AES日本支部が企画・制作した、さまざまなサラウンドマイクが比較できるDVDパッケージの販売が開始になり、その制作に多大なる協力をしていただいた大阪の放送業界の方々の元で、完成のお披露目をするべく、日本支部例会が行われました。
やっぱり分析をもっとじっくりやったほうがいい。シンプルで分かりやすい説明にならないのは、分析がしっかりしていないからなのでは、と反省しています。
Researchの最近のブログ記事
前から挑戦しようと思っていて部品も買ってあったのですが、なかなか時間が取れず延び延びになっていたヘッドトラッキング・ヘッドホンの開発に着手しました。自分が持っているヘッドホンに簡単に取り付けることができて、ProToolsやLogicのプラグインとして使うことができる、というのが最終的な目標です。
まずは他の用途に使えるかなと思って買ってあった3軸加速度センサからの情報をMacで受け取るテストをしてみました。以前から使っているGainer+Processing経由なので何も考えることなく出来てしまいます。ちゃんと傾きの検出ができ、喜んだのもつかのま。3軸加速度センサは、重力がかかっている方向（地面の方向）を検出するのに使えるので、頭の正中面上下方向への傾きなどを検出できるのですが、水平面上での回転の検出には使えません。頭の回転を検出するには3軸地磁気センサが必要なのでした。
ひとつのチップで3軸加速度＋3軸地磁気という6軸センサー（電子コンパス）が安価に入手できればよいのですが・・・。記事中でも述べられているアイチ・マイクロのAMI601が良さそうなんですが、サンプル品を買うと4万円近くするんですよね。
こんな記事もあったので、ジャイロセンサや加速度センサの設置位置についても検討してみます。
昨日、恩師が僕の職場に講義をしに来てくれました。やはり日本人のことをよく分かっていて、日本人が分かりやすい英語の話し方をしてくれます。下手に僕が翻訳を入れると、よけいわけがわからなくなってしまいそうなくらいです。
いろいろとインプットをもらい、研究の意欲がわいてきました。さて、何から手をつけようか、というかんじです。とりあえずはいろいろ論文を読み、実験をしないと。
二日間にわたって開催された研究会（日本音響学会音楽音響研究会＆日本音楽知覚認知学会）が終わりました。研究会の開催側に回るのは初めての経験だったので、いろいろと迷惑をかけたと思いますが、参加者も多く、とても良い研究会になったと思います。あぁ、よかった。学生の手伝いがなければどうしようもないですね、こりゃ。
シェッフェの一対比較法という統計的手法があります。官能検査とかに使うんですが、AESなどの学会に行っても、日本人以外に使われているところを見たことがありません。同じ一対比較のデータを得た場合でも、多次元尺度法を使ったりすることが多いような気がします。他にもサーストンの方法やブラッドレイの方法（BTL変法）などもあるのですが、これらの中ではシェッフェの方法がもっとも情報量が多く取れるような気がします（試料間に十分な差がある場合に限り、ですが）。
さて、シェッフェの一対比較法（浦変法）のMatlabプログラムを書きました。佐藤信『統計的官能検査法
「ストレス関数を最小化する」というところがひっかかっているのです。k-meansクラスター分析をするときも似たような違和感を感じましたが、あれは「初期条件はランダムに決定する」というところがひっかかりました。その計算方法では結果が決定的じゃない、というところが気持ち悪いんですね。中で何が行われているかわからない感覚です。共分散構造分析（構造方程式モデリング）や独立成分分析にも感じた不安感・・・ただ、中の中まで理解しきれていないせいでそう思うのかもしれませんが。
シニアが使いやすいコンピュータを開発しているということですけれど、いまPCや携帯電話を使いこなしている世代がじいさんばあさんになったときのPCとしては、機能が少なすぎやしないでしょうか。どういった技術が「時空を超えて」使いやすいものなのか、ということを無視して、とりあえず現在のcomputer illiterateな人々を「これは無理だろう、あれも無理だろう」と過小評価して作った技術のような気がします。
そういうものがずっと生き残るはずがありません。この時代に必要だし利益になることだというのは理解できますが、できれば100年経っても評価され続けるような成果を残したいものです。
W. S. GossetやR. A. Fisherがはじめた標本学派（sampling theorists, frequentists）の統計を端的に言ってしまえば「ほとんどのときにうまく行くモデルを作る」ということになります。そういった推測統計学が台頭する以前にK. Pearsonなんかが目指していたのは、記述統計学といって、母集団すべてのデータをとるものでした。
このところベイズ学派（Bayesian theorists）の書いた本を読んでいますが、記述統計学とも推測統計学とも違い「すべての情報をかき集め、将来予測のためのモデルを作る」というような感じです。記述統計学と推測統計学を組み合わせたようなものとも言えるかもしれません。
ベイズ統計学はこれまでとは違う考え方が必要なため、第一線への普及はまだまだという感じがしないではないですが、密かに(?)迷惑メールフィルタに使われていたりもするので、なかなか見所がある感じではあります。
情報を書き留めておく道具としては何がいいのか、いろいろ考えて、情報カードを試したりシステム手帳を試したりノートやルーズリーフもやってみました。で、今年のスケジュールは見開き一日のシステム手帳で始まり、見開き一週間になり、現在は超整理手帳になりました。ころころ変えすぎな気もしますが、やはりスケジュール管理は大切なので、自分に一番合うものを使いたいのです。以前に超整理手帳を使っていたときには、コクヨの測量野帳を使っていましたが、今回はサイズを合わせてロディアNo.8にしてみました。
さて、もっと大量の情報を書き留めないといけない研究ノートはどうしよう、と考えました。研究関係のものはすべてデジタルデータで持っておいても良いのですが、デジタルデータだと日付や内容の改ざんが簡単なのがネックです。そこで、綴じノートにすることにしました。正直、並べ替えやページの追加が簡単にできるルーズリーフのほうが管理は楽なんですが、情報を集中しておくこと、時系列に並べておくこと、改ざんに強いこと、などなどの理由で、綴じノートを選びました。筆記用具が見あたらなくて鉛筆で書くこともありますが、基本はペンで。
道具は良し。内容がついてこないと意味がない。がんばるべ。・・・でも、道具にこだわっちゃうんだよなぁ。ノートならノートで、紙の厚み、質、インクの乗り、糸綴じか無線綴じかみたいな。
今日はハインリッヒ・クットルフ『空間音響学』を読んでいたんですが、原文がまずいのか翻訳がまずいのか、なかなか頭に入ってきません。とても理解しきれない数式があるとか、そういうわけではないのですが、数式の展開とかをキョーレツに省いてあるので、そこを補完しながら理解するのに時間がかかるのでしょう。
結局のところ、超一流にならないといけないのですな。一流といわれる人々は、努力しています。人の2倍努力する人はたくさんいるので、その中から抜きん出るには人の3倍努力しないといけません。
最近の僕は、怠惰で、緊張感がなく、初心を忘れ、競争心を失っています。恩師のうちの一人である村川先生に宣言した、あの言葉を今夜思い出しての反省です。村川先生のおっしゃった「勉強のしすぎで死んだ人はいない」も改めて再確認。
