PCのバッテリー交換後のファン不具合対策のその後 ― 2025年03月07日 10:39
2月28日に上記のHPパソコンの電池交換後のファン不具合問題を挙げた。
しかし、BIOSなどどこをいじっても起動時のファンエラーは消えない。無視してエンターを押し、ファンなしで起動することはできるが、加熱が心配だ。
そこで、ChatGPTに裏ブタの開け方を聞き、T5ドライバーを購入（計1000円ほど）して思い切って開けてみた。
そしたらなんと、ファンの上に小さなねじが転がっていた。
このねじを拾い、裏ブタを締めなおして、無事問題なく再起動できた。安い街のパソコン修理屋さんを使うときは、メモリーを消されないのはいいが、引き取るときにきちんと再起動できるか若干の注意が必要だ。
現在の気がかりはそのねじがどこについていたのか不明なことだ。あと5年はこのPCが動いてくれることを期待するが、東北新幹線切り離し事故も修理した半年後に2度目が起こった。このPCはどうなることだろう！！機械的な不具合と電気的な不具合はどこかで連動ずるらしいから。
ねじの締め付け力も微視的には電子同士の化学結合力に依存しているのだから。
ところでT5ドライバーというのはT型ねじ（トルクスタイプねじ）を締めるためのドライバーでねじの頭は星形である。なぜこのようなマイナスでもなく、プラスでもなく、六角でもない特殊な溝のねじを使うのか。
トルクス（Torx）ねじの発明
Camcar Textron は1967年に Torx（トルクス）ねじ を開発しました。トルクスねじは、六角星型（★型）の溝を持ち、従来のプラス（+）やマイナス（−）ねじと比べて、以下のようなメリットがあります：
カムアウト（工具が外れる現象）が少ない
トルクの伝達効率が高い
ねじ頭の損傷が少ない
ということで、小さなねじに向いているようだ。T5はその中でも最小で、パソコンの裏蓋を締めるには最適なのだろう。
実は、山スキー用の締め具で用いられている軽量のTNTという締め具もこのねじを使っている。但し、サイズはT1５で3倍程度太い。このぐらいの太さはスキーと人体をつなげるためには必要なのだろう。断面積当たりの負荷は太さの2乗に比例するからである。
問題は、マイナスでもプラスでもないので専用のドライバーを携行しないと緩んだ時にどうしようもないということである。ただ、その太さは2.5㎜程度なので通常の5㎜程度の太さのドライバーに比べれば４分の1である。通常使わない道具は軽いに越したことはない。
しかし、BIOSなどどこをいじっても起動時のファンエラーは消えない。無視してエンターを押し、ファンなしで起動することはできるが、加熱が心配だ。
そこで、ChatGPTに裏ブタの開け方を聞き、T5ドライバーを購入（計1000円ほど）して思い切って開けてみた。
そしたらなんと、ファンの上に小さなねじが転がっていた。
このねじを拾い、裏ブタを締めなおして、無事問題なく再起動できた。安い街のパソコン修理屋さんを使うときは、メモリーを消されないのはいいが、引き取るときにきちんと再起動できるか若干の注意が必要だ。
現在の気がかりはそのねじがどこについていたのか不明なことだ。あと5年はこのPCが動いてくれることを期待するが、東北新幹線切り離し事故も修理した半年後に2度目が起こった。このPCはどうなることだろう！！機械的な不具合と電気的な不具合はどこかで連動ずるらしいから。
ねじの締め付け力も微視的には電子同士の化学結合力に依存しているのだから。
ところでT5ドライバーというのはT型ねじ（トルクスタイプねじ）を締めるためのドライバーでねじの頭は星形である。なぜこのようなマイナスでもなく、プラスでもなく、六角でもない特殊な溝のねじを使うのか。
トルクス（Torx）ねじの発明
Camcar Textron は1967年に Torx（トルクス）ねじ を開発しました。トルクスねじは、六角星型（★型）の溝を持ち、従来のプラス（+）やマイナス（−）ねじと比べて、以下のようなメリットがあります：
カムアウト（工具が外れる現象）が少ない
トルクの伝達効率が高い
ねじ頭の損傷が少ない
ということで、小さなねじに向いているようだ。T5はその中でも最小で、パソコンの裏蓋を締めるには最適なのだろう。
実は、山スキー用の締め具で用いられている軽量のTNTという締め具もこのねじを使っている。但し、サイズはT1５で3倍程度太い。このぐらいの太さはスキーと人体をつなげるためには必要なのだろう。断面積当たりの負荷は太さの2乗に比例するからである。
問題は、マイナスでもプラスでもないので専用のドライバーを携行しないと緩んだ時にどうしようもないということである。ただ、その太さは2.5㎜程度なので通常の5㎜程度の太さのドライバーに比べれば４分の1である。通常使わない道具は軽いに越したことはない。
ポアソン分布とポアソン回帰の怪奇な関係 ― 2025年03月03日 10:34
物事を理解するには、受け身ではなく、積極的に理解しようとする内容を出力することだという話を聞いた。出力するとは英語なら口に出したり、書き出したりすることである。統計論なら、分かりにくいポアソン分布や回帰分析とは何かということを書きだしてみることだろう。以下は直感で書いたこれらの事柄である。
統計の教科書でポアソン分布の最初に掛かれていることは、サッカーの点数とか、馬に蹴られて死亡した数とかがポアソン分布に従うという話である。まずここで普通は何のことかと思ってしまう。
これを自分なりに解釈すれば、こういうめったに起こらないことが、一定の時間内に何回生じるかを計測すると、ポアソン確率分布に従うということである。では、この場合、何が確率変数で、何がその確率分布なのかーこれが具体的なイメージができなかった。
この関数は確率変数ｘとその事象の平均生起回数λの式になっている。
Ｐ（Ｘ＝ｘ）＝ exp(-x)・λ＾x/x！（１）
という理解しがたい式である。
この式の導出は教科書に譲るとして、
λは平均生起回数なのでサッカーならば多数の試合の得点の平均値であることは理解できる。ではｘとはなにか、それが確率変数なのか、ここがまず分かりにくい。
Ｘ=xとは何を意味しているのか。じっくり考えるとxとは生起回数、即ち、一般的なサッカー試合における得点数ということである。これが１点ならばX＝１であり、上式でxに１を代入すればあるサッカー試合で1点しか入らないという試合になる確率がでる（ことになっている）。
では、上式でλとはなにか。これは平均生起回数であり、1点なのか2点なのか3点なのか、2.5点なのか統計データが無ければ決めることはできないということである。
逆に言えば、多数の試合のデータがあり、その平均得点数λが真の値として得られたのちに、その後の同様の試合で、その試合の得点が1点（X＝１）なのか、2点（X＝２）なのか3点なのか（x=3）・・・・・・・をP（X=x)として計算できるということに過ぎない。
即ち、確率変数Xとはある試合における予想得点数であり、0から無限に近い数までのどの数になるかは任意である（現実的には0点から5点くらいの範囲であろうが）ーということを示す変数である。
従って、ポアソン分布では確率変数Xが大きくなるとPは無限小に近くなるグラフが一般的である。但し、各Pの合計は１になる。ようにP式はできている。
では平均生起回数（＝平均得点数）はどうやって求めるのか。
これがポアソン回帰分析の役割である。
真のλというのは現実には得られないので、これまでの多くのサッカー試合の得点数を調査し、そのリストを作成する。そして、例えばあるワールドカップの試合の得点予測をするのであれば、ワールドカップクラスの過去の全試合の対戦国、ホーム・アゥエー、リーグ戦かトーナメントかなどの説明変数xｊおよび目的変数（得点数）λiを対象に回帰分析をする。その回帰モデルは、
λi=exp(β0＋Σjβｊxij)（２）
とし、各試合ごとの合計が最も過去の実績に近くなるような分析法（最尤法）を用いて平均λを求める。ここで最尤法とは（１）式を使ったiについての積をまず求める。
これは尤度関数と呼び、この回帰係数により求められた確率関数の積は回帰係数値により変化する。
この尤度関数が最大になれば確率関数の積が最大になるので最も有りうる回帰係数になる。
直接これを求めるよりもこの尤度関数を対数変換した対数尤度
ｌ（Θ）＝Σi(-λi+xilog(λi)-log(xi!))
が最大になるような（２）式のβｊ（回帰係数）を計算機により繰り返し計算で求める方法である。これは尤度関数自体を最大化する計算では尤度変化が小さく計算誤差が大きくなるためである。
なお、この対数尤度の最大化計算は解析的には困難で、計算機による数値計算を繰り返すことで最適化した回帰係数を得る。
なお、サッカー試合では延長戦がなければ時間が同じなので得点率も試合ごとに同じ時間と仮定できるが、例えば、個人のがん発生数など時間依存の場合は、その個人iの生存年数tiの対数をオフセットとして(2)式の対数変換式の右辺に加えることで時間幅の相違まで考慮したポアソン回帰解析により平均λを計算できる。この場合は生存期間を暴露量として考慮したがん発生数としてλが評価できる。ポアソン回帰解析ではこの生存期間の対数値はオフセット量と呼ばれている。
また、得られた回帰係数の検定として帰無仮説と対立仮説を
H0：βk＝0
H1：βk≠0
とする両側検定を行い、検定統計量は
Z＝βk/標準誤差（βk）
とする。統計ソフトRでは
｜Z0｜としてp値を返す。このp値が有意水準α（予め0.1，0.05，0.01などを設定する）よりも小さければ帰無仮説を棄却する。
ここで
標準誤差（βk）＝√（U^2/Σ（Xi-Xa）＾2
ここで
U^2＝Σei^2/(n-2)
ei=Yi（観測値）-Y(回帰値）
Xq:Xiの平均値
n:観測数
となる。
参考資料１）Rで学ぶ統計データ分析、本橋永至（オーム社）
参考資料２）回帰分析入門、豊田秀樹（東京図書）
統計の教科書でポアソン分布の最初に掛かれていることは、サッカーの点数とか、馬に蹴られて死亡した数とかがポアソン分布に従うという話である。まずここで普通は何のことかと思ってしまう。
これを自分なりに解釈すれば、こういうめったに起こらないことが、一定の時間内に何回生じるかを計測すると、ポアソン確率分布に従うということである。では、この場合、何が確率変数で、何がその確率分布なのかーこれが具体的なイメージができなかった。
この関数は確率変数ｘとその事象の平均生起回数λの式になっている。
Ｐ（Ｘ＝ｘ）＝ exp(-x)・λ＾x/x！（１）
という理解しがたい式である。
この式の導出は教科書に譲るとして、
λは平均生起回数なのでサッカーならば多数の試合の得点の平均値であることは理解できる。ではｘとはなにか、それが確率変数なのか、ここがまず分かりにくい。
Ｘ=xとは何を意味しているのか。じっくり考えるとxとは生起回数、即ち、一般的なサッカー試合における得点数ということである。これが１点ならばX＝１であり、上式でxに１を代入すればあるサッカー試合で1点しか入らないという試合になる確率がでる（ことになっている）。
では、上式でλとはなにか。これは平均生起回数であり、1点なのか2点なのか3点なのか、2.5点なのか統計データが無ければ決めることはできないということである。
逆に言えば、多数の試合のデータがあり、その平均得点数λが真の値として得られたのちに、その後の同様の試合で、その試合の得点が1点（X＝１）なのか、2点（X＝２）なのか3点なのか（x=3）・・・・・・・をP（X=x)として計算できるということに過ぎない。
即ち、確率変数Xとはある試合における予想得点数であり、0から無限に近い数までのどの数になるかは任意である（現実的には0点から5点くらいの範囲であろうが）ーということを示す変数である。
従って、ポアソン分布では確率変数Xが大きくなるとPは無限小に近くなるグラフが一般的である。但し、各Pの合計は１になる。ようにP式はできている。
では平均生起回数（＝平均得点数）はどうやって求めるのか。
これがポアソン回帰分析の役割である。
真のλというのは現実には得られないので、これまでの多くのサッカー試合の得点数を調査し、そのリストを作成する。そして、例えばあるワールドカップの試合の得点予測をするのであれば、ワールドカップクラスの過去の全試合の対戦国、ホーム・アゥエー、リーグ戦かトーナメントかなどの説明変数xｊおよび目的変数（得点数）λiを対象に回帰分析をする。その回帰モデルは、
λi=exp(β0＋Σjβｊxij)（２）
とし、各試合ごとの合計が最も過去の実績に近くなるような分析法（最尤法）を用いて平均λを求める。ここで最尤法とは（１）式を使ったiについての積をまず求める。
これは尤度関数と呼び、この回帰係数により求められた確率関数の積は回帰係数値により変化する。
この尤度関数が最大になれば確率関数の積が最大になるので最も有りうる回帰係数になる。
直接これを求めるよりもこの尤度関数を対数変換した対数尤度
ｌ（Θ）＝Σi(-λi+xilog(λi)-log(xi!))
が最大になるような（２）式のβｊ（回帰係数）を計算機により繰り返し計算で求める方法である。これは尤度関数自体を最大化する計算では尤度変化が小さく計算誤差が大きくなるためである。
なお、この対数尤度の最大化計算は解析的には困難で、計算機による数値計算を繰り返すことで最適化した回帰係数を得る。
なお、サッカー試合では延長戦がなければ時間が同じなので得点率も試合ごとに同じ時間と仮定できるが、例えば、個人のがん発生数など時間依存の場合は、その個人iの生存年数tiの対数をオフセットとして(2)式の対数変換式の右辺に加えることで時間幅の相違まで考慮したポアソン回帰解析により平均λを計算できる。この場合は生存期間を暴露量として考慮したがん発生数としてλが評価できる。ポアソン回帰解析ではこの生存期間の対数値はオフセット量と呼ばれている。
また、得られた回帰係数の検定として帰無仮説と対立仮説を
H0：βk＝0
H1：βk≠0
とする両側検定を行い、検定統計量は
Z＝βk/標準誤差（βk）
とする。統計ソフトRでは
｜Z0｜としてp値を返す。このp値が有意水準α（予め0.1，0.05，0.01などを設定する）よりも小さければ帰無仮説を棄却する。
ここで
標準誤差（βk）＝√（U^2/Σ（Xi-Xa）＾2
ここで
U^2＝Σei^2/(n-2)
ei=Yi（観測値）-Y(回帰値）
Xq:Xiの平均値
n:観測数
となる。
参考資料１）Rで学ぶ統計データ分析、本橋永至（オーム社）
参考資料２）回帰分析入門、豊田秀樹（東京図書）
PCのバッテリー交換後のファン不具合対策 ― 2025年02月28日 22:15
HPノートパソコンのバッテリーをショップで交換してもらったが、起動時にファンが動かない状態なので使用中止勧告する旨のメッセージが表示されるようになった。
ChatGPTの対応策は以下の通りである。
HPのノートPCでバッテリー交換後に冷却ファンが作動しないというメッセージが出る場合、いくつかの対処法を試してみると修復できる可能性があります。
1. BIOS設定をリセットする
バッテリー交換後にBIOSが正しく認識できていない可能性があります。
手順：
PCの電源をオフにする。
ACアダプターとバッテリーを取り外す。
電源ボタンを 15秒以上 長押しする（放電）。
バッテリーとACアダプターを再接続し、PCを起動する。
BIOSをリセット する：
起動時に F10 キーを連打してBIOSセットアップを開く。
「Restore Defaults（デフォルトの設定に戻す）」を選択。
設定を保存して再起動。
2. HPのハードウェア診断ツールを実行
HPのノートPCには「HP PC Hardware Diagnostics UEFI」が搭載されていることが多いので、冷却ファンの動作確認ができます。
手順：
PCの電源を切る。
電源を入れてすぐに F2 キーを連打。
「コンポーネントテスト」→「冷却ファンのテスト」を実行。
3. Windowsの電源管理をリセット
バッテリー交換により、Windowsが正しく電源管理できていない可能性があります。
手順：
デバイスマネージャーを開く：
Win + X を押して「デバイスマネージャー」を選択。
システムファームウェアの更新：
「ファームウェア」または「BIOS」カテゴリを探し、「ドライバーの更新」を実行。
電源オプションのリセット：
Win + R → powercfg.cpl を入力。
「プラン設定の変更」→「詳細な電源設定の変更」→「プロセッサの電源管理」→「システム冷却ポリシー」を「アクティブ」に変更。
4. BIOSアップデート
HP公式サイトから最新のBIOSをダウンロードして更新することで、問題が解決する可能性があります。
HPのサポートページ（HP公式サイト）にアクセス。
**「製品の型番」**を入力。
「BIOSの更新」がある場合はダウンロードして適用。
5. ファンの物理的な接続を確認
もし上記の方法で改善しない場合、バッテリー交換時に冷却ファンのコネクタが緩んでいないか 確認する必要があります。
自分で分解できる場合は、以下をチェック：
冷却ファンのケーブルがしっかり接続されているか
ほこりが詰まっていないか
ただし、保証期間内なら HPサポートに問い合わせる ほうが安全です。
まとめ
BIOSをリセット（F10キーでデフォルト設定）
HPの診断ツールで冷却ファンの動作チェック
デバイスマネージャーと電源管理のリセット
BIOSを最新に更新
ファンの接続を物理的に確認
この手順を試しても改善しない場合は、HPのサポートに相談することをおすすめします。
ChatGPTの対応策は以下の通りである。
HPのノートPCでバッテリー交換後に冷却ファンが作動しないというメッセージが出る場合、いくつかの対処法を試してみると修復できる可能性があります。
1. BIOS設定をリセットする
バッテリー交換後にBIOSが正しく認識できていない可能性があります。
手順：
PCの電源をオフにする。
ACアダプターとバッテリーを取り外す。
電源ボタンを 15秒以上 長押しする（放電）。
バッテリーとACアダプターを再接続し、PCを起動する。
BIOSをリセット する：
起動時に F10 キーを連打してBIOSセットアップを開く。
「Restore Defaults（デフォルトの設定に戻す）」を選択。
設定を保存して再起動。
2. HPのハードウェア診断ツールを実行
HPのノートPCには「HP PC Hardware Diagnostics UEFI」が搭載されていることが多いので、冷却ファンの動作確認ができます。
手順：
PCの電源を切る。
電源を入れてすぐに F2 キーを連打。
「コンポーネントテスト」→「冷却ファンのテスト」を実行。
3. Windowsの電源管理をリセット
バッテリー交換により、Windowsが正しく電源管理できていない可能性があります。
手順：
デバイスマネージャーを開く：
Win + X を押して「デバイスマネージャー」を選択。
システムファームウェアの更新：
「ファームウェア」または「BIOS」カテゴリを探し、「ドライバーの更新」を実行。
電源オプションのリセット：
Win + R → powercfg.cpl を入力。
「プラン設定の変更」→「詳細な電源設定の変更」→「プロセッサの電源管理」→「システム冷却ポリシー」を「アクティブ」に変更。
4. BIOSアップデート
HP公式サイトから最新のBIOSをダウンロードして更新することで、問題が解決する可能性があります。
HPのサポートページ（HP公式サイト）にアクセス。
**「製品の型番」**を入力。
「BIOSの更新」がある場合はダウンロードして適用。
5. ファンの物理的な接続を確認
もし上記の方法で改善しない場合、バッテリー交換時に冷却ファンのコネクタが緩んでいないか 確認する必要があります。
自分で分解できる場合は、以下をチェック：
冷却ファンのケーブルがしっかり接続されているか
ほこりが詰まっていないか
ただし、保証期間内なら HPサポートに問い合わせる ほうが安全です。
まとめ
BIOSをリセット（F10キーでデフォルト設定）
HPの診断ツールで冷却ファンの動作チェック
デバイスマネージャーと電源管理のリセット
BIOSを最新に更新
ファンの接続を物理的に確認
この手順を試しても改善しない場合は、HPのサポートに相談することをおすすめします。
国税庁を騙るフィッシングメールが来た ― 2025年02月28日 09:57
メールタイトルは
税務署からのお知らせ【固定資産税の評価額確認に関するお知らせ】
e-Tax（国税電子申告?納税システム）
で
送信者は
<pjxaxgubo@jp3.06jsjs.com>
となっている。
内容はE-tax登録者は2月末までに
ログインして情報登録しろというもので個人情報を入力させるフィッシングメールだった。
タイミングが良すぎる。危なく登録タブをクリックするところだった。
国税庁のサイトには同様のフィッシングメールの例が大量に表示されている。
税務署からのお知らせ【固定資産税の評価額確認に関するお知らせ】
e-Tax（国税電子申告?納税システム）
で
送信者は
<pjxaxgubo@jp3.06jsjs.com>
となっている。
内容はE-tax登録者は2月末までに
ログインして情報登録しろというもので個人情報を入力させるフィッシングメールだった。
タイミングが良すぎる。危なく登録タブをクリックするところだった。
国税庁のサイトには同様のフィッシングメールの例が大量に表示されている。
大容量繰り返しテキストデータからのエクセル用データ抽出Pythonスクリプト ― 2025年02月21日 20:32
複数行からなる繰り返しのあるテキストデータから指定したWORDを含む任意の行データを抽出し、連結して1行のテキストデータとするためのPythonプログラムである。
この程度のプログラムはChatGPTに頼むと1分程度で作成してくれる。実際に使ってみて不具合があれば、プログラムとエラー内容を再度ChatGPTにそのまま入力することで修正プログラムを提示してくれる。これは無料版のChatGPTである。
ChatGPTにログインアカウントを作れば、依頼した簡単なプログラムを記憶、記録してくれるので、再度ログインしたときにその記録（AIが要約した文として表示される）をクリックすることで、以前の記録作業のもとに新たな改良プログラムを作成することも可能である。
このPythonスクリプトで対象となるデータはあるプログラムの出力データであり、繰り返し計算した結果を出力する。この出力データファイルの中にある任意の文字を含む行を連結し、このPythonスクリプトは連結された１行のテキストデータとして出力する。
この1行のテキストデータは同じ長さを持っており、エクセルで読み込んで区切りをつけることで表データに変換し、元データの分析することを目的としている。
元データはFile.txtでこのpythonスクリプトと同じフォルダーにあることを前提としている。
検索文字はword1～word4の4文字列としている。File.txtはこれらの文字列が繰り返し現れるtextファイルであることを前提としている。
データ抽出Pythonスクリプト
def extract_lines_with_words(file_path, target_word, next_word, next2_word, next3_word):
with open(file_path, 'r', encoding='utf-8') as file:
lines = file.readlines()
result = []
all_lines = [] # 各ステップの行を格納するリスト
line1 = None # target_word を含む行
line2 = None # next_word を含む行
line3 = None # next2_word を含む行
line4 = None # next3_word を含む行
for line in lines:
line = line.strip() # 前後の空白や改行を削除
if target_word in line:
line1 = line # target_word を含む行を保存
line2 = None # リセット
elif next_word in line and line1:
line2 = line # 次の単語を含む行（連結しない）
line3 = None # 状態リセット
elif next2_word in line and line2:
line3 = line # 3つ目の単語を含む行（連結しない）
line4 = None # 状態リセット
elif next3_word in line and line3:
line4 = line # 4つ目の単語を含む行（連結しない）
all_lines.append((line1, line2, line3, line4)) # 各ステップをリストに保存
# 文字数の最大値を求める（空のデータがあってもエラーにならないようにする）
max_len1 = max((len(l[0]) for l in all_lines if l[0]), default=0)
max_len2 = max((len(l[1]) for l in all_lines if l[1]), default=0)
max_len3 = max((len(l[2]) for l in all_lines if l[2]), default=0)
max_len4 = max((len(l[3]) for l in all_lines if l[3]), default=0)
# 各行を最大文字数に揃えて空白区切りでフォーマット
formatted_results = []
for l1, l2, l3, l4 in all_lines:
l1 = l1.ljust(max_len1) if l1 else " " * max_len1
l2 = l2.ljust(max_len2) if l2 else " " * max_len2
l3 = l3.ljust(max_len3) if l3 else " " * max_len3
l4 = l4.ljust(max_len4) if l4 else " " * max_len4
formatted_results.append(f"{l1} {l2} {l3} {l4}") # タブの代わりにスペースを使用
return formatted_results
# ファイルとキーワードを指定
file_path = "File.txt"
target_word = "word1"
next_word = "word2"
next2_word = "word3:"
next3_word = "word4:"
# 関数を実行して結果を取得
extracted_lines = extract_lines_with_words(file_path, target_word, next_word, next2_word, next3_word)
# 結果を表示
print(file_path)
for line in extracted_lines:
print(line)
この程度のプログラムはChatGPTに頼むと1分程度で作成してくれる。実際に使ってみて不具合があれば、プログラムとエラー内容を再度ChatGPTにそのまま入力することで修正プログラムを提示してくれる。これは無料版のChatGPTである。
ChatGPTにログインアカウントを作れば、依頼した簡単なプログラムを記憶、記録してくれるので、再度ログインしたときにその記録（AIが要約した文として表示される）をクリックすることで、以前の記録作業のもとに新たな改良プログラムを作成することも可能である。
このPythonスクリプトで対象となるデータはあるプログラムの出力データであり、繰り返し計算した結果を出力する。この出力データファイルの中にある任意の文字を含む行を連結し、このPythonスクリプトは連結された１行のテキストデータとして出力する。
この1行のテキストデータは同じ長さを持っており、エクセルで読み込んで区切りをつけることで表データに変換し、元データの分析することを目的としている。
元データはFile.txtでこのpythonスクリプトと同じフォルダーにあることを前提としている。
検索文字はword1～word4の4文字列としている。File.txtはこれらの文字列が繰り返し現れるtextファイルであることを前提としている。
データ抽出Pythonスクリプト
def extract_lines_with_words(file_path, target_word, next_word, next2_word, next3_word):
with open(file_path, 'r', encoding='utf-8') as file:
lines = file.readlines()
result = []
all_lines = [] # 各ステップの行を格納するリスト
line1 = None # target_word を含む行
line2 = None # next_word を含む行
line3 = None # next2_word を含む行
line4 = None # next3_word を含む行
for line in lines:
line = line.strip() # 前後の空白や改行を削除
if target_word in line:
line1 = line # target_word を含む行を保存
line2 = None # リセット
elif next_word in line and line1:
line2 = line # 次の単語を含む行（連結しない）
line3 = None # 状態リセット
elif next2_word in line and line2:
line3 = line # 3つ目の単語を含む行（連結しない）
line4 = None # 状態リセット
elif next3_word in line and line3:
line4 = line # 4つ目の単語を含む行（連結しない）
all_lines.append((line1, line2, line3, line4)) # 各ステップをリストに保存
# 文字数の最大値を求める（空のデータがあってもエラーにならないようにする）
max_len1 = max((len(l[0]) for l in all_lines if l[0]), default=0)
max_len2 = max((len(l[1]) for l in all_lines if l[1]), default=0)
max_len3 = max((len(l[2]) for l in all_lines if l[2]), default=0)
max_len4 = max((len(l[3]) for l in all_lines if l[3]), default=0)
# 各行を最大文字数に揃えて空白区切りでフォーマット
formatted_results = []
for l1, l2, l3, l4 in all_lines:
l1 = l1.ljust(max_len1) if l1 else " " * max_len1
l2 = l2.ljust(max_len2) if l2 else " " * max_len2
l3 = l3.ljust(max_len3) if l3 else " " * max_len3
l4 = l4.ljust(max_len4) if l4 else " " * max_len4
formatted_results.append(f"{l1} {l2} {l3} {l4}") # タブの代わりにスペースを使用
return formatted_results
# ファイルとキーワードを指定
file_path = "File.txt"
target_word = "word1"
next_word = "word2"
next2_word = "word3:"
next3_word = "word4:"
# 関数を実行して結果を取得
extracted_lines = extract_lines_with_words(file_path, target_word, next_word, next2_word, next3_word)
# 結果を表示
print(file_path)
for line in extracted_lines:
print(line)
行方不明ファイルの発見経緯 ― 2025年01月22日 07:36
昨日作業して保存したはずのWORDファイルが行方不明になった。フォルダーを調べても一昨日の古い同名のファイルが残っているだけである。
昨日のファイルはどこに消えたのか。修正追加した作業は夢だったのか。よくある話である。
ChatGPTに聞いたら、Recuvaという行方不明ファイルの検索ソフトがあるそうだ。使ってみたらC:ドライブを検索するのに1時間くらいかかる。それらしいファイルを開こうとしたらそれは有料だとの表示が出た。
諦めかけて、ゴミ箱を除いてみたらそこにファイル名＋拡張子asdとなっている昨日のファイルらしいものが残っていた。削除した記憶はないのだが、なぜか、同一名のファイルを開いたときに最初に開いたファイルがゴミ箱に移動したようだ。その際、ファイルの拡張子が自動的にasdになったようだ。ChatGPTでも最初にゴミ箱を探せと書いてあったが削除した記憶がないので無視したのが間違いの元だった。
これらの一連の作業時間は約2時間で、昨日修正追加に費やした作業時間も約2時間であるが、同じ作業を繰り返すのは精神的につらい。ゴミ箱に感謝して（お賽銭は入れなかったが）asdファイルをＷＯＲＤで開いてバックアップを二つほど作成した。happy!?
昨日のファイルはどこに消えたのか。修正追加した作業は夢だったのか。よくある話である。
ChatGPTに聞いたら、Recuvaという行方不明ファイルの検索ソフトがあるそうだ。使ってみたらC:ドライブを検索するのに1時間くらいかかる。それらしいファイルを開こうとしたらそれは有料だとの表示が出た。
諦めかけて、ゴミ箱を除いてみたらそこにファイル名＋拡張子asdとなっている昨日のファイルらしいものが残っていた。削除した記憶はないのだが、なぜか、同一名のファイルを開いたときに最初に開いたファイルがゴミ箱に移動したようだ。その際、ファイルの拡張子が自動的にasdになったようだ。ChatGPTでも最初にゴミ箱を探せと書いてあったが削除した記憶がないので無視したのが間違いの元だった。
これらの一連の作業時間は約2時間で、昨日修正追加に費やした作業時間も約2時間であるが、同じ作業を繰り返すのは精神的につらい。ゴミ箱に感謝して（お賽銭は入れなかったが）asdファイルをＷＯＲＤで開いてバックアップを二つほど作成した。happy!?
ニセヤマト運輸からのフィッシングメールが来た ― 2025年01月15日 07:53
頼んでいたアマゾンの荷物がなかなか届かないので、このメールが来たときは危うくまともに対応するところだった。
プロバイダーにメールチェックを依頼していたので、差出人はヤマト運輸株式会社となっていたが、タイトルは
[ｍｅｉｗａｋｕ］お荷物の再配達手続きが必要です
となっていた。メールを開いてみると、urlがヤマト運輸のサイトらしきリンクされており、これを開くと
個人情報を入力する欄が沢山出てきた。
このサイトの上部にこれで再配達を作りますといった怪しげな日本語の文章があったので、フィッシングだと分かったわけである。
しかし、前回もこのようなことがあった。即ち、中国産の製品がなかなか届かないというタイミングでフィッシングらしいメールが来たのである。
どこかで生産者とフィッシング業者が繋がっている可能性をうたがってしまうが、偶然かもしれない。
プロバイダーにメールチェックを依頼していたので、差出人はヤマト運輸株式会社となっていたが、タイトルは
[ｍｅｉｗａｋｕ］お荷物の再配達手続きが必要です
となっていた。メールを開いてみると、urlがヤマト運輸のサイトらしきリンクされており、これを開くと
個人情報を入力する欄が沢山出てきた。
このサイトの上部にこれで再配達を作りますといった怪しげな日本語の文章があったので、フィッシングだと分かったわけである。
しかし、前回もこのようなことがあった。即ち、中国産の製品がなかなか届かないというタイミングでフィッシングらしいメールが来たのである。
どこかで生産者とフィッシング業者が繋がっている可能性をうたがってしまうが、偶然かもしれない。
WIN-10を10月まで使用できるようにする裏技 ― 2025年01月11日 05:01
最近、パソコンを立ち上げるとWIN-1１への強制移行をスケジュールする画面がでて、WIN-10の継続使用ができないようになった。
これを回避し、WIN-10を10月まで継続使用できるようにする方法が分かった。パソコンのヘビーユーザー用である。
（０）WIN-11以降推奨画面が出た段階でCｔ＋Al＋Delの同時押しをし、ログオフする。
（１）ネットを含むすべての接続機器を外す。
（２）電源ボタンを押し、ログインする。
（３）それでもWIN-11への移行スケジュール画面が表示される。
（４）C＋A＋Delを押す。
（５）WIN-11への移行スケジュール画面が出るが、今度は下にWIN-1０を維持するという表示が現れる。
（６）このWIN-10を維持するをクリックすればWIN-10が起動する。
なお、この記事でマイクロソフトが再度修正プログラムを作成する可能性があるので、WIN-10の再起動は今後9月までは行わないようにするのが良いかもしれない。10月以降は諦めてWIN-11を使用するしかないかもしれない。
他には基本的な設定変更としてローカルアカウントを使えばマイクロソフトからの干渉は途絶える。
Microsoftへのログインを切る方法
ChatGPT
Microsoftへのログインを切る方法は、具体的に何を指しているかによりますが、一般的な方法を以下に示します。
1. MicrosoftアカウントからPCのリンクを解除する
Windows PCでMicrosoftアカウントを利用している場合、ローカルアカウントに切り替えることで、Microsoftアカウントのログインを切ることができます。
手順:
設定を開く
「Windowsキー + I」を押します。
アカウント > アカウント情報を選択。
「ローカルアカウントに切り替える」を選択。
必要な情報（新しいローカルアカウントの名前やパスワード）を入力し、設定を完了します。
これを回避し、WIN-10を10月まで継続使用できるようにする方法が分かった。パソコンのヘビーユーザー用である。
（０）WIN-11以降推奨画面が出た段階でCｔ＋Al＋Delの同時押しをし、ログオフする。
（１）ネットを含むすべての接続機器を外す。
（２）電源ボタンを押し、ログインする。
（３）それでもWIN-11への移行スケジュール画面が表示される。
（４）C＋A＋Delを押す。
（５）WIN-11への移行スケジュール画面が出るが、今度は下にWIN-1０を維持するという表示が現れる。
（６）このWIN-10を維持するをクリックすればWIN-10が起動する。
なお、この記事でマイクロソフトが再度修正プログラムを作成する可能性があるので、WIN-10の再起動は今後9月までは行わないようにするのが良いかもしれない。10月以降は諦めてWIN-11を使用するしかないかもしれない。
他には基本的な設定変更としてローカルアカウントを使えばマイクロソフトからの干渉は途絶える。
Microsoftへのログインを切る方法
ChatGPT
Microsoftへのログインを切る方法は、具体的に何を指しているかによりますが、一般的な方法を以下に示します。
1. MicrosoftアカウントからPCのリンクを解除する
Windows PCでMicrosoftアカウントを利用している場合、ローカルアカウントに切り替えることで、Microsoftアカウントのログインを切ることができます。
手順:
設定を開く
「Windowsキー + I」を押します。
アカウント > アカウント情報を選択。
「ローカルアカウントに切り替える」を選択。
必要な情報（新しいローカルアカウントの名前やパスワード）を入力し、設定を完了します。
ChatGPTを利用した昨年の暮らし向きのまとめ方 ― 2025年01月01日 07:19
ログインしてChatGPTを使用していると、AIが質問内容を適当に要約して、リスト化してくれる。左上のメニューで表示できる。
これを年末又は年始に一年分テキストファイルに保存すれば、昨年、どんなことで質問をし、どんなことに興味を持ち、どんな病気や問題が起きたかがレビューできる。
私の例では、以下のような膨大な量になる。
これは質問事項のみだが、これに対する回答をリスト化できるか質問したところ、9月ごろの質問と回答がリストされた後、応答がなくなった。
AIサーバーに負荷をかけすぎたようだ。これでは電力消費が急増するのも頷ける。
昨日
年末年始の申請
コンビニ戸籍謄本取得
AB型と感染症リスク
遺伝子変異の種類と影響
過去 7 日間
TVer再生の問題解決
TVer スキップ 黒画面
Rコードエラー解決方法
GNM Predictor Infinite原因
コロナ感染時の対応
エクセル シート 並べ方
グラフ コピー VBA
Deneama スキー取り付け方法
RStudio コンソール コピー方法
Error Handling in R
ハイパーリンク保存方法
過去 30 日間
エラー処理とループ
R for文 間隔変更
太陽フレア 被ばく 安全
不整脈の原因と治療
泳げなくてもサーフィン可能か
ベクトルの外積ゼロ
R 初期化 コマンド
gnm モデル エラー解析
Acrobat別ウィンドウ設定
gnm err関数の根拠
R AIC算出方法
コブ滑りのコツ
水蒸気と温暖化
LEACCO 空焚き防止機能
gnmモデルの係数解釈
GNMパッケージの使い方
factor関数の使い方
GoogleDrive DL設定方法
戦術核と戦略核の違い
運動量 計算の確認
太もも裏 筋肉痛 原因
∂入力方法
数式 ASCII 変換ツール
Yeti Snow Net Compatibility
MINI F57 チェーンギャップ
Firefoxブックマーク移行方法
米麹 牛乳 ゲップ
米麹 ゲップ 原因
Yeti スノーネット 効果
RERF がん発生割合
MINI タイヤチェーン選び
水素分子のαβスピン
上菅田町火事原因
R 合計 計算 方法
横浜市火災原因調査
Mistakes and Dublin Meaning
歯の被ばく評価
pacman p_load 機能
オゾン 空気 より 重い
横浜 日の出 時刻
リンク拡散の効果
トリニティ プルトニウム 重量
長崎原爆 21キロトン
トリニティ実験の出力
画像圧縮方法の提案
Manhattanphysics.com アクセス不可
ディアトロフ峠事件概要
ディアトロフ峠事件の評価
Facebook誕生日確認方法
2024年
保土ヶ谷 セレモニーホール
New chat
DS02R2と22キロトン
トリニティ実験 観測距離
反ニュートリノの特徴
北稜クリニック 名前変更
袴田事件 真犯人
甑島 恐竜 伝説
Drコトー診療所モデル
CarPlayで歌ネット再生
ポプラ水爆実験
水爆 放射線 ガンマ線
白血球減少の経過
古典的ハミルトニアンの概要
齋藤知事選挙法違反疑い
洗浄便座不具合原因
紫外線消毒におい原因
量子もつれとは
一献風月横浜店位置
Firefox お気に入り場所
原田芳雄 死因
紫外線計算ツール
Python Wrapper 概要
太陽フレア X線検出器
2次方程式の解法
太陽フレア X線 ピーク
ICRP History 要約
3次元極座標 ハミルトニアン
木島平クロスカントリー利用
3MeVガンマ線波長
ICRP 放射線限度設定
永年方程式とEga
UV-C室内使用の影響
段ボールのUVC遮蔽効果
誘電率の説明
負の起動エネルギー
横浜から渋谷移動
クーロン積分と共鳴積分
ICRPとフォード財団
渋谷光栄行き方
横山次男の研究概要
森健二 論文検索方法
3d軌道の説明
d軌道の非対称性
軌道量子数の説明
Outlook メール 1行表示
量子もつれと情報伝達
量子もつれの非局所性
原子軌道の命名由来
水上勉と原発問題
自転車でスキー場へ
冬のシャトルバス情報
PySimpleGUI使い方
Windows7 Pythonインストール方法
Python コード順序
Webtel 画面共有方法
Pythonインストール問題解決
Firefox お気に入り登録問題
波動関数と複素数
トランプ再選時の対応
Outlook 送受信エラー解決
川***の論文概要
Webtel 画面共有方法
脳血管関門と薬品
電場エネルギーの説明
気圧と高度の関係
塩基の訳語について
Ezon時計の電池寿命
ezonwatch 現状報告
ティアフォーとトヨタの関係
Amazonカート削除方法
Pythonの既定アプリ設定方法
Windows 環境変数 設定方法
西丹沢 ヤマビル 情報
トラック安全装置未採用理由
福島第1原発4号機の容量
福島第一原発1号機カバー
長野県議冤罪問題
テキスト読み上げの方法
Kindle 設定 方法
Kindle Speak機能設定方法
長野県議事件冤罪可能性
R Troubleshooting AML Models
大統領選予測2024
原子炉の比較分析
Rのfilter関数の使用
CSV Column Not Found
RStudio Output Troubleshooting
GNM Analysis and Modeling
福島原発事故と避難呼びかけ
Clarification on gnm
Windows 読み上げ機能 使い方
クリップボード表示方法
Kindle 読み上げ方法
大統領選挙の過半数未満
被爆者 白血病 データ
フィード追加の始め方
ノーベル物理学賞受賞者
立法メートル リットル換算
ファイル名に番号を付ける
スピンゼーベック効果の概要
スピン熱電発電技術概要
Kindle 読み上げ 方法
英語読み上げソフトおすすめ
波動方程式の偏微分
Python ファイル 改行 書き込み
自動投稿動画の設定
iPhone 呼び出し音 大きくする方法
旧米軍500ポンド爆弾の構造
Python Indentation Error Fix
プライベートモードの説明
iPhone12 プライベートモード解除
Python 数値 丸め 方法
ファイルコピーソフト比較
Googleマップ場所登録方法
脳梗塞の麻痺割合
リンパ節の位置
白血病の概要説明
Pythonの場合分けプログラム
Jupyter Notebook 実行方法
Jupyter Notebook 使い方
Jupyter Notebook Overview
ATPとたんぱく質の結合
タンパク質とATPの関係
BCR ATRと白血病の関係
Windowsコマンドシェルスクリプト解説
プレゼンテーション画像作成依頼
資金集めの戦略
一般社団法人の概要
放射線と白血病の関係
背の高さとがんリスク
分子軌道法の解説
R gnm パッケージの変数変換
1954年ICRP勧告の概要
ICRP 勧告の概要
Google Drive 圧縮条件
OBSシングルビュー設定方法
小泉氏の総裁選主張
被ばく線量限度の歴史
50-50 Baseball Inquiry
Windows コマンドライン バックスラッシュ
File Open Error Troubleshooting
バックスラッシュと円記号
音量最大化方法
資金と選挙結果
調整係数の説明
トランシーバーアプリの限界
ヒズボラ通信機器の日本部品
RStudio スクリプト 実行方法
北緯20°経度距離
ガンマ線と被ばく
gnmパッケージの概要
水爆の構造と時間
リンクアクセスの問題
全画面解除方法
鼻の交互呼吸の理由
DOI取得方法の説明
ウラン235の核分裂生成物
副鼻腔の3D構造
Python 数式 改行方法
Python E-type 数値入力
神保町から東京駅ルート
Dynabook Sleep Recovery Methods
難揮発性FPの意味
pHの説明
副鼻腔と鼻汁
ビデオデッキPC接続方法
水素イオン濃度計算
デバイス移行エラー対処
酸性度の定義
ICRP 被ばく基準 根拠
重量比から原子比
ATPとたんぱく質の違い
アニーリング型量子計算
波動関数の意味
iPadで放送大学視聴
スクリーンショット方法説明
神奈川地震と首都直下
大阪停電の原因
Trump Musk X Debate
TypeError in Python Script
ビデオ 音声 再生 方法
Pythonファイル操作方法
MeVとKの換算方法
eV 温度換算方法
Fixing TypeError in Python
時計の遅れ対策
ミレーの絵画タイトル
ウランとプルトニウム分離
コメント削除の理由
ハマッ子直売所 営業時間
メタモルフィック・コンプレックスとは
初心者向け筋トレプラン
新しいチャット
担体含む治療のデメリット
ジクアスLX 回収理由
モノクローナル抗体作成プロセス
ASUSカメラなし対策
ブラウザ利用の案内
M515内蔵カメラ情報
ノートパソコンのカメラ確認
64ビット内部表現は異なります
JARファイル機能しない
JARファイルの実行問題
Office Premiumライセンスの更新
Purex Process: Plutonium Oxidation
Design Errors in Reactors
Fixed SRCT file name
Mail Migration Denied Issue
自動運転技術の比較
粘弾性液体ブリッジ破壊
MCNP6: Same Input and Output
Troubleshoot RNGD Fatal Error
MCNP6 Default Suffix Explanation
Firefox通知設定削除
Mcnp6セル数値の制限
Resolve MCNP Output Plot
Windows10スリープパスワード不要
Managing MCNP Output Files
Avoiding MCNP6 Cell Redundancy
X Server Troubleshooting Guide
Fix Directory Path Error
X11環境のWindows構築
MCNP6 Input Error Summary
MCNP マクロパラメータの変数
Apple IDログインエラー
計算: M1の密度
原子密度の計算
MCNP Input Corrections Needed
原子数密度の定義
MCNP TMP 3000K データ
Data File Error Resolution
MCNP Environment Setup
MCNP Data Path Error
MCNP Input File Troubleshooting
DNA量と細胞重量比
PythonでCygwinプログラムを実行
治療難易度：シスAB
SerpentAI Windows インストール
ヤフーカーナビ 交通情報表示
Explosion Time Fukushima Reactor 3: 11:01.
Fukushima Neutron Monitor Map
Fukushima: Water vs. Nuke
PH Scale Defined
酸性度管理再処理
Scroll Methods Without Keyboard
文字列結合方法Python
MVP計算システム実行手順
MVP計算ウィンドウ設定
デバッグ手順の要約
Tkinterウィンドウを閉じる
CarPlayで交通情報を表示
SyntaxError: Correction and Summary
ファイル内データ検索方法
バッチファイル実行Python
Python GUI 構築
Install modulo goto.
Python Loop: Repeating Code
Module 'goto' Missing
Module Not Found: 'goto'
Window Transparency Error Fix
大谷MLB残留可能性
事件内容は分かりません
Cultural Exchange in Japan
秀吉朝鮮出兵の理由
Chatter Summary: Clarity Requested
JupyterLab とJupyterNotebook
Pythonでウェブダウンロード
New chat
New chat
Source R script Nagasaki.
Increase max.print option.
2023年
R: Offset for Fixed Coefficients
欠損値と負の重み
GNM P-value Calculation
Fishdom Game for Windows
R Model Fitting Error
R Code Debugging Assistance
Modeling Solid Cancer Incidence
固定偏回帰係数（LM）
R: Change Column Values
エラー: オブジェクトの呼出し
R Script: Filter Data
Nonlinear Model Error
Fixing Regression Coefficients
Model Convergence Issue
R Error: NaN in Model
Supporting Special Needs Family
Poisson Regression Model Analysis
Fix Regression Coefficients in R
Fixed Coefficients in R
LASSO Regression with Offset
R Warning: Non-integer Values
Stats Analysis: Improve Clarity
Modeling Solid Cancer Risks
Increase max.print in R
Sarcoma vs. Uterine Cancer
修正とエラー解決
R Calculations in Japanese
AMFITの詳細
Rでポアソン回帰モデル
Rパッケージ「gnmwo」について
計算時間を計測する方法
計算実行中の確認方法
FileNotFoundError: CSV File Missing
Install 'platypus' Python module
Confusing symbols, no context.
コマンドシェル問題点なし
GNMモデルの収束問題
ICRPの設立メンバーは誰ですか？
Compton Scattering Duration
Truncated R Code Explanation
R Function Correction: err
X線強度の太陽フレア
TypeError: Multiply Sequence with Float
中性子束地表モデル
Ta-182 Radioactivity Inquiry
Re-185 Production Optimization.
The data used in this analysis was obtained from the Radiation Effects Research Foundation (RERF) in Hiroshima and Nagasaki, Jap
Radiation Effects Analysis
Cancer Analysis with R
これを年末又は年始に一年分テキストファイルに保存すれば、昨年、どんなことで質問をし、どんなことに興味を持ち、どんな病気や問題が起きたかがレビューできる。
私の例では、以下のような膨大な量になる。
これは質問事項のみだが、これに対する回答をリスト化できるか質問したところ、9月ごろの質問と回答がリストされた後、応答がなくなった。
AIサーバーに負荷をかけすぎたようだ。これでは電力消費が急増するのも頷ける。
昨日
年末年始の申請
コンビニ戸籍謄本取得
AB型と感染症リスク
遺伝子変異の種類と影響
過去 7 日間
TVer再生の問題解決
TVer スキップ 黒画面
Rコードエラー解決方法
GNM Predictor Infinite原因
コロナ感染時の対応
エクセル シート 並べ方
グラフ コピー VBA
Deneama スキー取り付け方法
RStudio コンソール コピー方法
Error Handling in R
ハイパーリンク保存方法
過去 30 日間
エラー処理とループ
R for文 間隔変更
太陽フレア 被ばく 安全
不整脈の原因と治療
泳げなくてもサーフィン可能か
ベクトルの外積ゼロ
R 初期化 コマンド
gnm モデル エラー解析
Acrobat別ウィンドウ設定
gnm err関数の根拠
R AIC算出方法
コブ滑りのコツ
水蒸気と温暖化
LEACCO 空焚き防止機能
gnmモデルの係数解釈
GNMパッケージの使い方
factor関数の使い方
GoogleDrive DL設定方法
戦術核と戦略核の違い
運動量 計算の確認
太もも裏 筋肉痛 原因
∂入力方法
数式 ASCII 変換ツール
Yeti Snow Net Compatibility
MINI F57 チェーンギャップ
Firefoxブックマーク移行方法
米麹 牛乳 ゲップ
米麹 ゲップ 原因
Yeti スノーネット 効果
RERF がん発生割合
MINI タイヤチェーン選び
水素分子のαβスピン
上菅田町火事原因
R 合計 計算 方法
横浜市火災原因調査
Mistakes and Dublin Meaning
歯の被ばく評価
pacman p_load 機能
オゾン 空気 より 重い
横浜 日の出 時刻
リンク拡散の効果
トリニティ プルトニウム 重量
長崎原爆 21キロトン
トリニティ実験の出力
画像圧縮方法の提案
Manhattanphysics.com アクセス不可
ディアトロフ峠事件概要
ディアトロフ峠事件の評価
Facebook誕生日確認方法
2024年
保土ヶ谷 セレモニーホール
New chat
DS02R2と22キロトン
トリニティ実験 観測距離
反ニュートリノの特徴
北稜クリニック 名前変更
袴田事件 真犯人
甑島 恐竜 伝説
Drコトー診療所モデル
CarPlayで歌ネット再生
ポプラ水爆実験
水爆 放射線 ガンマ線
白血球減少の経過
古典的ハミルトニアンの概要
齋藤知事選挙法違反疑い
洗浄便座不具合原因
紫外線消毒におい原因
量子もつれとは
一献風月横浜店位置
Firefox お気に入り場所
原田芳雄 死因
紫外線計算ツール
Python Wrapper 概要
太陽フレア X線検出器
2次方程式の解法
太陽フレア X線 ピーク
ICRP History 要約
3次元極座標 ハミルトニアン
木島平クロスカントリー利用
3MeVガンマ線波長
ICRP 放射線限度設定
永年方程式とEga
UV-C室内使用の影響
段ボールのUVC遮蔽効果
誘電率の説明
負の起動エネルギー
横浜から渋谷移動
クーロン積分と共鳴積分
ICRPとフォード財団
渋谷光栄行き方
横山次男の研究概要
森健二 論文検索方法
3d軌道の説明
d軌道の非対称性
軌道量子数の説明
Outlook メール 1行表示
量子もつれと情報伝達
量子もつれの非局所性
原子軌道の命名由来
水上勉と原発問題
自転車でスキー場へ
冬のシャトルバス情報
PySimpleGUI使い方
Windows7 Pythonインストール方法
Python コード順序
Webtel 画面共有方法
Pythonインストール問題解決
Firefox お気に入り登録問題
波動関数と複素数
トランプ再選時の対応
Outlook 送受信エラー解決
川***の論文概要
Webtel 画面共有方法
脳血管関門と薬品
電場エネルギーの説明
気圧と高度の関係
塩基の訳語について
Ezon時計の電池寿命
ezonwatch 現状報告
ティアフォーとトヨタの関係
Amazonカート削除方法
Pythonの既定アプリ設定方法
Windows 環境変数 設定方法
西丹沢 ヤマビル 情報
トラック安全装置未採用理由
福島第1原発4号機の容量
福島第一原発1号機カバー
長野県議冤罪問題
テキスト読み上げの方法
Kindle 設定 方法
Kindle Speak機能設定方法
長野県議事件冤罪可能性
R Troubleshooting AML Models
大統領選予測2024
原子炉の比較分析
Rのfilter関数の使用
CSV Column Not Found
RStudio Output Troubleshooting
GNM Analysis and Modeling
福島原発事故と避難呼びかけ
Clarification on gnm
Windows 読み上げ機能 使い方
クリップボード表示方法
Kindle 読み上げ方法
大統領選挙の過半数未満
被爆者 白血病 データ
フィード追加の始め方
ノーベル物理学賞受賞者
立法メートル リットル換算
ファイル名に番号を付ける
スピンゼーベック効果の概要
スピン熱電発電技術概要
Kindle 読み上げ 方法
英語読み上げソフトおすすめ
波動方程式の偏微分
Python ファイル 改行 書き込み
自動投稿動画の設定
iPhone 呼び出し音 大きくする方法
旧米軍500ポンド爆弾の構造
Python Indentation Error Fix
プライベートモードの説明
iPhone12 プライベートモード解除
Python 数値 丸め 方法
ファイルコピーソフト比較
Googleマップ場所登録方法
脳梗塞の麻痺割合
リンパ節の位置
白血病の概要説明
Pythonの場合分けプログラム
Jupyter Notebook 実行方法
Jupyter Notebook 使い方
Jupyter Notebook Overview
ATPとたんぱく質の結合
タンパク質とATPの関係
BCR ATRと白血病の関係
Windowsコマンドシェルスクリプト解説
プレゼンテーション画像作成依頼
資金集めの戦略
一般社団法人の概要
放射線と白血病の関係
背の高さとがんリスク
分子軌道法の解説
R gnm パッケージの変数変換
1954年ICRP勧告の概要
ICRP 勧告の概要
Google Drive 圧縮条件
OBSシングルビュー設定方法
小泉氏の総裁選主張
被ばく線量限度の歴史
50-50 Baseball Inquiry
Windows コマンドライン バックスラッシュ
File Open Error Troubleshooting
バックスラッシュと円記号
音量最大化方法
資金と選挙結果
調整係数の説明
トランシーバーアプリの限界
ヒズボラ通信機器の日本部品
RStudio スクリプト 実行方法
北緯20°経度距離
ガンマ線と被ばく
gnmパッケージの概要
水爆の構造と時間
リンクアクセスの問題
全画面解除方法
鼻の交互呼吸の理由
DOI取得方法の説明
ウラン235の核分裂生成物
副鼻腔の3D構造
Python 数式 改行方法
Python E-type 数値入力
神保町から東京駅ルート
Dynabook Sleep Recovery Methods
難揮発性FPの意味
pHの説明
副鼻腔と鼻汁
ビデオデッキPC接続方法
水素イオン濃度計算
デバイス移行エラー対処
酸性度の定義
ICRP 被ばく基準 根拠
重量比から原子比
ATPとたんぱく質の違い
アニーリング型量子計算
波動関数の意味
iPadで放送大学視聴
スクリーンショット方法説明
神奈川地震と首都直下
大阪停電の原因
Trump Musk X Debate
TypeError in Python Script
ビデオ 音声 再生 方法
Pythonファイル操作方法
MeVとKの換算方法
eV 温度換算方法
Fixing TypeError in Python
時計の遅れ対策
ミレーの絵画タイトル
ウランとプルトニウム分離
コメント削除の理由
ハマッ子直売所 営業時間
メタモルフィック・コンプレックスとは
初心者向け筋トレプラン
新しいチャット
担体含む治療のデメリット
ジクアスLX 回収理由
モノクローナル抗体作成プロセス
ASUSカメラなし対策
ブラウザ利用の案内
M515内蔵カメラ情報
ノートパソコンのカメラ確認
64ビット内部表現は異なります
JARファイル機能しない
JARファイルの実行問題
Office Premiumライセンスの更新
Purex Process: Plutonium Oxidation
Design Errors in Reactors
Fixed SRCT file name
Mail Migration Denied Issue
自動運転技術の比較
粘弾性液体ブリッジ破壊
MCNP6: Same Input and Output
Troubleshoot RNGD Fatal Error
MCNP6 Default Suffix Explanation
Firefox通知設定削除
Mcnp6セル数値の制限
Resolve MCNP Output Plot
Windows10スリープパスワード不要
Managing MCNP Output Files
Avoiding MCNP6 Cell Redundancy
X Server Troubleshooting Guide
Fix Directory Path Error
X11環境のWindows構築
MCNP6 Input Error Summary
MCNP マクロパラメータの変数
Apple IDログインエラー
計算: M1の密度
原子密度の計算
MCNP Input Corrections Needed
原子数密度の定義
MCNP TMP 3000K データ
Data File Error Resolution
MCNP Environment Setup
MCNP Data Path Error
MCNP Input File Troubleshooting
DNA量と細胞重量比
PythonでCygwinプログラムを実行
治療難易度：シスAB
SerpentAI Windows インストール
ヤフーカーナビ 交通情報表示
Explosion Time Fukushima Reactor 3: 11:01.
Fukushima Neutron Monitor Map
Fukushima: Water vs. Nuke
PH Scale Defined
酸性度管理再処理
Scroll Methods Without Keyboard
文字列結合方法Python
MVP計算システム実行手順
MVP計算ウィンドウ設定
デバッグ手順の要約
Tkinterウィンドウを閉じる
CarPlayで交通情報を表示
SyntaxError: Correction and Summary
ファイル内データ検索方法
バッチファイル実行Python
Python GUI 構築
Install modulo goto.
Python Loop: Repeating Code
Module 'goto' Missing
Module Not Found: 'goto'
Window Transparency Error Fix
大谷MLB残留可能性
事件内容は分かりません
Cultural Exchange in Japan
秀吉朝鮮出兵の理由
Chatter Summary: Clarity Requested
JupyterLab とJupyterNotebook
Pythonでウェブダウンロード
New chat
New chat
Source R script Nagasaki.
Increase max.print option.
2023年
R: Offset for Fixed Coefficients
欠損値と負の重み
GNM P-value Calculation
Fishdom Game for Windows
R Model Fitting Error
R Code Debugging Assistance
Modeling Solid Cancer Incidence
固定偏回帰係数（LM）
R: Change Column Values
エラー: オブジェクトの呼出し
R Script: Filter Data
Nonlinear Model Error
Fixing Regression Coefficients
Model Convergence Issue
R Error: NaN in Model
Supporting Special Needs Family
Poisson Regression Model Analysis
Fix Regression Coefficients in R
Fixed Coefficients in R
LASSO Regression with Offset
R Warning: Non-integer Values
Stats Analysis: Improve Clarity
Modeling Solid Cancer Risks
Increase max.print in R
Sarcoma vs. Uterine Cancer
修正とエラー解決
R Calculations in Japanese
AMFITの詳細
Rでポアソン回帰モデル
Rパッケージ「gnmwo」について
計算時間を計測する方法
計算実行中の確認方法
FileNotFoundError: CSV File Missing
Install 'platypus' Python module
Confusing symbols, no context.
コマンドシェル問題点なし
GNMモデルの収束問題
ICRPの設立メンバーは誰ですか？
Compton Scattering Duration
Truncated R Code Explanation
R Function Correction: err
X線強度の太陽フレア
TypeError: Multiply Sequence with Float
中性子束地表モデル
Ta-182 Radioactivity Inquiry
Re-185 Production Optimization.
The data used in this analysis was obtained from the Radiation Effects Research Foundation (RERF) in Hiroshima and Nagasaki, Jap
Radiation Effects Analysis
Cancer Analysis with R
無線マウスと指痛の個人的関係 ― 2024年12月28日 10:36
最近、寒さのせいか飲みすぎのせいか、右手の人差し指の第2関節が痛くなっていた。ブシャール結節か、へバーデン結節か知らないが、老化のせいだろうかと心配したが、あることを思い出した。
それは昨夏、車を運転中に右手の中指の第2関節が曲がらなくなって痛くなったことである。考えるとスマホ用の非接触型充電装置がハンドルの右手のまじかに置かれていたので、それを外したら、間もなく右手中指の不具合は消えたのである。
今回、右手人差し指の痛みも、老化ではなく、何らかの電気的影響ではないか？（老化を否定したい心理もある？）
思いついたのは、パソコン使用時に、いつも右手を無線マウスに載せている。無線マウスの正確な消費電力は分からないが、1.5Vで約10mA程度である。即ち、15mWである。手持ちの小型紫外線照射装置が24Wエネルギー的には3ケタ小さい。しかし、マウスと指の距離は1㎝程度だから、仮に紫外線照射装置からの安全距離が10m（1000㎝）とすると距離の2乗に電磁波影響が逆比例するとすればマウスの電磁波の影響は距離的影響は6ケタ高いこととなり、W数は3ケタ小さいので、距離影響とW数を合わせて考慮すれば、マウスの人体の単位表面積当たりの影響は全エネルギー的には3桁程度大きい。しかし、無線マウス(Bluetooth)の電磁波周波数は2．4MHｚで紫外線照射装置（UV-C)の周波数は10の10乗MHｚ程度だから、マウスの周波数は9桁小さい。
量子論的には、光子数はエネルギ-に比例するが光子１個のエネルギーは周波数に比例する。光子数が指に影響するのか、光子1個のエネルギーの影響がそれを上回るのか、指障害に対するしきい値がどうなっているのかなどの問題は私は分からない。しかし、ガンマ線領域であれば光子１個のエネルギーが問題になるので、無線マウスは人体影響には問題がないようにも思う。
しかし、これは昨年のスマホ用非接触電源を外したら中指障害が消えたという経緯も考慮し、無線マウスの使用を中止するのが私の個人特性としては安全側だろうと判断し、昨日から100円ショップで購入した有線マウスに変更した。
その結果、今日は、昨日までと異なり、右手の人差し指の痛みは消えたのである。心理的な問題か、偶然なのか、これは、研究に値するかもしれない、電磁波との個人的関係の話である。誰にでも当てはまる話ではない。
なお、以前、スマホを子供が耳に当てて使うことで脳に悪影響があるとの規制されたとの話が英国ではあったので、どこかで無線マウスや非接触型電磁波発生装置と生体影響との関係も研究されているのだろう。
それは昨夏、車を運転中に右手の中指の第2関節が曲がらなくなって痛くなったことである。考えるとスマホ用の非接触型充電装置がハンドルの右手のまじかに置かれていたので、それを外したら、間もなく右手中指の不具合は消えたのである。
今回、右手人差し指の痛みも、老化ではなく、何らかの電気的影響ではないか？（老化を否定したい心理もある？）
思いついたのは、パソコン使用時に、いつも右手を無線マウスに載せている。無線マウスの正確な消費電力は分からないが、1.5Vで約10mA程度である。即ち、15mWである。手持ちの小型紫外線照射装置が24Wエネルギー的には3ケタ小さい。しかし、マウスと指の距離は1㎝程度だから、仮に紫外線照射装置からの安全距離が10m（1000㎝）とすると距離の2乗に電磁波影響が逆比例するとすればマウスの電磁波の影響は距離的影響は6ケタ高いこととなり、W数は3ケタ小さいので、距離影響とW数を合わせて考慮すれば、マウスの人体の単位表面積当たりの影響は全エネルギー的には3桁程度大きい。しかし、無線マウス(Bluetooth)の電磁波周波数は2．4MHｚで紫外線照射装置（UV-C)の周波数は10の10乗MHｚ程度だから、マウスの周波数は9桁小さい。
量子論的には、光子数はエネルギ-に比例するが光子１個のエネルギーは周波数に比例する。光子数が指に影響するのか、光子1個のエネルギーの影響がそれを上回るのか、指障害に対するしきい値がどうなっているのかなどの問題は私は分からない。しかし、ガンマ線領域であれば光子１個のエネルギーが問題になるので、無線マウスは人体影響には問題がないようにも思う。
しかし、これは昨年のスマホ用非接触電源を外したら中指障害が消えたという経緯も考慮し、無線マウスの使用を中止するのが私の個人特性としては安全側だろうと判断し、昨日から100円ショップで購入した有線マウスに変更した。
その結果、今日は、昨日までと異なり、右手の人差し指の痛みは消えたのである。心理的な問題か、偶然なのか、これは、研究に値するかもしれない、電磁波との個人的関係の話である。誰にでも当てはまる話ではない。
なお、以前、スマホを子供が耳に当てて使うことで脳に悪影響があるとの規制されたとの話が英国ではあったので、どこかで無線マウスや非接触型電磁波発生装置と生体影響との関係も研究されているのだろう。
最近のコメント