筆記試験対策：最強消しゴム

　資格などの筆記試験対策として、使いやすいシャープペンや消しゴムを選んでおくのは、とても重要だと思います。

　特に、私は筆圧が強く、試験中に何度も消したり書いたりするのですが、本番中に字がきれいに消えないと焦ります。

　本日は、消しゴムの消しやすさについて、何個か購入して比較してみました。

 

【評価方法】

　1.色々なシャープペン6本で記載(芯濃さ:HB,2B,4B, 芯太さ:0.5mmx4本, 0.3mmx2本)、

　2.消しゴムで1回のみ擦る

【消し具合】文字の消え方を評価

　〇：ほぼ消える　　　　△：文字が見える　　　×：きたない

【まとまり】消し粕残り具合を評価　

　〇：紙に粕が残らない　△：少し紙に粕が残る　×：粕が汚く残る

なお、内容にはあくまで個人の主観が入りますが、試験をされる方の参考になればと思います。

 

 

　個人的な比較評価の結果としては、「まとまるくん」（ヒノデワシ(株)）が、１回の動作でとてもきれいに消せることができました。

　また、確認評価では、通常のものを使いましたが、その後色々ためした結果、

「のっぽ　まとまるくん」を選んでいます。

（ただし、使っているうちに、ぽろっと折れるのがネックかも…）

ヒノデワシ まとまるくん MM‐100 おまとめセット【3個】

ヒノデワシ 消しゴム のっぽまとまるくん NMM-100-B 白 20個入

 

LTspice波形の取り込み方法

測定データや自分でオリジナルの波形をLTpsice解析上に取り込むことで、

トランジェント解析や周波数分析に利用できます。

 

１．電圧源を例に、シンボルを置きます。

「Voltage」

 

2.電源Ｖ１を右クリックして、[Advanved]を選択。

 

3.[ＰＷＬ　FILE]欄の[Browse]を選択します。

 

ここで、読み組むデータは、

1行目に時間、2行目に電圧値を並べます。

オシロなどの測定結果は、トリガーポイントを境に時間符号がマイナスになるのでオフセットさせるなどの修正が必要です。

 

4.画面

設定としては、下記□のように表示されます。

 

 

5.解析結果

をクリックして解析を実行する。

波形の多様な解析が可能です。

 

 

今回は、以上です。

 

 

 

 

 

 

LTspiceによるパラメトリック解析：ガウス法gauss(X)

LTspiceによるパラメトリック解析の方法は、下記の通り。

◆.step param :パラメータスイープ,　※３素子までの制約あり(3階層まで)

◆mc(x, y)      :分布のX*(1+y)からX*(1-Y)間の乱数(モンテカルロ法)

◆gauss(X)     :標準偏差ｘの正規分布からの乱数

◆.func           :部品ばらつきをユーザ定義関数で定義

 

◆gauss(X)  を用いてLTspiceによるパラメトリック解析の方法

各部品のばらつきを考慮した解析、いわゆるパラメトリック解析をLTspice上で実現する方法を記載します。

ばらつきが正規分布に従うものと仮定した場合に、gauss関数を使用。

回路とコマンドは下記のようなイメージ

 

 

【各部品の設定】

ここでは、インダクタンスばらつき=20%、コンデンサばらつき=10%。

なお、設定できる.stepコマンドで試行回数を指定します。

ツールバーの[TEXT]から設定します。

 

.step param Ｘ 0 99 1

上記設定にて、0から99までの１００回試行を定義します。

 

{2.2u +gauss(0.3745u)}

ガウス関数を使用するには標準偏差を入力しなければなりません。

2.2uは中心値、0.3745uが標準偏差σ

ここで標準偏差σは2.2uHの±20%に相当する0.88uHをガウス関数の半値幅と定義します。

※2.2uH*0.4=0.88uH

 

半値幅とσは、

σ＝半値幅/2.35

で得られます。また、統計的にはインダクタンスが2.2uH±0.3745uHに入る確率が約68％

コンデンサ(±10%)も同様に10nF±0.1157nFとします。

 

【解析結果】

をクリックして解析を実行する。

 

 

・Logファイルの確認

.setp paramで試行ステップを確認できますが、各部品値の諸元まではガウス関数を適用した方法でも判明できません。(ワースト条件などの値がわからない)

電子回路シミュレータLTspice入門編―素子数無制限!動作を忠実に再現! (ツール活用シリーズ)

定番回路シミュレータLTspice 部品モデル作成術: コンデンサ/トランジスタ/トランス/モータ/真空管…どんな部品もOK! (TOOL活用シリーズ)

電子回路シミュレータ LTspice XVIIリファレンスブック (TOOL活用シリーズ)

電子回路シミュレータ LTspice XVII 「基本操作・回路作成編」: フリーの電子回路シミュレータを使用して解析を行えるよう、初心者にも分かりやすく作成しました。

電子回路シミュレータ LTspice XVII 「シミュレーション編」: フリーの電子回路シミュレータを使用して解析が行えるよう初心者にも分かりやすく作成しました。

クルマとパワエレの電源トランス&コイル技術教科書[LTspice対応]

電子回路シミュレータSPICE実践編―フィルタの定数設計から伝送線路解析まで (ツール活用シリーズ)

• メディア:
• この商品を含むブログを見る

 

 

 

LTspiceによるパラメトリック解析：モンテカルロ解析mc(x, y)

LTspiceによるパラメトリック解析の方法は、下記の通り。

◆.step param :パラメータスイープ,　※３素子までの制約あり(3階層まで)

◆mc(x, y)      :分布のX*(1+y)からX*(1-Y)間の乱数(モンテカルロ法)

◆gauss(X)     :標準偏差ｘの正規分布からの乱数

◆.func           :部品ばらつきをユーザ定義関数で定義

 

◆mc(x, y) を用いてLTspiceによるパラメトリック解析の方法

各部品のばらつきを考慮した解析、いわゆるパラメトリック解析をLTspice上で実現する方法を記載します。

ここで、モンテカルロ法では、抵抗、コンデンサ、インダクタの値がばらついた場合（一様分布）にどのくらいの影響をがあるか調べられます。

回路とコマンドは下記のようなイメージ

 

 

【各部品の設定】

ここでは、インダクタンスばらつき=20%、コンデンサばらつき=10%。

なお、設定できる.stepコマンドで試行回数を指定します。

ツールバーの[TEXT]から設定します。

 

.step param Ｘ 0 99 1

上記設定にて、0から99までの１００回試行を定義します。

 

【解析結果】

をクリックして解析を実行する。

 

 

・Logファイルの確認

.setp paramで試行ステップを確認できますが、各部品値の諸元まではモンテカルロ解析で判明できません。(ワースト条件などの値がわからない)

電子回路シミュレータ LTspice XVIIリファレンスブック (TOOL活用シリーズ)

定番回路シミュレータLTspice 部品モデル作成術: コンデンサ/トランジスタ/トランス/モータ/真空管…どんな部品もOK! (TOOL活用シリーズ)

電子回路シミュレータLTspice実践入門 (ツール活用シリーズ)

Electronic Circuit Simulator LTspice XVII "Creating Symbols" (English Edition)

 

機械学習･ＡＩのスタートアップ方法

機械学習やＡＩのスタートアップ方法について、取り掛かりとして紹介されている書籍・サイトなどをまとめます。

なお、より詳細を知りたい方は下記の本をご覧ください。

機械学習エンジニアになりたい人のための本 AIを天職にする (AI&TECHNOLOGY)

■参考図書

/// 初級  ///

・人工知能は人間を超えるか　ディープラーニングの先にあるもの

　著者：松尾豊

人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)

・60分でわかる！機械学習＆ディープラーニング超入門

　著者：機械学習研究会、監修：安達章浩、青木健児 

60分でわかる! 機械学習&ディープラーニング 超入門 (60分でわかる! IT知識)

 ・データサイエンティスト養成読本　機械学習入門編

　著者：比戸将平、馬場雪乃、里洋平、戸嶋龍哉、得居誠也、福島真太朗、加藤公一、関喜史、阿部厳、熊崎宏樹 

データサイエンティスト養成読本 機械学習入門編 (Software Design plus)

/// 中級  ///

・ゼロから作るDeep learning -Pythonで学ぶディープラーニングの理論と実装

　著者：斎藤康毅

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

・仕事ではじめる機会学習

　著者：有賀康顕、中山心太、西林孝

仕事ではじめる機械学習

・ゼロからはじめるデータサイエンス―Pythonで学ぶ基本と実践

　著者：Joel Grus、訳：菊池彰

ゼロからはじめるデータサイエンス ―Pythonで学ぶ基本と実践

 ・線形台数キャンパス・ゼミ改訂6

　著者：馬場敬之

1冊でマスター 大学の線形代数

/// 上級  ///

・はじめてのパターン認識

　著者：平井有三

はじめてのパターン認識

・第二版Python機械学習プログラミング達人データサイエンティストによる理論と実践

　著者:Sebastian Raschka、Vhid Mirjalili、訳：株式会社クイープ、監修：福島真太朗 

[第2版]Python 機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)

■ツール

・Tableau

https://www.tableau.com/

BIツール

・IBM Watson

https://www.ibm.com/watson/jp-ja/

 

■Learing

オンデマンドで学習する。

・Coursera

https://www.coursera.org/

・Udacity

https://www.udacity.com/course/deep-learning--ud730/

・fast.ai

http://www.fast.ai/

・Udemy

https://www.udemy.com/jp/

◆キカガク流】人工知能・機械学習　脱ブラックボックス講座（初級編、中級編）

https://www.udemy.com/kikagaku_blackbox_1/

◆実践Pythonデータサイエンス

https://www.udemy.com/python-jp/

・PyQ

https://pyq.jp/courses/1/

・Jupyter Notebook

http://jupyter.org/

・YouTube

◆Machine Learning 15minutes!

https://www.youtube.com/channel/UC24lruABcAwiTJAe-sD1Hew

◆全脳アーキテクチャ若手の会WBA FutureLeaders

https://www.youtube.com/channel/UC_fG5HjRkF4urW0ne-qiVcg

◆長岡技術科学大　自然言語処理研究室

https://www.youtube.com/user/jnlporg

 

■Twitter

・DLHacks

https://twitter.com/dl_hacks

・Sammy Suyama

https://twitter.com/sammy_suyama

・arXivTimes

https://twitter.com/arxivtimes

・piqcy

https://twitter.com/icoxfog417

・Shinya Yuki

https://twitter.com/shinyaelix

・Daisuke Okanohara

https://twitter.com/hillbig

・Ina Goodfellow

https://twitter.com/igoodfel

・hardmaru

https://twitter.com/hardmaru

・Ben Hamner

https://twitter.com/benhamner

・OpenAI

https://twitter.com/openai

 

■Webサイト

・Two Minute Papers

https://www.youtube.com/hannel/UCbfYPyITQ-7l4uopX8nvctg

・統計WEB ブログ

https://bellcurve.jp/statistics/blog/

・六本木で働くデータサイエンティストのブログ

https://tjo.hatenablog.com/

・DeepAge

https://deepage.net/blog/

・IMACEL Academy

https://lp-tech.net/

・HELLO CYBERNETICS

https://www.hellocybernetics.tech/

・マスログ

https://wakara.co.jp/mathlog

・作って遊ぶ機会学習。

http://machine-learning.hatenablog.com/

・Deep Learning 基礎講座演習コンテンツ

http://weblab.t.u-tokyo.ac.jp/deep-learning基礎講座演習コンテンツ-公開ページ/

・Prefeered Research

https://research.preferred.jp/

 

■イベント管理サイト

イベントサイトを検索して、参加してみよう。

・connpass

https://connpass.com/

・Meetup

https://www.meetup.com/ja-jp/

・Doorkeeper

https://www.doorkeeper.jp/

・TECH PLAY

https://techplay.jp/

 

★代表的なコミュニティ

・Kaggle

https://www.kaggle.com/

 

■論文

最新の動向を知ろう

・arXig.org

https://arxiv.org

・人工知能学会論文誌

https://www.jstage.jst.go.jp/browse/tjsai/-char/ja/

・Deep Learning Weekly

https://digest.deeplearningweekly.com/

・Two Minutes Papers

https://www.youtube.com/channel/UCbfYPyTQ-7l4upoX8nvctg

・arXivTimes

https://arxivtimes.herokuapp.com/

 

■資格関連

・G検定：ジェネラリスト

http://www.jdla.org/business/cerfificate/

・E資格：エンジニア

http://www.jdla.org/business/certificate

・Python 3エンジニア認定基礎試験

https://www.pythonic-exam.com/exam/basic

・Python 3エンジニア認定データ分析試験

https://www.pythonic-exam.com/exam/analyist

・統計検定４級

http://www.toukei-kentei.jp/about/grade4/

・統計検定３級

http://www.toukei-kentei.jp/about/grade3/

・統計検定２級

http://www.toukei-kentei.jp/about/grade2/

・統計検定準１級

http://www.toukei-kentei.jp/about/grade1semi/

・統計検定１級

http://www.toukei-kentei.jp/about/grade1/

 

■代表的な機械学習ライブラリ

・scikit-learn

　Python オープンソース機械学習ライブラリ

　サンプルのデータセットが付属しているのですぐに利用利用できる。

・Chainer

　Preferred Networksが開発

　日本国内を中心として利用が広がっている。

　GPUを利用した高速な計算が可能

・TensorFlow

　Googleが開発

　世界トップシェア。日本のミットアップグループ3700人

　TensorFlow for Mobile やTensorFlow.jsなど使えるプラットフォームも広がっている。

・PyTorch

  FaceBookが開発

　英語圏のコミュニティが盛り上がっており、様々な要望や質問にも細かく答えてくれる

 

 

 

◆.step paramを用いてLTspiceによるパラメトリック解析の方法

LTspiceによるパラメトリック解析の方法は、下記の通り。

◆.step param :パラメータスイープ,　※３素子までの制約あり(3階層まで)

◆mc(x, y)      :分布のX*(1+y)からX*(1-Y)間の乱数(モンテカルロ法)

◆gauss(X)     :標準偏差ｘの正規分布からの乱数

◆.func           :部品ばらつきをユーザ定義関数で定義

電子回路シミュレータLTspice入門編―素子数無制限!動作を忠実に再現! (ツール活用シリーズ)

電子回路シミュレータ LTspice XVII 「基本操作・回路作成編」: フリーの電子回路シミュレータを使用して解析を行えるよう、初心者にも分かりやすく作成しました。

電子回路シミュレータ LTspice XVII 「シミュレーション編」: フリーの電子回路シミュレータを使用して解析が行えるよう初心者にも分かりやすく作成しました。

◆.step paramを用いてLTspiceによるパラメトリック解析の方法

各部品のばらつきを考慮した解析、いわゆるパラメトリック解析をLTspice上で実現する方法を記載します。

回路とコマンドは下記のようなイメージ

 

 

【各部品の設定】

ここでは、インダクタンスばらつき=20%、コンデンサばらつき=10%。

なお、設定できる.stepコマンドは３階層までのネストしか許されないため部品が多いと制約あります。

ツールバーの[TEXT]から設定します。

 

 

.step param L1 list 2.156u 2.2u 2.244u

部品のばらつき組み合わせをマトリクス定義する。

 

 

【解析結果】

をクリックして解析を実行する。

 

 

・Logファイルの確認

.setp paramでは結果分布を確認できますが、各ステップとの結果との紐付けができません。

 

電子回路シミュレータLTspice実践入門 (ツール活用シリーズ)

クルマとパワエレの電源トランス&コイル技術教科書[LTspice対応]

 

.funcを用いてLTspiceによるパラメトリック解析の方法

LTspiceによるパラメトリック解析の方法は、下記の通り。

◆.step param :パラメータスイープ,　※３素子までの制約あり(3階層まで)

◆mc(x, y)      :分布のX*(1+y)からX*(1-Y)間の乱数(モンテカルロ法)

◆gauss(X)     :標準偏差ｘの正規分布からの乱数

◆.func           :部品ばらつきをユーザ定義関数で定義

 

電子回路シミュレータLTspice入門編―素子数無制限!動作を忠実に再現! (ツール活用シリーズ)

定番回路シミュレータLTspice 部品モデル作成術: コンデンサ/トランジスタ/トランス/モータ/真空管…どんな部品もOK! (TOOL活用シリーズ)

電子回路シミュレータ LTspice XVII 「基本操作・回路作成編」: フリーの電子回路シミュレータを使用して解析を行えるよう、初心者にも分かりやすく作成しました。

電子回路シミュレータLTspice実践入門 (ツール活用シリーズ)

電子回路シミュレータ LTspice XVIIリファレンスブック (TOOL活用シリーズ)

 

◆.funcを用いてLTspiceによるパラメトリック解析の方法

各部品のばらつきを考慮した解析、いわゆるパラメトリック解析をLTspice上で実現する方法を記載します。

回路とコマンドは下記のようなイメージ

 

 

【各コマンドラインの設定】

ツールバーの[TEXT]から設定します。

  

.func binary(run,index) floor(run/(2**index))-2*floor(run/(2**(index+1)))

部品のばらつき組み合わせをマトリクス定義する。この例題では0～15までの組み合わせ。なお、対称とする部品数は16個までで1,00 000通りまで。ただし、実際には5～6部品までが良い。

	Rum	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
index	L1	0	1	0	1	0	1	0	1	0	1	0	1	0	1	0	1
	L2	0	0	1	1	0	0	1	1	0	0	1	1	0	0	1	1
	C1	0	0	0	0	1	1	1	1	0	0	0	0	1	1	1	1
	C2	0	0	0	0	0	0	0	0	1	1	1	1	1	1	1	1

 

.func wc(nom,tol,index) if(run==numruns,nom,if(binary(run,index),nom*(1+tol),nom*(1-tol)))

各部品のパラメータを最大値と最小値の間で変化させて、最後に公称値で実行する。

.funcにてwc(nom,tol,inex)という関数を定義する。

 

 

 

[例]

　Run=4, Index=2の場合(5回目,L2値)

・binary(4,2) =floor(4/(2^2))-2*floor(4/(2^(2+1))=floor(4/4)-2*floor(4/8)=1-0=1

・wc(2.2u,0.2,2) =2.2u*(1+0.2)=2.2u*1.02=2.244u

 

　Run=13, Index=1の場合(14回目,L1値)

・binary(13,1) =floor(13/(2^1))-2*floor(13/(2^(1+1))=floor(13/2)-2*floor(13/4)=6-6=0

・wc(2.2u,0.2,1) =2.2u*(1-0.2)=2.2u*0.98=2.156u

 

[部品の値]

L1  :{wc(2.2u,tola,0)}

L2  :{wc(2.2u,tola,1)}

C1  :{wc(10n,tolb,2)}

C2  :{wc(10n,tolb,3)}

 

[Run回数, 公称値]

.step param run 0 16 1

.param numruns=16

 

.step param run 0 16 1

パラメータrun　を0から16まで1ずつ増加させる。

 

 

.param numruns=16

最大組み合わせ数を定義として公称値を設定

 

※部品数3とすると2^3+1回のシミュレーションが必要となる。

　(最大および最小組み合わせ＋公称値)

 

注意！ただし、ばらつきを持たせられる部品数は１６部品までのようです。 

ある程度感度低いものなどは予め除外するなどの工夫が必要。

 

[部品公差]

.param tola=0.2

.param tolb=0.1

各部品のばらつきを設定。

ここでは、tola:インダクタンスばらつき=20%、totb:コンデンサばらつき=10%

 

【解析設定】

・.meas Vmax Max V(out)

トランジェント解析の設定他に、最大値をmeasurementsで計測させます。

細かな設定は、[Text]→[.meas Vmax Max V(out)]と入力すると次回からはクリックで表記されます。

 

【解析結果】

をクリックして解析を実行する。

  

【試行回数を横軸に表示させる】

解析実施したら、[View]→[SPICE Error Log]をクリック

 

 

・表示されたLogファイルでMeasurement記載箇所までスクロールし、カーソルを該当結果箇所上にもってゆき右クリック。

[Plot.step'ed.meas data]をクリック

 

結果が下記のように表示され、max条件はstep=14であることが最大条件となります。

 

回路シミュレータLTspiceで学ぶ電子回路

電子回路シミュレータ LTspice XVII 「シミュレーション編」: フリーの電子回路シミュレータを使用して解析が行えるよう初心者にも分かりやすく作成しました。

電子回路シミュレータPSpice入門編―電子回路の動作をパソコンで疑似体験! (ツール活用シリーズ)

LTspice電子回路シミュレータ (I・O BOOKS)

クルマとパワエレの電源トランス&コイル技術教科書[LTspice対応]

回路シミュレータＬＴｓｐｉｃｅで学ぶ電子回路

電子回路シミュレータ LTspice XVII 「シンボル作成編」: LTspiceXVII で新しいシンボルを作成する手順を初心者にも分かりやすく作成しました。

Electronic Circuit Simulator LTspice XVII "Basic Operation / Circuit Creation" (English Edition)

Electronic Circuit Simulator LTspice XVII "Simulation" (English Edition)

Le simulateur LTspice IV - 2e éd. - Manuel, méthodes et applications

LTspice - Nouvelles commandes, applications inédites, création et importation de modèles et sous-cir: Nouvelles commandes, applications inédites, création et importation de modèles et sous-circuits