びぼうろく
大学生のころにFT-IR（Fourier Transform Infrared Spectroscopy：フーリエ変換赤外線分光法）というのを使って試料の分析をしていたなというの思いだした。
たまたま今日みていたニュースでDeepLearningにおいてフーリエ変換をどのように使うのかというのが出てたので興味深いなと思って。
フーリエ変換とは何ぞや？と、研究を始めた当時のわたしも考えていました。時間領域から周波数領域への変換、、、いやわからない。
端的に考えると、ごちゃまぜに入り込んできている波を分解して、単純な正弦波で表してしまうということ。
まあ、分光をやっていた当時は吸光光度計の検出器において、干渉波が測定された結果をフーリエ変換するときれいに波長ごとに分かれて出てくる。だから測定時間が短い。
くらいの理解でも測定はできちゃうからね、、。こつこつ数式を導く作業は懐かしくも、、燃費の悪かった自分を反省。。
とはいえ、畳み込みニューラルネットワークにおいてフーリエ変換がいかに役立つのか。
層の数がそのまま計算負荷になりますが、フーリエ変換を適用すると、要素ごとの層計算を実施できるので計算コストが下がります。
多くの場合に時間領域が周波数領域での掛け合わせで表現されることが前提です。
記事の中で書かれているディープラーニングへのフーリエ変換の適用も同じことが言えて、フィルター・層の数が計算に直できく畳み込み。
一方で、周波数領域に変換してから計算を実行し、逆変換を行えば結果に影響が出ない。
フーリエ変換は逆変換も高速に行えるのがメリット。
こういった技術ってどこかで応用されているのかな～と不思議に思う。
研究で思い出したことといえば、主成分分析・部分的最小二乗法とかもどっかでまとめたいな。FT-IRはなつかしさからかいてしまったのも。
全然別の記事で気になったものが、
郊外の信号がもっと時間帯によって長さを最適にできるとは思っていた。
しかし、こんな身近にまでくるとは。。自動運転が進むと、信号がいらなくなるのでは？という議論もあるけれど、過渡期には必要なのかもしれない。
製造業のDXが急がれているけれど、どの会社が覇権を握るのか。
ベンチャーとかスタートアップがたくさん出てきて、嬉しい限り。
日本の産業、中小企業の中で優良企業はたくさんあっても、そこにデジタルの力が入り込めていないし、埋もれちゃうのかな。
ハードウェアとディープラーニングの組み合わせは大企業も取り組んできているから、差別化が難しいところ。ただ大企業は大企業が顧客になるから、そこは少し分けられている？まあ、みなさん目を付けているかな。。。
また伸びる業界として遺伝子があると思うけど、
脳にあるカルシウムチャネルとは？というのが単純な疑問。
脳の働きに重要なIP3受容体の動作原理を解明 | 理化学研究所
この辺を読むとわかるけれど、専門の方のほうが理解も説明もうまいから、、ざっくり、脳に信号が送られると受容体構造が変化して、カルシウムイオンが通過するようになり、人間の記憶・学習に効果を発揮する。くらいの認識を持っています。
神経細胞の中でカルシウムがどのように作用するのかについての研究が進められる中で、この記事で言っているのは、題名のクラスターらしきものがカルシウムイオンが入り込む箇所らしい。
詳しいことはもう少し調べないとなあ。この記事だけでは、脳のことも理解できないから。ひとつ調べたい分野が増えたもので。
