ぎょーむ日誌 2005-05-(11-20)

[tDiary --- ゑぶ application]

として内容入力・写真アップロード・設定変更 などなどができる， とゆーお手軽さがウリの tDiary． たとえば上の画像は「追記」インターフェイスであり， 左右それぞれ異なる theme (見てくれ) が適用されている …… とまあ便利そうなんだけど， 自分では使う気になれない (たぶんいろいろと改造したくなるから)．

• てなかんぢでオワってしまった …… 2120 研究室発． 2140 帰宅．
• [今日の運動]
  • 北大構内走 60 分間．
• [今日の食卓]
  • 朝 (0950): 米麦 0.7 合． タマネギ・卵の炒めもの．
  • 昼 (1230): 米麦 0.7 合． チンゲンサイ・ニラの炒めもの．
  • 晩 (2230): スパゲッティー． ネギ・ニンニク・豆板醤のソース． タマネギ・エノキダケ・ホタテの電磁波酒蒸し．

2005 年 05 月 15 日 (日)

• 1010 起床． 朝飯． コーヒー． 洗濯． 怠業．
• かなりの雨降り． 北大構内走やめとくか．
• 1610 自宅発． 雨． 1630 研究室着．
• またしても「カクレ」状態問題の検討に没頭してしまう …… というか， 先月末からこの問題の周辺に アタマがとらわれてしまっているんだけど． いやはや， ぢつはこれもまた一種の怠業の形態にほかならないのかも ……

• 先日， auto-logistic model と Ising model の対応がよーやくにして理解できてしまった． この対応づけについて考えていくと， 今度はカクレ状態を生成する Gibbs sampler の定式化が気になってくるわけで …… これまでは， 上の図に実線矢印 (青) でしめされてる効果を勘案して 線形予測子 (linear predictor) を構成し， それでもってカクレ状態 i をきめればよい， と考えていた．
• Gibbs 分布からの標本を生成するためだけのシミュレイション (forward 過程の Gibbs sampler とでもいうべきか) ならば， おそらくそれでいいんだろう， という気がする．
• しかしながら， パラメーター推定 (inverse 過程) に関してはどうか? Gibbs sampler はオモテ状態 (t) とカクレ状態だけでなく， オモテ状態 (t+1) も考慮すべきではなかろうか， というあたりでつまずいているわけで ……
• 同じモデルに関して， forward/inverse 二種類の Gibbs sampler が必要なのかしらん? だとすると面倒だな， などとアヤしみつつ検討をすすめてみる．
• そしてここで興味ぶかいのは， 「オモテ状態 (t+1) も影響するはず」 という考えが正しいとすると， カクレ状態 i を決める状態遷移確率は オモテ状態 (t+1) の i の関数ではなく， むしろ「i の近傍」のオモテ状態 (t+1) だと考えるべきなんだよね． 上の図の水平な破線矢印 (青) が示すようにカクレ状態 i はその「近傍」に影響をおよぼすからだ (というのも， カクレ状態 i がオモテ状態 (t+1) の i には影響しない， と考えないと尤度方程式が構成ができないだろう， というのがこの推定の重要な部分なんで)．
• なんだかよくわからぬまま撤退． 2035 研究室発． 2050 帰宅． 晩飯．
• カクレなハナシのつづき．
  • 推定のための Gibbs sampler はオモテ状態 (t+1) からも影響をうける
  • そのときに場所 i に影響をおよぼすオモテ状態 (t+1) は「i の近傍」の状態である
  という考えが正しければ， カクレ状態 i の状態遷移確率はどう書けるのだろうか? これは先日あきらかになった Ising model との対応から導出できるはずで …… やってみると， どうも形式的には logistic 的な関数となっているなぁ．
• これって正しいのか?
• どういう Gibbs sampler が必要か， という問題は推定方式に依存するのか?
  • EM アルゴリズムで期待対数尤度最大化するなら 素朴な Gibbs sampler でよい
  • Bayesian inference の場合は オモテ状態 (t+1) まで考慮した Gibbs sampler が必要である
  …… うーん， どうなんでしょね．
• [今日の運動]
  • いやはや運動休養日
• [今日の食卓]
  • 朝 (1040): 米麦 0.6 合． キュウリ． サケの電磁波蒸し． 炊飯器はいぜんとしてコワれているので， 鍋炊飯生活が続いている．
  • 昼 (1410): 米麦 0.6 合． ニンニクの茎・卵の炒めもの． ワカメスープ．
  • 晩 (2200): 米麦 0.8 合． キュウリ． キャベツ・ブナシメジのシチュー．

2005 年 05 月 16 日 (月)

• 0730 起床． ねむい． 朝飯． コーヒー． 0835 自宅発． 晴． 0850 研究室着．
• 昨日うだうだと考えてたことを今日になってこのあたりに書いてみたり (昨日のぎょーむ日誌)．
• 霜月さん イチオシ という blosxom + wikieditish.cgi をちょっと試してみる …… が「ちょっと試してみる」 ぐらいのつもりでは 「きあい」が足りなかったらしく， (おそらく permission がらみか何かで) コケてしまった (Can't call method "print" on an undefined value …… たぶん 157 行目の $fh->print(...) まわりだろうな)． ちょっと放置することに．
• くそう， また (空間を介する相互作用の強さ推定のための) カクレ問題にやられてしまった． これは面白いし重要なんだけど， いまやるべきこと， ではないとゆーか， ともかくひたすらに時間を使ってしまうわけで．
• とりあえず本日も運動不足にならんよう北大構内走にでますか． 1225 北大構内走発． 晴． 1305 もどる． 昼飯．
• アカマツいいかげんにおわらせなくては …… と取り組んでみる． 1500 までにちょっとだけススめる．
• 1500 から 1800 まで高田さんのモデリング相談 …… がその内容は以前に「ダメだし」した甲山さんのアヤしげモデリングだった (ダメだしの理由は， よく考えてない「切り貼り」定式化と， その帰結として「本質的に無意味な」パラメーターだらけ， といったあたり)． つまり私が却下したんで， 高田さんのとこにまわってまたこっちに来た， という順序である． いやはや．
• で， 結局このままではダメ， というふうに前回と同じところに行きついたのでありました．
• 1900 研究室発． 1930 帰宅． 体重 74.8kg． うーむ， 一進一退． 晩飯．
• [今日の素読]
  • 明日のセミナーの予習．
• [今日の運動]
  • 北大構内走 40 分間．
• [今日の食卓]
  • 朝 (0800): 米麦 0.5 合． キャベツ・ブナシメジ・サケのシチュー．
  • 昼 (1315): 研究室お茶部屋． 米麦 0.7 合． キャベツ・ブナシメジ・サケのシチュー．
  • 晩 (2100): 米麦 0.6 合． コンブ和えもの． キャベツ・ブナシメジ・サケのシチュー．

2005 年 05 月 17 日 (火)

• 0910 起床． どうも夜中に勉強すると生活周期が不規則になりがち， という気がする． 朝飯． コーヒー． 1015 自宅発． 曇． 1030 研究室着．
• 葉寿命勉強のつづき． これって， かなりおかると的な分野ではなかろーか． ココロ正しきもののみが奇蹟をまのあたりにできる， というような …… などと書いたらまたお叱りをうけるんでしょうな．
• 植物生態学のたいていの 「多変量」 なデータ解析では多重性は考慮されることはない． random effects という概念もない． いわんや系統関係を考慮した種間比較はありえない． 強調されるべきは， どういうふうに数値をこねくりまわしても consistent な結果が常に得られる， すなわち現象を生起させている神の御心を 「自分は知っている」， この一点のみである． 信仰の強さが問われているともいえる． この文脈において， 観測値の平均をとって情報を「浄化」して 対数変換するのは唯一絶対真実に近づく正しき道である． なぜならば， 個体差だの非線形性だのは 悪魔が信仰の弱い人間をたぶらかそうとするたくらみにほかならないのだから．
• …… などとですね， このへんの文献よむときのココロの平和を実現すべく， かかる歪んだ極論をでっちあげてみる． えー， いつも忘れてはならぬのは …… 数値をごちゃごちゃするばかりのわれわれモデル屋は 「自分は自然現象を研究している」 といったおめでたい錯覚におちいるべきではなく， むしろそう信じて疑わない自然観測者たちの不思議なる心象を 冷静に観察しうる立ち位置に身をおくこと， とゆーあたりだ． そう， 冷静に．
• で， とある論文では 「あとづけ」で系統関係をうんぬんしてるやつがあるな (査読者に指摘されて追加したのか?)． しかし読んでみると 「そんなの考慮しなくてもぜんぜん問題ないんだ」 という主張に終始しているだけだな． ふーむ．
• しかし， まあ， 系統関係を種間比較って， 以前にちょっとだけ勉強したわけだが， 偽の相関を削りとるついでにとりだせる情報も激減する， という側面はありますわな …… それぞれの状況にあわせて何か工夫ができるのかもしれないけれど．
• で， 別の論文ではせっかくいろいろな齢のシュートの葉をかたっぱしから 測定しているのに， 齢ごとに平均して情報をツブしていたり． 樹木のカタチを想像してもらえればわかるように， シュートの本数は若い齢のものほど多い． しかし， 平均なんぞに圧縮してしまうと， 数十本の当年生シュートのデータも一本しかえられなかった 10 年生シュートのデータも一つの統計量に圧縮されてしまう …… とでも指摘したら 「それのどこがダメなのか」 と不思議がられるのかもしれんな．
• 常緑樹の落葉パターン， こまかい時間間隔でおっかけると季節性の影響がもろにでて， あたかも意味ありげな振幅みたいなものが見えてしまう， ということなのかな． いや， 季節性はべつに無意味なわけではないけれど．
• 生命保険の売りこみを避けるために， 1200-1300 の時間帯は北大構内走にでも出ているべきかもしれん． しかしテキはこちらを捕捉するまで巡回運動をやめないわけで ……
• 1300 より 研究室セミナー ， 本日は M2 牛原さん． 植物の葉っぱ形質とくに葉寿命は何で決まるか， という界隈の論文 (上述あれこれ) の紹介． データ解析はいいかげんなまま放置しとくくせに， 窒素・炭素をパーツごとに分画していく方向には熱心らしい …… で， 系統関係考慮した種間比較うんぬんについて聞いてみると， この問題にかかわる皆さん 「分類群ごとに比べればいいんじゃないの」 「わからん」 「いらん」 ということのよーで ……
• 植物生態学研究者って， 種分化は繁殖器管 (花) で生じるもので， 栄養器官 (葉) なんかは種内でもどんどん勝手に変わっていって (ecotype つくりまくりとかで)， もはや系統関係も反映しないほどに入り乱れた状態が維持されている (遺伝子の発現・抑制なんかも環境に応じて自由にできる) とでも考えているのかしらん．
• セミナー後に昼飯． 先日から試行錯誤してる (サーヴァー型とでもいうべきなのか) tDiary の使いかた講習 …… とゆーか個人チュートリアル． まあ， これは教えることもほとんどない， ということがわかった． さすがわ， ゑぶアプリケイションソフトウェア (もどき?)．
• 7F 図書室撤収準備のスクリーニング作業． 20 冊ほど数理・統計学関係の本を救出する．
• 1915 研究室発． 1930 帰宅． 晩飯．
• 昼間から気になってる 「系統関係がニセの形質間相関をつくりだす」 例を考えてみる． 紙のうえにラクガキしてるうちに， 簡単な種分化モデルでそれが示せる， とわかった．
• R プログラミングに没頭してしまう． 結果はたとえばこういうかんぢで． 形質 X と Y のあいだには一切の trade-off が無いにもかかわらず， 種分化がによって 「ニセの負の相関」 が生じてくる事例である．

• 時間 t で誕生した「母種」 は時間 t + 1 でいくつかの「娘種」 をつくりだす， というモデルになっている． こういう手順で生成する:
  1. 分化: 母種の形質 X と Y にそれぞれ 独立な正規乱数 (平均ゼロ --- つまり方向性ナシ) をくわえて娘種の形質値を決める．
  2. 淘汰: 淘汰は母種と娘種の関係できまる． それぞれの母-娘種くみあわせにおいて， 形質 X もしくは Y のどちらかが淘汰される形質 Z (∈ {X, Y}) としてランダムに選ばれる． 母種より形質 Z の値が小さい娘は淘汰される (たとえば上の step = 1 において， 形質 Y が母種より小さい娘種は淘汰されている; 形質 X はどんな値でもよい)．
  3. 新しく誕生した娘種を次の時間ステップの 母種とする． 1. にもどる．
  とゆーふうに，
  • 形質 X と Y のあいだに trade-off なし; とってよい値の範囲に制約なし
  • 淘汰は形質 X と Y のどちらかにだけかかる (母種より大きいものだけが残る)
  という仮定で上のようなパターンが簡単に生成される． これらの制約はもっとゆるめても 「ニセの負の相関」 が生成されるだろう．
• もちろん乱数まかせの進化なんで， 「ニセな相関」 がでない場合もある． たとえば， これは上よりは少しぼやけているかも．

• そして種分化がススんでも無相関みたいだ， という例もつくり出されたりする．

• まあ， (パターンはっきりしない場合もあるけど) trade-off ぬきで「ニセの負の相関」が簡単に作れるらしい， とゆーことで．
• なぜそうなるのか? 答えは簡単で， これは二次元空間上の 「進行方向をあるていど制約された」 ランダムウォーク (というかランダムジャンプ) になっているからだ． 形質 X と Y が増大する方向 (斜め右上) にススんでいく「前線」が形成される (場合が多いみたいな) ので， あたかも X-Y 間に trade-off あるように見えるのである．
• 某卒業生氏， 会社ヅトメをやめて 環境省「傭兵」 やるそーで …… まあ， がんばってくだされ．
• あらら， 時刻はすでに 2600．
• [今日の運動]
  • うーむ， 今日もしくじってしまった．
• [今日の食卓]
  • 朝 (0930): ヨーグルト．
  • 昼 (1520): 研究室お茶部屋． 米麦 0.7 合． タマネギ・ネギ・エノキダケ・コンブ・サケの味噌汁．
  • 晩 (2030): 米麦 0.7 合． タマネギ・ネギ・エノキダケ・コンブ・サケの味噌汁．

2005 年 05 月 18 日 (水)

• 1000 起床． 朝飯． コーヒー． 1100 自宅発． 雨． 1115 研究室着．
• ここ数日， 北大ネットから外部へのつながり (via http) がよろしくない． たぶん， また強制通過型の proxy が腐れているのだろう …… と思って調べてみると， どうもそうではなさそうだ． こちらの nameserver が不調なのか， と思って調べてみると， これもそうではない． LAN 内の名前引はうまくいく． 「上流」とのつながりが悪いのか …… と思ってるうちに回復してしまった． やはり上流が死んでいたのか?
• なぜかお茶部屋雑談にとらっぷされてしまう． 何やら新しいびぢねすモデル (めざせ年商 xx 億円!) とかいうアイデアが某研究室で検討されてるみたいなんだけど， それってすぱむ業者と同じでは， と …… まあ， すぱむ屋さん， 意外ともうかりそうだけどねぇ．
• 戸外の雨はふりやむ気配なし． 昼飯にする．
• さいきんアタマの中が 「Bayesian 的な問題解決の練習問題モード」 になってるのか …… 難しい統計モデリングになりそうなハナシを見たときに， ほぼ無意識のうちに 「これをべいづ推定的な定式化に帰着させることができるとすれば， どうすればよいのか」 を検討するようになってしまっている． それはいいんだが， 必ずしも「いまやらねばならぬ問題」 ではない問題についてもそういう検討を始めてしまうので， 時間がどんどんそちらですりつぶされて， ですね．
• しょうがないので， そういうときはアタマが落ちつくまで考えてから， そこまでの結果を紙のメモ帳に書いておく． やっぱ時間かかりますな．
• 難問を考えるのは時間のムダ， 説．
  1. いったん考え出すとなかなか止まらない
  2. 考えるのをやめようとしてもアタマから削除できない (暴走が制動できんかんぢ)
  3. 時間かかってしまったので「重要な問題だ」 と錯覚して途中経過の記録なんぞにさらに時間を費す
  4. 記録してるうちにまたアタマが励起されて 1. にもどる
  いやはやー
• この日， うだうだと考えてた問題は例によって， というか翌朝アタマがりせっとされたときになって， マシそうな回答を思いついてしまった …… 下の図のような「左右反転」を考えればよいのだ ……!!

• いきなりなんなんだ?! と思われるかもしれないが …… まあ， たとえば， 生物とかの分布 (いる・いない) を「推定」するような問題 だと考えてくだされ． 生態学会の研究発表とかでよく見かけるアレで， 「ここはこういう環境だから生物 X の存在確率が高い」 というような． つまりこれは (上の図でいう) 「白黒反転」なんかが環境に依存している， というようなモデルと観測データの対応させかたの問題だ．
• で， こういうハナシを聞かされるたびに， 「こういうのって『そこに生物 X がいること』 自体も情報なんだから， それも利用せんといかんよな」 と考えるわけで， このあたりが近ごろ考えつづけてる The Gibbs Distribution だの MCMC 法だの EM アルゴリズムだの Bayesian だのといったヨタ話と密接に関係している． こういうモデルを考えないと集中分布とか説明できん．
• で， 本日ひっかかっていたのは 「集中分布なら状態間の正の相互作用を考えればよい (といった問題についてはこれまでかなりしつこく検討してきた) …… しかし個体間に『反発力』がはたらく場合は計算がけっこう難しくなるんでは?」 というあたりだ． これは規則分布みたいなのができてしまう状況で， 典型的には 電線の上の鳥たち みたいな．
• で， 反発力ある場合の Gibbs sampling をどうやったもんだろうかとナヤんでいたわけだが …… 上の図のように「左右反転」も加味してやればいいぢゃん (もう少し正確にいうと， 左右反転する確率を考慮した Gibbs sampling すればいい)， と翌朝になってよーやく気づいた次第なのである． 植物みたいななかなか移動せん生きもののモデリングばかりやってると， ついついこう「ちょっと横に動かしてみる」 といった発想が出てこなくなるんだよね …… おそるべし． われながらアタマがかたいな．
• ともあれ， この解決を考えつくのは翌朝のことで， この日は検討もぎょーむも何の進展なくオワってしまった． 1940 研究室発． 雨． 2010 帰宅． 晩飯． ナタデココ寒天よせ作ってみたり． 嗚呼， 何やってんだか．
• 上の「個体間反発」みたいな研究を紹介している 「なわばりの生態学」 (長谷川・種村) という本があり， これは 1986 年出版と 20 年ちかく以前のものでありながら， すでに Gibbs 分布だの MCMC 法 (単に「モンテカルロ法」と記述されているが) だのパターンからの最尤推定といった問題を扱ってるぢつにスゴい本で …… で， 生態学ではこのあたりの研究はその後 20 年間あまり進歩しておらず， 最近になってよーやく 「こういう計算方法って現象を理解するうえでとても重要だよな」 と注目されはじめた， というような …… いやはや， 私なんかも近ごろになって内容を理解できるようになってきた次第．
• [今日の運動]
  • 生活が不規則だとうんどうぶそくになる
• [今日の食卓]
  • 朝 (1020): 米麦 0.5 合． タマネギ・ネギ・エノキダケ・コンブ・サケの味噌汁．
  • 昼 (1430): 研究室お茶部屋． 米麦 0.5 合． タマネギ・ネギ・エノキダケ・コンブ・サケの味噌汁．
  • 晩 (2100): 米麦 0.8 合． キュウリ． モヤシ・ニラ・ショウガ・鶏レバの炒めもの．

2005 年 05 月 19 日 (木)

• 0700 起床． 朝飯． コーヒー． 0840 自宅発． 晴． 0855 研究室着．
• で， 朝から昨日の問題うだうだと考えているうちに 「左右反転」 がよい解決策のひとつだと気づく …… それをぎょーむ日誌 (昨日) にうだうだと書きつけることで時間をさらについやしてしまう．
• 書くとさらに考えてしまうわけで …… 「左右反転」だけが唯一の解， というわけでもなく， こういう問題こそ parallel tempering とか使うべきかも， という気もする． ふーむ， しかし系列間で「温度」なんかにちがいをつけると， ヘンなことになりそうだぞ．
• とゆーことで， だいぶおちついてきたので， アカマツ原稿にとりくむ． うーむ．
• 複数の院生が POP server に接続できなくなる， という …… 事象が同時に発生しているんで， ゐんどーづとかの自動 update とか関係あるかも， と疑ってみる． 再起動したらとりあえず接続できるようになった …… しかしいまいち判然としない．
• 1315-1400 北大構内走． 天気は曇ときどき雨． 昼飯．
• 上記のろわれゐんどーづ問題の原因わかった． 直接的には Norton のいんたーねっとせきゅりちーとかいうような ユーティリティーソフトウェアの firewall が原因だった． これの level を「高」→「中」と設定しなおすと POP3 protocol がとおるようになった …… ばかばかしく意味不明だ． そしてなぜ今まで「高」で OK だったものが， ある日とつぜん不可になったのか? おそらく， ゐんどーづか Norton の update とかと関係あるにちがいない．
• アカマツ原稿 (光合成「補償」のほう)， ぢりぢりとススめる． いよーに時間かかるわりには驚愕するほどススまん．
• とりあえず， 私がうめるべきところはうめた， ようにみえる． 1915 研究室発． ちょい雨． 1930 帰宅． 体重 74.0kg． 晩飯．
• 晩飯くったらいきなり寝てしまった． 真夜中にめざめる． なんとなく， 以前にほうりだした集団遺伝学の地理的問題に関して， もうちょいマシな推定計算法はないかとゆー検討に没頭してしまう． 気がつくとすでに夜明け一時間前． また生活周期がずれる ……
• [今日の運動]
  • 北大構内走 45 分間．
• [今日の食卓]
  • 朝 (0730): 米麦 0.5 合． ワカメ卵スープ．
  • 昼 (1415): 研究室お茶部屋． 米麦 0.5 合． モヤシ・ニラ・ショウガ・鶏レバの炒めもの．
  • 晩 (2130): 米麦 0.8 合． キュウリ． ハクサイ・シイタケ・サバの炒めもの．

2005 年 05 月 20 日 (金)

• 1020 起床． うーむ． 1035 自宅発． 晴． 1050 研究室着．
• なんだか IGBP 本な雑用が ……
• そちらが片づいたので アカマツ原稿． 当方は LaTeX で書いてしまったので， これを小林さんの原稿作製環境である MS わーど 98(?) on MacOS9 でどうこうできるようにしなくてはならない．
• ということで， 今回は TeX2Word にテをだしてみる． 試行錯誤してわかったことは，
  • TeX2Word はわーどの外部プログラムとして動く (.tex ファイルを「開く」)
  • MathType が必要 (30 日間試用版を使った)
  • ゐんどーづ管理者権限あるユーザーで動かす必要あり? (一般ユーザーでやったら変換作業中にエラーがでて 処理が途中でとまった)
  • これをわーど98 フォーマットに変換すると， MathType おぶぢぇくとがことごとくわけわからん 画像オブジェクトに変換され， ファイルサイズが数倍に膨張する．
  下の図はゐんどーづ上で変換したものを， Linux 上の OpenOffice.org 2.0beta (1.9.79) で開いたもの．

• TeX2Word， 意外とよい変換をやってくれる (積の記号とか文字ばけしてるが)． 比較対象としては， もと原稿を LaTeX にとおすと下のように出力されるわけで．

• しかしながら …… いやはや， 小林さんところのわーどでは数式オブジェクトまわりはまったくダメ， という状況だったそーで ……
• しょうがないので
  1. 文中数式に関しては LaTeX マクロの工夫できりぬける
  2. 別段数式に関しては …… テのうちようがない
  2. に関しては甲山さんの PowerBookG3 (現在自宅で休眠中) をお借りして， Word98 for Mac & EquationEditor でなんとかするしかない， というかんぢで． やれやれ
• ともかく 1. の作業は終らせてファイルアップロード． 2105 研究室発． 2120 帰宅． 晩飯．
• [今日の運動]
  • いやはや
• [今日の食卓]
  • 朝 : くってない．
  • 昼 (1330): 研究室お茶部屋． 米麦 0.5 合． ハクサイ・シイタケ・サバの炒めもの．
  • 晩 (2130): 米麦 0.7 合． ハクサイ・ニラ・トウフの炒めもの．