかる．結果を見たら，さっきのは失敗していたし．．．もう一度です．．．

　##

研究において，何を以て「理解」した気になれるかは，それぞれの研究者でちがいます．脳の構造を理解したい人，システムの動的なふるまいを理解したい人，細胞レベルの機序を理解したい人，認知レベルの機序を理解したい人と様々です．

さっき，僕が研究に理解したい水準の1つがハッキリしました！漠然としていたのですが，ついさっき輪郭の見える言葉を見つけたような気がします．結論から言うと，僕は，演算操作的定義（造語です）がはっきりすると理解した気になれるという事です．

僕が神経科学研究において，興味があることの1つに脳の情報処理があります．論文などを読んでいて，「～に関与する細胞」や「～に寄与する」という説明ではうやむやした霧の晴れない思いです．一方で，論文に数理的なモデルが書かれていると，霧が晴れる事が多いのです．

例えば，最近の神経科学では「注意（attention）」の研究が大流行です．ヒトやサルに，行動課題を課して，その時の神経活動を計測します．電気生理的な方法であったり，fMRI，MEGの方法で計測します．計測されているのであれば，それは操作的定義がされていることになります．つまり，注意の研究の場合，方法（行動課題とその解析）が注意の定義なわけです．ですが，方法の抽象性が自然言語だけで書かれている事もあり，僕にはスッキリしない．

一方で数理的に注意が以下のように説明できるとします．そうすると，僕は理解した気になる．yが認知，xが知覚だとして，その関係が　y = f（x）と書けるとします．xをfという演算処理をし，yという認知が得られるという事です．ここで，ある実験によってy = a*f（x）という関係が得られ（*はかけ算），この「a」が注意ですと説明されれば，相手の言っている事がきちんと理解できた気になれるのです．

このような脳の演算処理の操作における定義（演算操作的定義）が僕にとって，もっとも理解したい事なんです．演算操作的定義というのを思いついて，そうか，僕が理解したい事はこれなのか思いました．

PS．
ついでに言うと，最終的な理解したいことは，だいぶ前からハッキリしていて，脳の計算論です．なぜ脳がそのような計算をしているか，その理由です．計算論の1つは，脳が計算している事の「最適性」は何か．僕にとって，それをわかる事が最終的な「理解」です．

PS．PS．
ところで，数理的な記述は，相手に正確に伝えられるという点でも好きです．厳密に定義するということではだけではなく，著者が想定している曖昧さも含めて記述できていると思うからです．論文でy = f（x）と書かれていたら，y = ax + bかもしれないし，y = x^2かもしれない．だけど，ひとまずy = f（x）という理解があれば，次が読めるという事を著者は言っています．逆にy = ax + bと書けば，それは明示的にa,bという係数をもつ線形な関係だという事を伝えています．自然言語でも書けるのですが，自然言語だと書く時にそれを意識しなくても書けるので，著者の意図が抜けてしまう事が起きやすい気がします．

cf．
操作的定義 operational_definition
内包的定義 connotative_definition
外延的定義 denotative_definition
　

力士達に同情．．．

　
今日もこんな時間まで，作業する事になってしまいましたが，ちょっとだけニュースにコメント．

最初はそれほど注目していなかった力士が大麻を使用していた件，Web上に挙がっているニュースを見るとひどいなと思います，マスコミと組織の対処が．

若ノ鵬さんは19歳の時の犯罪なのに，マスコミは堂々と名前を出してしまっている．どちらかと言えば，マスコミは人権を守る側だったのじゃないかと思うのですが．彼らは警察官であり，裁判官でもあるかのようです．この事件ではありませんが，会社の不祥事などで会社の記者会見上をTVで見たのですが，記者達が（なぜか）謝罪を要求したり，正義らしきものを掲げた質問をするのに気分が悪くなることがありました．そして最後に，番組の司会者が捨て台詞に断罪するのがオチでした．

若ノ鵬さんは解雇という決定のようですが，再帰の機会がないのは厳しすぎます．責任をとるのは組織の上の方であって，末端を切ってはいけないと思うのです．ただ，これも実のところマスコミの責任という感じはしています．マスコミは何か不祥事があると厳罰を求めます．さらに，解雇したからって問題は終わりじゃないよという論調を作ります．マスコミにかぎつけられた組織は，とりあえず当事者を切っておけという事が度々見られるようになりました．

露鵬さんの親方である大嶽親方が「親方にとって弟子は大事な子どもですから、やっていないと言うから、弟子を信じている」と言われたのに少し救いがあるでしょう．仮にやっていたとしても，最後まで力になってあげてほしいと思います．
　

【論文】知覚的な推論中の事前情報の神経表現 Summerfield2008

A neural representation of prior information during perceptual inference.
Summerfield C, Koechlin E.
Neuron. 2008 Jul 31;59(2):336-47.

概説
予測符号化仮説（Predictive coding hypothesis）であることを示唆するfMRI論文．予測符号化仮説とは，皮質領野間の相互結合（遠心性結合と求心性結合），領野内での再帰的結合で何が行われているかについての仮説で，次の3つの事をいっています．

1. 低次皮質から高次皮質へは予測誤差（prediction error）を伝える．
2. 高次皮質から低次皮質へは低次から伝えられる信号の予測値を伝える．
3. 再帰的結合は低次から伝えられる信号の予測値（expectation）を計算する．

予測誤差を小さくするように，予測値を計算（ニューラルネットワークを構築）しているということなんでしょう．

2つの実験課題をもちいて，予測値（事前情報）の情報表現がある領野（ブロードマン18・19野，紡錘状回fusiform/lingual gyri，上側頭回Superior temporalgyrus）と予測誤差の情報表現がある領野（1次視覚野V1p，3次視覚野V3，中・下側頭回middle/inferior temporal gyrus）を同定し，その領野間結合関係をDynamic causal modeling（DCM）でモデル同定している．1次視覚野，紡錘状回，中・下側頭回，上側頭回で予測符号化仮説にあう結合関係を示唆している．

感想
おこなった実験課題によって観測できる脳機能についての説明には異論があるのだけれど，それ以外はおもしろい結果．もちろん，異論があるところに本当に問題があるとすれば，その後の結果も否定してしまうことになるのだけど．あと，priorという表現を用いているけれど，注意（attention）とどのように異なるのかが良くわからない．


Figure 1．
A．Predictive codingを説明した図（省略）
B．C．実験課題
上から順に3つの実験課題を説明する図が表示されている．大きく分けると2つの実験課題を行っている．1つは，最上段のA/B decisions task（ Forced-choice discrimination task ）．図Cは実験課題の進行を表しているが，A/B decisions taskではまず，黒丸の中に青と赤の線が60度で交わる格子が表示され，その後に赤の線分と同じ傾きをもつガボールフィルタAもしくは青の線分と同じ傾きを持つガボールフィルタBのどちらかが現れる．被験者はAもしくはBをボタンで回答する．
中段，下段はA/~A decisions task（Yes-no judgments task）であり，黒丸の中に緑の線分が現れ，その後緑の線分と同じ傾きを持つがーボールフィルタmatchもしくは不正解選択肢non-matchが出てくるので，matchの場合はボタン1，non-matchの場合はボタン2を押して回答する．中段の課題は不正解選択肢が1つだけの場合で，下段の課題と2つの場合．

A/B dicisions taskは，脳内では事前情報を利用せずに一人勝ち戦略（Winner-takes-all）によって計算される（p.337,l3）．一方で，A/~A decisions taskはperceptual templateとして外部の刺激を利用し，事前情報を用いて行われる．（ヒトがA/B decisions taskを一人勝ち戦略で解いている必然性がない気がする．A/B decisions taskを一人勝ち戦略で解ける，というのは理解できるのだけど．著者らはこの2つの課題が事前情報の有無を表していると言っていて，この後のfMRI解析でも使われている論理なのだが，これでいいのか？？）

D．実験課題の反応時間．薄い灰色がA/~A decisions
taskでmatchを押したときで数字の1，2は不正解選択肢が1つ（図B，中段の課題）と2つ（図B，最下段の課題）の時を表している．灰色はA/B decisions taskでの反応時間で，AはAを押したとき，BはBを押したときの反応時間を示している．濃い灰色はA/~A decisions taskでnon-matchを押したときの反応時間．数字はmatchと同じ不正解選択肢の数．同色グラフ内では差はないが，match ＜ A/B ＜ non-matchで反応時間が大きくなっている．

E（省略，cf．Figure2-5）

Figure 2．A/~A decisions > A/B
decisionsで活動を示した脳部位．つまり，予測値（事前情報）の表現があることを確認された脳部位．
A．ロードマン18・19野，紡錘状回fusiform/lingual gyri，上側頭回Superior temporal gyrusが活動している．
B．図Aに示された各領野で条件間の差を棒グラフと共に示した図．

Figure 3．non-match > (A/B decisions and match)で活動を示した脳部位．予測誤差の表現があることを確認された脳部位．
A．1次視覚野V1p，3次視覚野V3，中・下側頭回middle/inferior temporal gyrusが活動している．
B．省略

Figure 4．
A．B．C．省略
D．Figure2,3で確認された脳領野の結合を示した図（ここが最も重要な解析）．最高次であるSTGはA/~Aで活動しており，そこからFG，V1cへと予測値（事前情報）が流れている結合があり，V1cからITGへ予測誤差が流れている結合がDCMによって同定されている．黒の矢印が有意な結合関係であり，灰色矢印は有意でない結合関係．
E．省略

Figure 5．match > (A/B decisions and non-match)で活動した脳部位．つまり，報酬予測や意志決定，予測的知覚（top-down perception）などに関わる脳部位．
A．腹内側前頭野（ventromedial prefrontal; vmPFC），眼窩前頭皮質（orbitofrontal cortices），後帯状回（Posterior cingulate cotex）が活動している．
B．省略
　

読書感想文 ゆらぐ脳

　
最近，「ゆらぐ脳 」池谷裕二，木村俊介を読みました．

この本で紹介されていたニューロンの時系列データを生データを「見る」ためにデータを音にして何度も聞くというアイディアがおもしろいです．聴覚が時間解析が得意なので，何度も聞いているとデータの性質に気づくことがあるという話しでした．このサイトの真ん中あたりに 神経細胞をピアノの鍵盤に割り当てたときに奏でる音楽が公開されてます（直接にはここ）．　 実験屋さんにとって，まずは，できるだけ計測されたままの生データを見ることは重要なのですが，データが大量，高次元になってくると，可視化するのにも結構工夫がいります．機械学習，統計学習の分野でも大規模データを扱うので，その可視化に地道な試行錯誤，創意工夫が行われてます（特に研究途中の段階で）．音楽に変えるっていうこの方法，大規模な時系列データの「見方」として，他の分野でもとても有用な方法な気がします．

ただ，この本の本質は，上に書いたささいな技術論なんかではなく，研究仕事論がそのテーマ．池谷さんが研究をしている上での信条に関わる事です．普通なら口ごもってしまう事も，軽やかに書かれていて，それは，勇気づけられます．あとがきを読めばわかるのだけれど，もちろん，池谷さんにとっても普段なら簡単に口に出すようなことではない事，それが書かれています．

僕が博士課程に進学しようと決めた夏，つまり修士課程2年の夏ですけど，その時は朝永振一郎（ともながしんいちろう）さんの「量子力学と私（岩波文庫）」を読んだのを思い出しました．博士課程に進学すること，そのために大学を移ること，その時の研究などでかなり陰鬱な気分でしたが，朝永さんの文章は「効き」ました．すこし元気がでたのを覚えてます．池谷さんのこの本も「効き」ます．勢いよく一気に読めてしまうので夜中に手にとっても少しの睡眠不足ですむし，寝不足な翌日も，気にしないっ，という気分になれます．

PS.
朝永振一郎に「ともながしんいちろう」とふりがなをふったのは，恥ずかしながら大学に入ってしばらくするまで，「あさなが」と読んでいました．結構間違えている方いないでしょうか？



　

9月．

　
夕方，ミーティングがあって，医学研究科から吉田本部の方の校舎へ行くとき，ランドセルを背負った小学生がちらほら．9月1ですね．小学生も夏休み終了ですか．もうちょっと，8月が続いていて欲しかった．いろいろと焦ることもあります．

　##

1. Painful Publishing (Raff M, Johnson A, Walter P, Science. 2008 Jul 4;321(5885):36)
2. An editor’s checklist (Guillery RW, Science. 2008 Aug 22;321(5892):1039)
3. High-profile journals not worth the trouble (Rosenbaum JL, Science. 2008 Aug 22;321(5892):1039)

上から順に，「つらい論文投稿」と題された若手研究者の不満，それに対するAnsewer letterとして「編集者のチェックリスト」，「トップジャーナルは手間をかけるに値しない」，という文章．時間がある時に読んでみようかな．
　

【論文】自然画像を見ているときの刺激特徴への注意がV4ニューロンの反応特性を変える David2008.

Attention to stimulus features shifts spectral tuning of V4 neurons during natural vision.

David SV, Hayden BY, Mazer JA, Gallant JL.

Neuron. 2008 Aug 14;59(3):509-21.

　
概説
V4ニューロンでの刺激特性（Spectral tuning）が，向特徴注意（feature based attention）で変化するが，その変化の仕方はある周波数帯の反応利得があがるというBaseline/gain modulationではなく，周波数帯域も変化するTuning modulationであるだろうという論文．刺激特性は，回転周波数（orientation tuning）と空間周波数(spatial tuning)．僕は，この分野の，特に電気生理の研究に詳しいわけではないですが，長々と議論になっている話題．最後にV4が視覚探索する際に有用となるmatchedfilter（ニューロンが探索している刺激に選択的になる）の機能を果たしているという結果．自然画像が好きなGallantのグループの研究．

ちなみに，「向特徴注意」は造語です．spatial based attention は空間的注意という訳語があるのですが，feature based attentionやobject based attentionは見たこと無い．特徴的注意というのが変な感じがしたので，向特徴注意と表現してみる．

感想
読んでみると，Tuning modulationする細胞もあるかもしれない，というくらいの内容．Fig.8A(最後の図)を見ると，多くのニューロンはBaseline/gain modulationなんじゃん，と少しがっかり感．いや，僕がTuning modulation派というのではなく，Fig.7までTuning modulationを力説していただけに，最後に肩すかしを食らった感じ．

ちなみに，Jackknifed testが随所に出てきますが（もちろん，この研究では有意な差が出ているので問題ないのですが），一般にはブートストラップ法の方がうまくいきます．

以下，図の説明を中心に詳細．

順番が前後しますが，まずFigure 2のモデルの説明から．
Figure 2.
上からA．No modulation model，B．Baseline/gain modulation model，C．Tuning
modulation model．まず，有限要素構成仮説（←左の英語を僕が意訳した造語，labeled-line
hypothesis）という言葉があり，ある有限の基本要素（今回の場合，周波数）から刺激知覚が生成されるという仮説があり，図のガウス分布ひとつが基本要素を表している．図の横軸は刺激特性（たとえば周波数）であり，T1という刺激では点線の値の刺激特徴量をもつということになる．No modulation model では，刺激に注意が向いていても変化しない．B．Baseline/gain modulation modelは注意によって刺激特徴の基本要素の利得もしくは基準値があがって，刺激選択性が変化する（ここでの図はgainが変化した場合の図になると思う）．C．Tuning
modulation modelでは，利得や基準値が上がるだけでなく，それぞれの基本要素がもつ刺激帯域（こんかいの場合は周波数帯域）も変化するというモデル．

この３つのモデルを定式化したのがpp.519-520にある３つの式である．Baseline/gain modulation では，No modulationにg(a)という利得パラメータと基準値のdがd(a)と注意（attention）の関数になっている．さらに，Tuning modulation modelでは，フィルターであるhが空間だけでなく，注意の関数として表されている．（うーーん，やっぱり図があって式があると理解しやすい．図だけでは理解がシャープではないんですよね．式があると頭がすっきりする．）

Figure1.
A Match to sample (MTS) task
固視点が表示され，次に注意の方向（左下か右上）と注意を向ける自然画像が500ms提示される．Delayが850msあった後，20msでつぎつぎに左下と右上の自然画像ペアが提示される．サルは注意の方向に注意を向ける画像が出現したと思ったらレバーを放す．

B.Free-viewing visual search(FVVS) task
自然画像が1つ提示される．２，３secのDelayのあと，3x3の自然画像の行列が提示される（ここでは最初に提示された自然画像はない）．さらにDelayのあと，最初の自然画像が含まれる3x3の自然画像の行列が提示され，見つけたらレバーを放す．

Figure 3．
A．この論文の解析の基本となる図．受容野の周波数特性（Spectral Receptive Field）を表しており，横軸が回転周波数，縦軸が空間周波数．自然画像から逆相関法によって，周波数特性を算出している．
Bは横軸がno modulation modelで予測される反応，縦軸が計測された反応．そのニューロンが好む（反応特性がある）刺激T1と好まない刺激T2で差があることがわかる．つまり，刺激特性が変化している．
C. 左図から，T1，T2，その差分の周波数特性を示している．つまり，差分の周波数特性が注意による効果で変化した周波数特性．

Figure 4.
各グラフの見方はFigure 3.と同じ．
A. 1−3[cycle/RF]の低空間周波数帯では，広域の回転周波数特性を持っていることがわかる．
B. このニューロンが好む刺激T1と好まない刺激T2に差があることがわかる．
C. 周波数特性における注意の効果（Difference）を見てみると，図Aとは異なっているので，特徴に対する注意によって周波数特性が変化していることになる．
D. E. 受容野内外を比較した結果．Dでは差があるので，少なくともBaseline/gain
modelで調整が行われている．ただし，受容や内外の周波数特性の差分を見ると，図Aと差が無く，つまり空間的注意は周波数特性の調整には影響しないだろうという結論を示している．

Figure 5．省略

Figure 6．
Target Similarity Index（TSI）（キャプションにThe tuning shift
index(TSI)と書いてあるが，おそらく誤り．）TSIは刺激と特徴に向けられた注意の効果によって変化した周波数特性の類似度であり，横軸の正方向が似ているということになる．ヒストグラムにおいて灰色のサンプル（ニューロン）は有意に負であったニューロン，黒が有意に性であったニューロンを示す．平均は0.13で，ゼロと有意な差があると述べている．つまり，V4ニューロンは特徴に向けられた注意によって刺激がもつ周波数に周波数特性が調整され，つまり視覚探索などで目的の物に目が向けられるようにするためのmatch
filterの機能となっている，という結果．

Figure 7．FVVSタスクの結果，省略

Figure 8A.ニューロン数を空間的注意によって調整されたニューロン，Baseline/gain modelのニューロン，Tuning modelのニューロンで分類してヴェン（Venn）図で示している．これを見ると，Tuning modelに含まれるニューロンは31個で，そのうち，Tuning modelだけに分類されるニューロンが3つある．（BCは省略）


メモ．参考文献に挙がっている重要論文．
Connor, et.al. 1996.
Efron, et.al.1986.
Luck, et.al.1997.
MacAdams, et.al.1999.
MacAdams, et.al.2000.
Moran, et.al.1985.
Motter, et.al.1994.
Reynolds, et.al.2000.
Treue, et.al.1999.
Williford, et.al.2006.
　

夜もふけて．

　
基本的にこのブログを書く時は研究室にいる時．
夕方の5時とか，夜9時くらいの一段落したときに書いていることが多いです．今日は一段落していないんですけどね(^^;) さすがに疲れてきたので，気分転換に書いています．

ところで，これ，心の余裕がないと，書けないんですよね．
書くのにかかる時間は，大したことないのだけど，それが書けなかったりしますね．

いやー，もう2時になります．
隣の建物の実験室らしき部屋が見えるんですが，そこも電気がついてます．

今日はただただ，つらつらと．
　

【論文】ヒト視覚における限られた作業記憶の動的な配分 Bays2008

Dynamic Shifts of Limited Working Memory Resources in Human Vision.
Paul M. Bays and Masud Husain
Science 321, 851 (2008);

概説
これまでの変化検出タスク（change-detection task）では，３，４個の物ならば，１００％に近い正解率で被験者が解答できるという報告がなされている（Item-limit model）．しかし，それは離散的な個数として決まっているわけではなく，作業記憶（working memory）の資源を動的に変化させることが可能で，作業記憶資源の配分によって正解率も変化すること（Dynamic allocation model）を示唆する論文．また，その配分は注意によって変化させることができる．概念的なモデルはSupportig online MaterialのFig.S1が端的でわかりやすいです．

感想
変化検出タスク（change-detection task）で，変化に量の要素を加えたのはうまい実験だと思えました．導いている結論は，提案モデルであるDynamic allocation modelと旧来のモデルであるItem-limit modelを明示的に比較していないので，提案モデルを検証したことにはならない気もしますが，データをみると明らかであるのかな．たとえば，旧来のモデルだとFig.3Bは4つ目までは高い正確性で，5つ6つになると急激に正確性が減少する図になるでしょうから．後半の主張である注意によって作業記憶資源の配分が変わるというのも，以前に研究がされているらしいので，新しい結果ではないようにも．．．

結論の新規性やオリジナリティーについて，なぜサイエンスに採択されたのか疑問の余地がありますが，実験課題に工夫されていて，知らなければ結果もおもしろいです．

図は，同じ結果を示していることが直感的にわかる図が2つ，3つ並んでいて，とても冗長な気が．．．これくらい丁寧な方がいいのかなぁ．


以下，図の説明を中心に詳細．

Fig.1
心理物理実験のタスク説明．
　Location task．（Fig.1A）四角で表された固視点と複数個（1，2，4，6個の場合がある．）の視標が表示（sample display）．Blank画面が500ms表示．最後に1つの視標が表示された（prob display）．その視標はsample displayに表示された視標のどれかであり，それが0.5，2，5 degだけ左右に移動している．被験者は視標が左右のどちらに動いたか2択で回答する．
　Orientation task（Fig.1B，正確には，論文のこの図では後述するsaccade conditionを説明している．）タスク進行はLocation taskと同じであるが，視標が矢印になっており，prob displayでは矢印が5，20，45 degで回転している．被験者は時計回り，反時計回りのどちら回りで回転しているか回答する．
　上記の２つのタスクに，saccade conditionがある．
（Fig.1B）固視点から1つの視標にサッカード（急速眼球運動）させると，Blank画面が表示され，サッカードした視標以外の視標のどれかについて，左右もしくは時計・反時計回りを回答させる．

まとめると，Location task，Orientation taskの２つあって，それぞれにFixation conditionとsaccade conditionがある．2x2の４種類のタスクを行っている．

Fig.2A
視標の数（つまり，記憶しておく視標の数）と正解確率の関係を表した図．
2x4の図の行列の上段がLocation taskの結果，下段がOrientation
task．列の左から視標が1，2，4，6個の場合．図の中で赤線がsaccade condition，黒線がfixation condition．図の横軸は被験者が解答する視標が移動（回転）していた量．

1. 各図でfixationとsaccade taskに差はない．つまり，眼球運動の影響，効果はない．
2. 視標が移動（回転）していた量が大きいほど，高い確率で正解している（PS.右もしくは時計回りに「回答」した確率を書いている．つまり，確率0ということは左（反時計回り）だと被験者は回答しているので，横軸マイナス方向では確率0に近い方が高い「正解」率であることを示す．PS.PS.ここまで丁寧に書くと逆に混乱する気もしてしまった．）
3. 視標が増えるほど，低い正解確率になっている（ガウス分布だと考えると，分散の大きな分布になっていることがわかる．cf. Fig.1B，Fig.3C）

Fig.2B
左がLocation task，右がOrientation task．各図，横軸が視標の数，縦軸は正確性．PS.正確性は視標の移動（回転）量の逆数なので，-5 degならば 0.2となる．視標が増えるほど，正確な検出が出来なくなっている．PS.AもBも表現を変えただけで，同じ事言っている．

Fig.3A
作業記憶資源配分と正規化した正確性の関係．べき法則で作業記憶資源の配分が大きいほど，正確性が大きくなっている．
PS．横軸の作業記憶資源の配分は，視標の個数の逆数．横軸は1/6，1/4，1/2，1/1にデータがある．正確性は視標１個だけのときを１とした正確性．

Fig.3B
視標の数と正規化した正確性の関係．視標の数が増えると，指数的に正確性が現象するという結果．
PS.Fig.3Aの焼き直し．これなくてもわかるだろう．．．Fig.1Bもあるし．

Fig.3C，D
視標変化量と回答率の関係．移動（回転）量をσという単位で抽象化して，点線が今回の実験で最も小さい変化量に相当し，破線が最も大きい変化量に相当する．Fig.3Bのグラフをσを変化させたときの理論値と今回の実験での値を示している．変化量が大き（6σ）ければ，視標の数が12個と多くても正解率は8割以上であり，逆に変化量が小さ（σ/4）ければ1個でも6割程度の正解率になるということが理論的にわかり，実験データも近い？あたいを示している．

Fig.4A，B
注意によって作業記憶資源の配分が変化することを示した図．左列がLocation Task，右列がOrientation task．視標の1つを他の視標と変えて（flash，colorなどの手がかり），注意が向くようにしておく．手がかりがあった視標（実線）は，手がかりのない視標（破線）よりも有意に高い正確性で回答していた．

Fig.4C
視標を系列的にサッカードしたときの作業記憶の配分．
中央に1つの視標，その周りに4つの視標が配置されており，被験者は周りの視標を順にサッカードしていき，最後に中央の視標にサッカードする．4つの視標にサッカードした時点で，Blankが入り，５つ視標のうちのどれかが変化している．被験者は，変化している視標にたいして左右（時計・反時計回り）を応える．

この結果，ブランクが入った後の視標である5つ目の視標を最も正確に答えられた．4つ目も直前に見ていた視標にもかかわらず，正解率は小さかった．つまり，注意が向いている5つ目に多く作業記憶の資源が配分されていたのだろうという結論．
　

PC環境 番外編

　
備忘録と整理の目的もあって，作業効率を良くするために工夫しているPC環境について書きました．

が，．．．その作業を楽しむのだったら本来，効率化なんていらないはず．むしろ，効率化はしたくないですよね．趣味でプログラミングをやっている人は，1からプログラミングを組むのが楽しいはずで，既存のパッケージをダウンロードしてくる必要もないわけです．時間はかかるけど，時間をかけるからこそ，楽しい時間がたくさんあって満足です．ただ，給料をもらっての仕事になると，生産性を必要とされて，効率化の脅迫に晒されるんですね．．．いやぁ，好きで始めた仕事なのに，生産性のためにその楽しい時間を少なくしては不幸ですよね．

ということで，嫌いな作業や単純作業を速く，早く終わらせて，好きな作業をのんびり楽しみましょう．好きなことまで効率化しないようにしたいですね．

PS.
ツールは，シンプルであり，かつ１つでいくつかの目的を果たすというのが理想ですね．たとえば，メールは連絡のやりとりに使うのでしょうが，前に書いたようにタスクリストにも使える．Webアプリを使えば，すべてのアプリがWebブラウザー１つでこなせます．１つのツールで行えると，操作で手間どうこともなくて，ちょっとしたストレスが回避できます．ほんとにちょっとしたことですけどね．ただし，日常的なちょっとは結構効いてくるんじゃないかなと思います．
　

PC環境 辞書

　
僕のPC環境の紹介も最後です．

最後は，串刺し検索ソフトJamming．シェアウエアですが，文章を書くなら辞書は書かせませんが，辞書ソフトとしては一番です．様々な電子化された辞書をこれ一つで串刺し検索できます．基本的には常時立ち上げていて，わからない単語があれば，ちゃちゃっと調べられます．

以前にいた研究室の秘書さんが翻訳や英文校正をしていたという経歴のあり，その方に教えてもらいました．大抵の電子化された辞書に対応しているので，ジーニアスや医学英語辞典なんかを入れています．ライフサイエンスの単語はLSDというサイトがあって，そこから無料でダウンロードできるので，それも入れてあります．辞書セットを変えて使えるので，普段はジーニアスだけを検索するように設定，論文を書くときはジーニアス，LSDとその他の専門辞書も検索するように設定して使っています．語学に限らず最近は電子化された辞書，事典がたくさん出ていますから，それをJamming１本に統合できるのは便利ですね．Mac，Winどちらのバージョンもあります．
　
　

PC環境 メモ・思考整理編

　
4. ネタの種（紙 copi），MacJournal

これは３年前から使い出しましたが，つかってみると便利です．

http://www.kamilabo.jp/index.html ではその使い方として，WebやWordなどの既存の情報管理が全面にだされてますけれど，僕はそれよりも，メモや思考整理に使ってます．トピックごとにつぎつぎに新規のファイルを作っていき，メモをとっていきます．保存を意識しなくてもかってに保存してくれるし，タイトルはつけ忘れたら日付が勝手につけられるので，どんどんメモをつくっていけばOKです．機能としては特別なことは無いですが，保存しなくてもイイとかちょっとした障壁のなさがほんとに便利で快適です．

プログラミングのTipsをメモしたり，研究の事を連想されるがままにメモに書き出しながら考えると，考えが整理されます．逆に書いてみると整理されていないことがわかる．つぎつぎにメモを作っていって，もしいらなくなればゴミ箱へ移せばいいだけです．

Windowsでは紙 copi（Justsystemからは「ネタの種」の商品名としても売られてもいます），Macでは紙copiに似たソフトとしてMacJournalを使ってます．最近になりWebアプリとして「紙 copi net」も登場．これに移行しつつあります．
　

本屋さん

PC環境ネタは，1回分お休み．

京都に来た時，個人経営の小さな本屋さんが多いなと思っていました．万引きなどが深刻な被害となってたたむお店が多いとTVで見たこともありますから，小さな本屋さんは応援したくなります．

何件か本屋さんに入ったのですが，お店によっては最前に並んでいる本のラインナップに特徴があったりします．なんか偏ってます(^^;) 大型店だとどこも同じような小説や，最近ではHowTo本が並んでいます．買いたい本が決まっている場合は在庫のある大型店に行けばいいでしょうが，ふらふらっと目的もなく入る時は，こういう本の並びが偏ったお店は面白いものです．

自転車で走っていると専門書しか扱わない出版社の建物を目にすることも多く，京都の出版社だったのかと改めて知ることも多いです．さすが，京都！

だれが言ったか，「本屋の本棚に並ぶ背表紙を読めばその国の動向がわかる」とか．僕は，ふらふらと本屋に入るのが好きなので，京都はいい街です．

　

PC環境 スケジュール管理編

　
3. Google Calender 　
スケジュール管理もこれまたGoogle．検索に使うのはもちろんGoogleですから，かなり毒されています．Google calenderもWebアプリ．研究室の予定，自分の予定を色を分けて管理したり．Googleカレンダーはきれいですよ．これもPrismを使ってます．一度作成した予定が変更になってもドラッグ＆ドロップで簡単に移動できます．

公開されていれば，他の人のカレンダーも表示させることができて，会議予定カレンダーが公開されているので，それも一緒に表示しています．研究室や開発チームで共有カレンダーなんかを作ると便利かもしれません．これもオフラインではつかえないのですが，最近Calgooというフリーソフトを見つけて，これで同期がとれるらしいので導入しようかなと．と思ってググったら，近いうちに標準でGoogleカレンダーをオフラインでも使えるようになるらしい（cf．Googleカレンダーにオフラインタブが出現！３ヶ月分の予定の閲覧・編集が可能らしい）．

WebアプリはPCを変えても，たとえばデスクトップPCとMacBook AirとOS環境が異なっても，同じ設定で動作させることができるので非常に便利です．オンラインならいつでも，どこでも，どんなPC環境でも使えるというのが強みですが，やはり，オフラインで使いばあいも出てきます．Gmail（&Thunderbird），Googleカレンダー，この２つはオンライン，オフラインどっちでも使えるので（使えそうなので），イイですね．

そうそう，Gmail，Google Calenderはケイタイからも見られます．編集するのはちょっとめんどですけど，確認するだけなら使えますよ．

次はメモ・思考整理編です．
　

PC環境 E-mail編

　
2. Gmail & Thunderbird
メールはGmailを使ってます．Gmailは複数のアカウントを同時に管理できたり，WebアプリですからどのPC環境でも同様に使えたりととても便利です．

重要なメモがメールの中にあって，しばらくたったあとに見直すこともしばしばです．ところが普通のメーラーでキレイにフォルダで分類していても，数ヶ月でかなりのメール数になってしまって，探すのに時間がかかってしまいます．GmailはさすがGoogleで，検索がかなり効きます．一応，ラベル（普通のメーラーでのフォルダ）もつけていますが，検索ですぐに目的のメールにたどり着きます．これが便利！

Gmailはすでに解説がたくさんあるので省略しますが，Gmailの使い方！などをみると参考になるのでは．表示も見やすいですし，いまのところこれに対抗できるメール環境はなさそうです．

あとで説明するGoogle calenderもそうですが，Web上で動作するWebアプリは，一見普通のアプリケーションかのように使えるPrism（cf．「Mozilla、「Prism」のMac版とLinux版をリリース（IT media）」）という，これもMozillaが開発したソフトをつかっています．

ThunderbirdというメーラもPCには入っていて，オフラインでもメールを確認できるようにIMAPをつかって，Gmailと同期をとっています．いろんな情報がメールに入っているので，たとえば会議の日程なんかはメールでの案内で確認したりします．ところが，Gmailだとネットにつながらないとみれないのです．出張などで外出しているときは，かならずしもオンラインではないので，そういうときに不便．なので，Thunderbirdで同期をとっておき，ネットにつながっているときにPCの方にもメールを保存しておくようにしています．それで，いつでもメールの確認はOK．

ほとんどネットがある環境にいるので，ThunderbirdはノートPCでごくたまに使うだけですけどね．

次回はスケジュール管理編です．

追記，
メール受信の仕方．
自分宛にきたり，返信する可能性がある仕事用のMLは受信トレイにおいて，すぐに返信しなくても良いML（メーリングリスト）は，フィルタをつかって受信トレイをスキップするようにしています．

早急ではなくても返信する必要があれば，それを後回しにすると気になってしまいます．逆に，処理するのを忘れてしまうこともあります．それは精神衛生に悪いので，原則は，読んだメールはすぐに処理しています．ただ，簡単でも5－10分と返信するのにかかってしまうのですよね．おもわず目に入ったメールに返信すると，それまでやっていた作業に入り直すのにエネルギーがいることもしばしば．そうならないようにするために，早急でないものは受信トレイにおかないようにして，最初から目に触れないようにしています．時間がある時に各ラベルに未読（太字表示）のメールがあれば，それを読んで返信します．

受信トレイの方は，自分宛や返信をする必要可能性のある仕事用のMLなどが並んでいますから，メールを処理（確認，返信）してからアーカイブに移します．ですから，受信トレイは，タスクリスト的にも使っています．時には，自分宛に仕事内容のメールを送信しておいて，処理し忘れないようにしていたりします．メールは頻繁に目にするツールなので，そこに情報があれば気付くことが多いです．そんな使い方もしています．
　　

PC環境 Webブラウザ編

　
この職業，PC環境なしでは仕事ができませんっ．不可能でないこともありますけども，PCを知ってしまった今では，作業効率の悪さにPCなしではやる気がしないでしょ．

僕のPC環境を，よく使うソフトウェアTop５を紹介です．

1. Web ブラウザ Firefox
2. メール Gmail，Thunderbird
3. スケジュール管理 Google calender
4. メモ ネタの種（Kami），MacJournal
5. 辞書 Jamming

ソフトウェアに移る前に，PCのOSですけど，研究室のデスクトップはWindows Xp，ノートPCはMacBook AirでMac OS X（Leopard）を使っています．ちなみに，HDDのMacBook Airを使って４ヶ月ですが，たまにあつくなりすぎて動作が遅いときがあります．ただ，ちゃんと冷えていればかなり快適に動くので，次に買うならSDの方にしようかなと思っているところです．脱線しましたが，では，Top５．

1．Firefox３
だいぶ浸透してきたと思いますが，Mozilaが開発しているフリーのWebブラウザです．あとで書きますが，僕はWeb上で動くWebアプリを結構使っています．Webアプリを使うならFirefoxと併せて使うのが相当に便利です．Firefoxの拡張であるサイトに特化して見え方を変えてしまうGreasemonkeyという拡張があり，それを使うとGmailやGoogle calenderが見やすくなったり，操作性が良くなったりします．Firefoxは先月くらいにver.2からVer.3へとバージョンアップしましたが，速いというのが体感としてわかります．Ver.2の時も別にストレスなかったのだけど，Ver.３へ変えたら速かったのでびっくりでした．速くなるもんなんですね．

それから，FirefoxではWeaveというブックマーク同期する拡張をいれてあって，研究室のPCとMacBookAirのブックマークは同期されています．PCのOSを選ばないと言うこと，複数使っているPCが常に同じ環境にあること，僕の使うソフトでこの2つはかなり重要ですね．

　##

最近ではGTD（Getting Things Done）とかLifeHackとか言われて，Web上にも様々な記事が出ています．読むのは楽しいのですが，最適化ばかりに時間をかけていたら本末転 倒．直感的にイイと思えて，試すのにあまり時間のかからない方法を試したらいいと思います．それと，すごい効率的だといわれていても自分にあわないことも あります．一番優先すべきは，自分が感覚的に気持ちよく操作できることですかね．

Top2-5は次回以降に．
　

先週，今週のネットサーフィン

　
書く時間があまり作れなかったので，最近見たサイトを．

GTD系

1. URLをメールするだけでそのページをメールで届けてくれる『WebToMail』
2. Calgoo Googleカレンダーと同期できるらしい．オフライン作業できます．
3. Outlook vs. Gmail　～徹底比較～（前編）
4. Outlook vs. Gmail　～徹底比較～（後編） 僕はGmail派
   
5. LinuxでWindowsアプリを　「Wine 1.0」リリース
6. privnote 読んだら消えちゃうメール
7. 次はSHIRETOKO──Mozilla CEO、Firefox3.1を語る Firefox3は速いですね．firefox2から変えた時に体感としてわかったくらいです．もうなれちゃったけど．
8. キーワードに重み付けして検索できる『Search Cloud』
9. 元Google技術者、新たな検索エンジンを立ち上げ

研究関連

1. 科学技術イベントカレンダー（サイエンスポータル）
2. 　学会
3. 　イベント
4. 現在募集中の研究助成（サイエンスポータル）
5. サンプルコードが見つかるかも？！知っておきたいコード検索エンジンまとめ
6. RT-net

その他ニュース

1. IT史に輝く「すべったテクノロジー」ベスト25［前編：25～11位］
2. IT史に輝く「すべったテクノロジー」ベスト25［後編：10～1位］
3. マインドラボ科学技術振興機構
4. 科学者の問いにSFで答えたい　瀬名秀明に聞く「answer songs」
5. 2008年7月14日 一部産業のサイエンス型化顕著に
6. 「ｉＰＳ期待しすぎないで…再生まだ先」京大が専属広報
7. 政策３０年の“たまもの”　中国　一人っ子ついに１億人 僕の同世代の中国人はみんな一人っ子です．
8. データから「構造」を発見する：より人間に近づく人工知能 日本人の研究者も共著者に入ってるのかな，たぶん．
9. 科学者、メディアと意外にいい関係　関西大教授らが調査2
10. 永遠のナゾがついに解明、恐竜時代の化石のオリジナルの色の判別に成功
11. バイリンガル、話す言語により性格変えている可能性＝米研究
12. 旧育英会奨学金、１０億円未回収　税金投入の恐れも 私もこれのおかげで博士課程は家族からの経済的支援なしで学費や生活を払えました．しっかりと払わなくては．
13. 女子中学生、テント押すヒグマ撃退　妹と思い蹴る、知床 知らないってすごい．知ってても臆さず行動できるようになりたい．やれば撃退できちゃうんですから．いやいや，クマを撃退したいって話ではないですよ．何事もそうありたいという事です．
14. 近すぎるトイレ

　

医工，連携，

　
今日は，朝早くから作業をしていましたし，夜からは定例の会議もあったので少し疲れ気味．

　##

僕が働いていますナノメディシン融合教育ユニットで，医工連携というサイトを立ち上げました．前に予告していたモノです．

僕がやっている研究も医工連携といわれれば，そうなのかもしれませんが，このユニットにきて初めて医工連携という言葉を意識しました．

サイトの作成に関わって，まず思ったのが，正直なところ，僕は医学の定義がよくわかっていません．Wikipediaなどを見れば，もちろん定義らしきモノは書いていますが，僕が思っているのとは異なる使い方をしているのがいくつか見られます．Wikipediaによると西洋では応用科学，日本では自然科学の位置づけとなっています．生理学は医学の範疇かと思うのですが，生物学は少しずれている？？？これはただただ僕の印象ですけどね．

ちなみに，医工連携はどちらかというと工学の方が主導的（積極的）かなという印象を持っています．医療機器の開発など産業につながるからでしょうか．社会もそれを求めている風潮があるようです．たとえば，医工連携のこのページの下の方のリンクを見てもらうとわかります．

ちなみに，ちなみに，僕は医学的な研究対象を数理や工学の知識，技術をつかって解き明かしていくいう学術的な点においても医工が連携するのは重要だと思ってます．
　

いっせいに鳴きだした，セミが．

　
まわりは暑い暑いと言うのですが，僕はそれほどでもない．1日の大半を過ごす研究室では空調が効いていて涼しいですし，夜の自宅は窓を開ければ涼しい風が入ってくるので割と快適です．ただ，水分をとる量は増えているので，自覚しないところで暑さを感じているのかな．

ちまたでは無差別に人を傷つける事件が起きてますけど，もうマスメディアは報道しなくていいでしょう．犯人の中には前に起こった事件の報道を見てやったと話す人もいますし，模倣犯ですよ．事件発生にメディアが荷担しているでしょう．こういう事件の抑止のために報道しないという態度をとっても良いのではないでしょうか？「報道しない」ことも報道の自由だと思うのですが，何かに脅迫されているのかもしれません．習慣とかワイドショーからの脅迫でしょうかね．
いやいや，それにしても，実際に人を傷つける方は少ないでしょうが，誰だってむしゃくしゃして暴れたくなることの1度や2度あると思うのですよ．犯人の行動に何の新規的な問題を感じられない．この事件のどこがニュースなのでしょうか？

今日は朝，6時くらいに外を自転車で走っていたのですが，通り沿いにある木の生い茂ったところでは，セミたちがこれでもかってくらい勢いよく鳴いていました．少し圧倒されました．夏です．
　

もうすぐ

仕事の一貫であるWebサイトを作っているのですが，今月末に会議があるのでそれに向けて，形にしたいところ．それなりにまとまった時間がある時にやらないと，進まないのですよね．今週末，一度集中的に行おうと思っています．近いうちにこのページでも公表できるかな．

計算機に予防接種

昨日は，講義や実習などで使用しているノートPC15台にウィルス対策のソフトウェアをインストール．それまで入っていたウィルス対策ソフトをアンインストールして，再起動して，インストールして，再起動して，ネットにつないでアップデートして，とやっていたら，ほとんど1日かかってしまいました．

このノートPCは基本的に外部のネットワークとつながないようにしています．ただ，最近は，USB経由での感染が多くて，外部のネットワークとつながなくても用心が必要．ところで，このノートPC，日常的には外部のネットワークとつながないで使っているので，ウィルス対策ソフトのアップデートが自動的には行えないんです．．．

新たに．

これまで，研究Tipsなどを残していたWiki内でブログ風なものを書いていたのですが，こちらに移しました．

つい最近，僕の出身などをよく知っている方がいて，えっ！？と思ったらWikiを見てくれてたとのこと．ひさびさにWikiを見直してみたら，2008年4月のページを作ったきり，何も書いていませんでした．今年の4月から京都大学に移ったのですが，そこから何も書いていないと言うことです．．．

今では，人と会う時に事前にWebから情報を得ておく，というのも一般的だと思います．これからも時間のある時に，気がついた時に，こちらに情報を挙げていきたいと思います．