作業用にSugerSync

出張が多い身としては，職場のPCとノートPCとでデータを共有したいんだけど，
いちいち動かすのが面倒くさい．
そんなときは，ファイル共有アプリである，DropBoxがスタンダードでしょう．
DropBoxフォルダに入っているデータを自動的に全PCで共有してくれるので，面倒なことを考えなくてもフォルダにファイルをぶちこんでおけば入れ忘れに悩む必要は無い．
とはいえ，特定のフォルダ以下にデータを入れておかないと共有されないのがちょっと不便．
ドキュメントならそれでもいいけど，Eclipseを使ってプログラミングしているものを共有しようとすると，最初からDropbox内にプロジェクトを作らなければいけないし，共有をやめようと思ったら一々フォルダの場所を動かして設定も変更しないといけないのが欠点．

んで，色々探したらSugarSyncというのがあるらしい．
こっちはDropBoxと違って任意のフォルダを共有可能．
共有したいフォルダは一個一個選ばなければいけないけど，一度指定すればその下に作ったフォルダは全部教諭されるので，作業中のフォルダだけ共有するのも楽勝．
フォルダ内の共有したくないデータは除外出来るので，プログラムプロジェクトのなかで，ログフォルダだけ除外とかも余裕．
容量は5～5.5G．これは，Dropboxと同じ．
ただ，作業の必要なくなったら共有をやめればいいだけなので，Dropboxより使い勝手が良いかも．
お金さえ払えば250Gまでいけるらしいけど，そこまでは必要ない気がする．
iPodとかiPadとかアンドロイド携帯でも使えるらしいけど，そっちは試したことが無いのでよく分からない．誰か試したら教えて．
Dropboxを併用できるのもポイント高い．
両方使えば最初から11G使えるようにもなるので，半永久共有したいファイルはDropBoxに，一時的なファイルはSugerSyncに入れると容量を節約しつつ使えてよい．
というわけで，外用のノートPCと職場のPCを併用している人にはお勧め．
家と職場でも使えるけど．

SugarSyncを容量5.5Gで開始
SugarSyncを容量5Gで開始

Dropboxを容量5.5Gで開始
Dropboxを容量5Gで開始

震災時のTweetデータの分析

先日共同研究者を募集したTweetデータについて，簡単な分析を行ってみました．

まず，総Tweet数ですが，3月5日から3月24日までで3億3235万8199Tweetでした．
日ごとのTweet数の内訳は，図1の通りです．

図1 Tweet数の変位

ただし，震災直後(3月12～15日)あたりは計画停電などの影響で十分にデータが取れていない可能性もあります．後々再収集を試みましたが，すべて収集出来ているとは限りません．

まあ，とはいえ3月11日にTweet数が一気に増加したのは間違いなさそうです．

次に，震災時にどの県が注目されていたかを分析しました．
各県名がTweetされた回数について，日常の1時間あたりの平均を県名Tweet数を1としたときに，震災時に何倍Tweetされたかを日本地図上に色分けして乗せました．
色が濃いほど日常よりも多くつぶやかれていることを示します．
autoボタンを押せば，時系列で見ることが出来ます．
画面がチラ付くのはご愛敬．

やはり，地震直後は「宮城」「福島」などがTweetされていますが，
時間とともに「宮城」などは減少し，「福島」が目立つことが分かります．
二日目付近からは，原発に注目が行っていたのでしょう．
また，長野や静岡でも地震が発生すると，大きく注目されていることが分かります．

ここから分かることはまだまだ少ないですが，今後さらに多くの情報をデータから抽出して，
震災時に何が起きたのかを明らかにしていきたいと思います．

ポモドーロテクニック

研究生活を続けていると，集中して論文を書いたりする作業が必要になったりします．
でも，つい他のことが気になって論文書きながら別の事をやってしまったりとかありますよね．
そんなときに集中力を維持するのに有効なテクニックとして，ポモドーロテクニックがあります．

これは，25分間は集中して一つの作業をして，その後5分間休憩し，
また25分作業する，というのを続けるテクニックです．
作業中の25間はメールが来てもFacebookに書き込みがあっても，全部無視して作業に集中します．
Twitterへの書き込みだって控えます．
電話は出ないとダメかもしれないけど．
雑用は5分ですませて，ついでに少し休みます．
それを4～5回繰り返すと作業効率がぐっとアップするというわけです．

本当かよ～とか思いつつタイマーを用意してやってみたのですが，
これが意外といい．
確かに，集中出来るので思ったより作業が進む．
特に，レポートの採点とか論文の査読とかあんまり楽しくない作業にはぴったり．

というわけで，単にタイマーを使うのではなく，
ちゃんと25分を計ってくれるアプリがいいなあと思って作成しました．
ポモドーロタイマー．
作業回数と内容を入力してスタートするだけで25分間+5分の休憩を淡々と記録していってくれます．

しかも，Twitterと連携して作業開始時にTwitter上に宣言をしてくれます．
今作業中だよ，と．
つまり，作業をサボってTwitterで遊んでいると他の人にばれてしまうわけですね．

というわけで，集中力のないそこのあなた．
是非使ってみてください．

外部関連記事：
ポモドーロテクニックについて

東日本大震災時のTwitterデータを用いた共同研究者募集

東日本大震災が発生してから一ヶ月が経過しようとしています．

そんななか，
Twitter検索の@PENGUINANA_さんのご協力の下，
2011年3月5日から24日までのTwitterでつぶやかれた日本語のTweetのうち2億6688万9069Tweetを入手しました．

含まれているデータには，
・TweetID(1ツイート毎に割り当てられる唯一のID)
・ScreenName(ツイート当時の物)
・Contents(本文)
・Source(ツイート元)
・Time(ツイート時間)
・reply_to(Reply機能を使ったときのリプライ先TweetID)
・reply_to_sc(Replyを受けた人のScreenName)
があります．

2011/4/8追記
各Tweetに含まれるハッシュタグと，はてなキーワードを抽出したメタデータもあります．
また，@User関連のデータも作成予定です．
追記ここまで．

近いうちに公開したいと思いますが，
その前に共同で研究してくださる方を募集します．

ネタとしては，
・情報の信頼性分析
・情報伝播の分析
を考えていますが，これにこだわりません．

一緒に研究しようぜ！という方はメール(ご存じの方)か，Twitter(@toritorix)につぶやくか，このエントリーのコメントでご連絡ください．

あ，ちなみに本件に関して(今のところ)予算はありませんw

数の暴力

Googleがインフルエンザの流行を予測する
http://www.google.org/flutrends/intl/ja/about/how.html
大量のデータがあるというのはそれだけですごいことができるということ．
なんというか，Googleの中の人がうらやましい．
そして，なんとかこういうデータを手に入れることが出来ないものかと悶々としてしまいます．

そのほかの記事．
http://www.kk.org/thetechnium/archives/2008/06/the_google_way.php
http://www.wired.com/science/discoveries/magazine/16-07/pb_theory/

Yahoo!知恵袋カンニング事件で仙台の浪人生が逮捕された2つの理由

今回のYahoo!知恵袋を利用したカンニング事件については，いろんな人が色々な意見を述べている．
しかしながら，意外なほど
「逮捕はやりすぎだ」
という意見が意外と多いことに違和感を感じる．
個人的には今回の大学側の対応はこれ以外には無いものだったと思う．
なお，法律などについては詳しくないため，そういった観点からの意見はhttp://togetter.com/li/107865を参照していただきたい．
また，現在の入試の構造自体に問題があるかどうかや，，
カンニングを発見できなかったことが問題なのかどうかについては論じない．

カンニングが発覚した場合，大学がとる行動としては，
1,警察に逮捕を依頼
2,不合格にするなど内部的な処分
3,罰しない
の3種類が考えられる．
今回は1の行動を取って批判されているのであるから，2,3を取るべきだと思った方が多いのだろう．
しかしながら，今回は1以外の行動を取ることは考えられなかった．

まず，2についてであるが，
従来のカンニングであればこのように処理していたはずである．
そのため，
「今までカンニングした人は逮捕されていないのに，今回だけ逮捕するのはおかしい」
と批判されることになる．
しかしながら，今回の場合「2,不合格など内部的処分」を取ることはできない．
なぜならば，「誰がやったのか」を大学側が知る方法が無いからである．
カンニングは現行犯でのみ処分が可能となる．
そのため，すでに試験が終わってしまった段階ではYahoo!知恵袋に投稿した人が誰なのかは分からない．
それを知るためには，Yahoo!や携帯電話会社の協力を仰ぐしかないが，
一法人でしかない大学に情報提供をしてもらう権限は無い．
したがって，警察の力を借りなければ誰がカンニングしたのかが分からないのである．
以上のような理由で，カンニングした受験生に罰を与えるには「1,警察に逮捕を依頼」しかありえないのである．

次に，「3,罰しない」について考えてみる．
実際，大学試験の現場でどの程度のカンニングがされているのか分からないが，
カンニングをして見逃されている人は0ではない可能性はある．
しかしながら，大学側としては
「カンニングによって入学する不正な受験生」
がいるせいで，
「本来入学すべきだった正しき受験生」
が入学できなくなるのは，不公平である．
そのため，カンニングした受験生は不合格とするべきである．
したがって，カンニングした受験生が明らかに存在するのに，それを無視することはできない．

ポイントは「明らかに存在」し，かつ「特定も可能」であるという状況である．
通常のカンニングであれば，「俺がやった」と大声で言うことも無く，またその言葉が真実かどうか確かめるすべは無い．
一方，今回の場合は証拠があり，かつカンニングした人を見つけることが容易にできる状況であった．
このような状況にもかかわらず「不正に入学する受験生」を見逃して「本来入学すべきだった受験生」を
落とさなければならない理由があるだろうか？
今回の逮捕によって仙台の浪人生の人生が狂うのであれば，
不正を見逃すことで，本来入学すべきだった受験生の人生は大きく狂ってしまうだろう．
さらに，今回の事態を放置してしまえば
「カンニングはやったほうが得」
ということになってしまい，不正行為を助長する可能性すらある．
不正行為が増加すれば，その分まじめに受験している受験生の人生が狂う可能性が高くなる，
そのため，放置という方法は取ることはできない．

まとめると，ポイントは2つ．
・カンニングした受験生を罰するには逮捕以外の方法が(現状では)ない．
・放置することによって，人生を狂わせるほど損をする「不正をしていない受験生」が存在する．
このような理由により，大学側は今回の事件で仙台の浪人生を逮捕せざるを得なかったのではないだろうか．
逮捕がやりすぎなのか，罪状が正しいのかどうかは分からないが，
大学側がとるべき行動としては，他には無かったような気がする．

と，たまには真面目な長文を書いてみたりして．
まあ，一大学教員の戯言です．
来年から受験監督時にカンニング対策を強めなければいけないと思うと気が重い．
たった一人の不心得モノのために，多くの人が迷惑をこうむるなあ．

Jaws2010

合同エージェントワークショップ＆シンポジウム2010(JAWS2010)が開催されます．

2010年10月27日(水) - 29日(金)
会場：新富良野プリンスホテル
http://harmo.complex.eng.hokudai.ac.jp/jaws2010/

発表申込締切：2010年8月13日(金)
ロング発表研究論文原稿締切：2010年8月31日(火)
ショート発表研究論文原稿締切：2010年9月30日(金)
なので，ふるってご参加ください．

アクティブ遷移図Wiki

アクティブ遷移図に関して情報をWikiにまとめました．
興味がある方は是非読んで利用してみてください．
http://www.kishii.ss.is.nagoya-u.ac.jp/project/openpne/at/

きっとOpenPNEの運営に大いに役立つことと思います．

SNS関連論文サーベイ

SNS関連の論文をサーベイしてみよう．
とりあえず，列挙する．

• 松尾豊, 安田雪：SNSにおける関係形成原理–mixiのデータ分析–, 人工知能学会論文誌, Vol. 22, No. 5 (2007)
  http://www.jstage.jst.go.jp/article/tjsai/22/5/22_531/_article/-char/ja
  mixiの分析
  
• Adamic, L., Buyukkokten, O., and Adar, E.: A social
  network caught in theWeb, First Monday, Vol. 8, No. 6, p. 29 (2003)
  http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.106.620&rep=rep1&type=pdf
  
• Ahn, Y., Han, S., Kwak, H., Moon, S., and Jeong, H.: Analysis of topological characteristics of huge online social networking services, Proceedings of the 16th international conference on World Wide Web, pp. 835–844 (2007)
  http://www2007.org/papers/paper676.pdf
  Cyworldの分析
  
• Ishida, K., Toriumi, F., and Ishii, K.: Proposal for Growth Model of Social Network Services, IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology, 2008. WI-IAT '08 1, 91-97
  
• Yuta, K., Ono, N., and Fujiwara, Y.:A Gap in the Community-Size Distribution of a Large-Scale Social Networking Site, Arxiv preprint physics/0701168 (2007)
  
• Ellen Spertus , Mehran Sahami , Orkut Buyukkokten, Evaluating similarity measures: a large-scale study in the orkut social network, Proceeding of the eleventh ACM SIGKDD international conference on Knowledge discovery in data mining, August 21-24, 2005, Chicago, Illinois, USA
  http://portal.acm.org/citation.cfm?id=1081956
  
• Mislove, A., Koppula, H. S., Gummadi, K. P., Druschel, P., and Bhattacharjee, B. 2008. Growth of the flickr social network. In Proceedings of the First Workshop on online Social Networks (Seattle, WA, USA, August 18 - 18, 2008). WOSP '08. ACM, New York, NY, 25-30.
  http://portal.acm.org/citation.cfm?id=1397735.1397742/#
  
• Mislove, A., Marcon, M., Gummadi, K. P., Druschel, P., and Bhattacharjee, B. 2007. Measurement and analysis of online social networks. In Proceedings of the 7th ACM SIGCOMM Conference on internet Measurement (San Diego, California, USA, October 24 - 26, 2007). IMC '07. ACM, New York, NY, 29-42
  http://www.google.co.jp/url?sa=t&source=web&ct=res&cd=1&ved=0CAYQFjAA&url=http%3A%2F%2Fciteseerx.ist.psu.edu%2Fviewdoc%2Fdownload%3Fdoi%3D10.1.1.109.4432%26rep%3Drep1%26type%3Dpdf&ei=wkS1S_KPBc-GkAXYsaWNDQ&usg=AFQjCNGjH9MsDjXYFK82nkMnAqeZEdjRtg&sig2=CUOTckYLCnz2LVgpVND_Og
  
• 内田誠, 白山晋：SNS のネットワーク構造の分析とモデル推定, 情報処理学会論文誌,vol47,No.9 (2006)
  http://ci.nii.ac.jp/naid/110004782185
  
• 湯田聴夫、小野直亮、藤原義久:ソーシャルネットワーキングサービスにおける人的ネットワーク構造、情報処理学会論文誌、47(3), 865-874.(2006)
  http://ci.nii.ac.jp/naid/110004708844#cit
  
• 鳥海不二夫, 山本仁志, 諏訪博彦,岡田勇, 和泉潔, 橋本康弘: 大量SNSサイトの比較分析 人工知能学会論文誌 Vol. 25 (2010) , No. 1 pp.78-89 (01/2010)
  http://ci.nii.ac.jp/naid/130000151239
  
• Brown, J., Broderick, A.J. and Lee, N. (2007). Word of Mouth Communication Within Online Communities: Conceptualizing the Online Social Network. Journal of Interactive Marketing, 21(3), 2-20.
  http://apgsweden.typepad.com/apgsweden/files/viralzzz.pdf
  
• 高井一輝, 河口信夫：ACS: 多様な人間関係を表現可能なソーシャルネットワーキングシステム, 情報処理学会論文誌,Vol. 48, No. 7, pp. 2328–2339 (2007)
  http://ci.nii.ac.jp/naid/110006345319
  
• 鳥海不二夫，石田健，石井健一郎: 小規模SNSのモデル化と活性化シミュレーション 電子情報通信学会論文誌 B Vol.J91-B No.4 pp.397-406 (04/2008)
  http://ci.nii.ac.jp/naid/110007379141
  
• Fujio TORIUMI, Ken ISHIDA, and Kenichiro ISHII: Activation Methods for Small Social Network Services The 2008 IEEE/WIC/ACM International Conference on Web Intelligence(12/2008)
  

足りないもの，読んだ方がいい物があったら是非コメント欄で教えてください．

赤字

今年の研究費は大いに赤字と言うことで，何に使ったのかを調べてみた．
予想通り出張費が突出しているわけだけど，
行った出張を調べても，不必要なものはないなあ．
やはり科研費落ちたのは痛かった．
来年は科研費が当たりますように．

学会タイマー改めプレゼンタイマー

学会タイマーとして作成したけど，
「それってプレゼンタイマーじゃないの？」
と言われたので，名前変更．
プレゼンタイマーオンライン

学会タイマーオンライン

モノは一緒です．

学会タイマーOnline

マックユーザな学会の関係者から
「学会タイマーが入ったノートPCを，自分のとは別に持ってきてくださいよ」
という無茶振りをされたので，
勢いに任せて学会タイマーOnlineを作ってみた．
反省はしていない．

さあ，みんな使って！w


学会タイマーOnline

第4回 人工知能学会 ファイナンスにおける人工知能応用研究会（SIG-FIN）

第4回 人工知能学会 ファイナンスにおける人工知能応用研究会（SIG-FIN）
が

2010年1月23日(土)
産業技術総合研究所 臨海副都心センター

にて開催されます．
詳細はこちら．
http://www.kishii.ss.is.nagoya-u.ac.jp/~tori/society/sig-fin/pukiwiki/index.php?%C2%E84%B2%F3%B8%A6%B5%E6%B2%F1

参加してきます．

不思議な出来事

某学会に投稿した論文，途中経過を見ると査読が終了してから一ヶ月たっているのに未だに何の連絡もない．
そうこうしているうちに，その数ヶ月後に出した論文が先に返ってきた．
不思議．

International Joint Conference on Artificial Intelligence

International Joint Conference on Artificial Intelligence
http://www.ijcai.org/
2011年はスペインはバルセロナで開催らしい．
CFPをいつも見落とすので，覚え書き．

世の中広いというかなんというか

通常研究者は業績が命だけど，その命をものすごい勢いで偽装する人もいるようだ．

アニリール・セルカン経歴詐称疑惑

人はなかなか人の嘘見抜けないらしい．

記事が載りました

日経コミュニケーションに研究に関する記事が載りました．
「いまどきのコミュニケーション」(P.57)
に
「SNSは「凝集型」「招待制」で活性化傾向」
というタイトルで掲載されています．
ご興味がある方は是非ご購入ください・・・と言いたいところですが，本屋では売ってないそうです．
無念．

人工知能学会特別セッション・科学研究費補助金を獲得するには？

科研費を取るには

聞いた話をメモ．

・近い分野でピアレビュー．3～6人
・旅費が多いとよくない．⇒少なめに書いておいても後で多く使えばよい．
・基盤C，若手は3人でやっている
・基盤Bなどは6人なので平均的に面白そうなものじゃないとだめ．
・挑戦適萌芽研究⇒3人で審査．ちょっと面白そうなら通りやすい．
・若手A,Bは30%くらいの採択率
・今年から基盤研究にお金が増える

・欄いっぱいに書こう
・埋まってないとその時点で駄目だしを食らう可能性がある
・短文が良い．
・特殊な専門用語はよくない⇒ジャーゴンを出さない
・論文とは違う⇒必ずしも専門家ではない
・図表を効果的に使用
・基盤BやCは白黒

・人工知能は知能情報学
・申請はちょっと早めに．
・審査は二段階．
・二段審査で情報系は総合領域
・総合領域だと専門家ではない人が多い・・・
・工学系に出したほうが通りやすいのか？
・評価ルールも公開されている⇒書き方が固いので読む気はしないらしい．
・専門分野の研究費の配分は，申請数に依存する．⇒いっぱい出せば増える．でも，採択率は下がる・・・

ふと思った

SNSのユーザはクラスタリング可能だろうか？
どんなパラメータを持たせれば，エージェントとして表現可能だろうか．
すべてのユーザを表現可能なパラメータ列を見つけることがシミュレーションには必要では？

人間関係は面白い・・？

あんまり研究とは関係ないけれど・・・

とある研究でよくご一緒する人が，実は全く別の研究で一緒にやっている人と先輩後輩の仲だったということを知りました．
衝撃．

とある研究でよくご一緒して話も割とよくする人に，さくっと名前を間違えられました．
覚えられてなかったのか・・・
衝撃．

とある雑誌で解説論文を書いて先日その雑誌が来たので読んでみたら，同じ号に友人が解説論文を書いているのを発見した．
衝撃．

世の中色々あるなあ．