No Such Blog or Diary

事務からのアンケートが回答を Word ファイルに書かせるというやり方から Forms での回収に切り替わった．めでたし．Word ファイルに書くとか書く側も受け取る側も嬉しくなかったよね……

「疑似乱数でのモテカルロ法より超一様分布列を使う準モンテカルロ法のほうが積分誤差の収束が速い」ってのがどういうものなのだろうかと気になったのでぐぐったら「準モンテカルロ法の最前線」とかいうサーベイ論文が出てきたので読んでみた．JSIAM の 2021年度論文賞（サーベイ部門）を取ってるっぽい論文で，とても読みやすかった（3.2節までしか読んでないけど）．

んで．とりあえず discrepancy という「非一様度」的なもの（N 点集合 Pに対する，単位超立方体の部分 A へ落ちる P 点の割合と A の体積の差の sup）を考えて，そいつが O(N^{-1+ε}) 程度で落ちるような P が超一様分布列であると．そして，その A として原点を含んだ超直方体を考えたときの discrepancy が star-discrepancy で，準モンテカルロの積分誤差は被積分関数の全変動と点列の star-discrepancy の積で押さえられるという Koksma-Hlawka の不等式があると．なので，準モンテカルロの積分誤差は O(N^{-1+ε}) 程度で落ちる．ここらが古典的な準モンテカルロの理論らしい．

古典的なののあとは，関数空間を考えてその空間に対する積分の最悪誤差（全関数に対する sup の，積分則での inf）を考えて，そいつの収束オーダーを考えるという感じっぽい．再生核ヒルベルト空間だと最悪誤差が具体的に求まるのだとか．ここらの記述は久々に見たけれど，まあそういう議論をするよねという感じ．

ということで，なんとなく準モンテカルロ法がどういう性質を考えたものなのかを知れた気分．

システムの認識している出席人数と実際に部屋にいる人数とがずれとるんだが……

幽霊探しでもしてみるか．

印刷された文書を再編集したいなということでどうしようかなと思ったら，普通に Acrobat で写真を開いてツールの「スキャンと OCR」を使ったら OCR できた．こんな機能ついてたとか知らんかった……

ということで，文字情報は簡単に取り込めることが分かった．スマホで撮った傾いた写真でも OK．

でも，表の罫線とかまでは拾ってくれないのね．罫線まで認識できるソフトってあるんか？

片側 2車線のバイパスをメーター読みで制限速度 +20 で巡航してる連中に対してベタ付けで煽ってる白髪ジジィが居た．見てた感じだと「前が詰まってることに気づいて減速する」って動作が鈍すぎるだけの気もしたけれど……　前の車がブレーキ踏んだら確実に衝突するじゃなかろうか．

車間取れない車は消えてなくなってほしいね．WRC のドライバーとか車間不要な連中はさておき．

AppData\Local\Google\Chrome\User Data\Default\File System が 11GB ほど食ってて悩ましい．中身はたぶん Local Storage とかのデータで，具体的な中身は chrome://settings/content/all?sort=data-stored で見れるっぽい．

とりあえず良くわからんのは消しとくか．office.com とか GB 単位になっとるけどこれはアプリ周りの情報が全部入っとるんか？