昨日の深夜、neurolive に関わっているという大学院生からメールが届きました。
聞けば、neuroliveというのは、2020年から始まったプロジェクトだそうです。
そこでは、心理学者、認知科学者、ウェアラブルデバイスを研究している工学者などが協力して、パフォーミングアートの研究を進めていくとのこと。
昨今の状況下で、ライブならではの体験を求める渇きが高まっているのではないでしょうか。こうしたライブの体験がどのように生じているのかを研究するのが、使命だと書いてありました。
大変興味深い内容です。3月にシンポジウムが開催されるということなので、オンラインで参加できるなら、話を聴いて来ようと思います。
研究に関する学会やシンポジウムは、大学院生以上でないと参加できない場合があります。先ほど、うちの研究室の学部生も参加できるかどうか、問い合わせのメールをしたのでした。
いずれにしてもこれからの動向が楽しみです。
自宅にて。 窓に置いていた額が落ちました。
それ以外は特に被害はなかったと思っていたら、MacBookのキーボードに落下していたようです。
F4キーが割れてしまいました。
研究室の方は大丈夫かな。
本日，新しく論文を投稿しました．この数ヶ月で一番嬉しい．
今回の論文は，2019年に鹿児島にいる間に条件を整理して数値計算を行い，少しずつ結果を積み重ねたものです．その過程で手法の適用範囲と限界も分かってきました．
汎用性は高いので，この論文を踏まえて，いくつもの研究のアイディアが出てきています．5年のうちには，いろいろとできているだろうと予測します．
これまで投稿した中では一番格上の雑誌です．ここにきて少しずつステップアップしてきました．心理学のパラダイムでは到達しない水準まではきました．まずはここで載って欲しい．
いずれにせよ，ライブパフォーマンスの科学の第一歩が踏めたと，論文を投稿した高揚感の中で思っています．
振り返れば2020年は，着任ということもあり，慌ただしくしているうちに過ぎてしまいました．
昨年のうちに「舞台と客席の近接学」の原稿を仕上げたのは良かったのですが，実験はほぼ進めることができず論文も出ていませんでしたので，今日の喜びは一入です．
あとは，良い返事を待つばかり．返事までにしばらくありそうなので，他の仕事の仕込みをします．
2021年になりました。
年始恒例ということで手帳を新しくしました。普段使っているものを今年も購入。
年間計画を書き込むことができるので、数か月単位の仕事も把握しやすくて気に入っています。
年末年始にかけては、諸々の予定もキャンセルになったので家にこもって論文を書いていました。
いまやっている研究に一貫する考え方を提示する論文なので、自分自身が思考を整理して一区切りをつけるためにも良いタイミングでした。
新たに緊急事態宣言が発出され、人を対象にした実験が難しい状況です。今後どうなるか不透明ですが、実験が可能になった場合に向けて倫理審査申請書を書き進めていきます。
いろいろとやることは出てくるのだな、と感じる日々です。
先ほど、河野太郎氏がツイートしていました。
令和4年度以降、科研費の内定通知を2か月前倒しして、2月に採用通知を出すように変更するそうです。
これは素晴らしい仕事です。その年の科研費で４月1日付の研究員等の採用が可能になります。
＃これまで4月1日まで採用通知が来なかったので、こうした取り扱いは不可能でした。
本学では、先週から後期が始まりました。
後期は、eスクール向けの「劇場認知科学」を担当しています。
前期の通学生向けの「劇場認知科学」と同様、受講者からの質問に答えることで内容の理解を深めていくデザインにしています。
後期はまだ１回しか終わっていないのですが、様々な受講生がいるぶん、通学生よりも多様で突っ込んだ質問が多いと感じました。
質問に答える際には一層気が引き締まりますが、それだけに、多角的に授業内容を振り返ることができているように感じています。
前期、後期のやりとりを通じて、この科目に深くまた強く興味を持ってくれる方がいることを知りました。それに勇気をもらって、授業内容を踏まえた本を書くことにしました。
内容は、「劇場認知科学」で扱った内容のうち、特に「近接学」に特化したものです。いわば、劇場×近接学という新たな切り口です。
これまで私自身も言葉で説明してこなかったこともあって、書き進めていくことで理解が深まっていったという感覚を抱いています。
この本も、先の書籍を出版したdZEROより出版予定です。
８月末から書き始め、昨日夕方に一応の原稿を最後まで書きました。本年中にはぎりぎり出版できるかもしれません。
受講生の方も、そうでない方も手にとっていただけると嬉しいです。
昨日と今日は，MATLABにDeep Learning Toolboxを導入して，画像を使った深層学習に取り組んでいます．
近年，多層の学習器を用いた深層学習は，高い精度の分類を実現できるようになりました．技術的には以前からあったものが，大量にデータを読み込むというシンプルな技で高い精度につながるという技術の再発見もあって，今は社会の基盤技術となっています．
といっても既に10年以上前から発展してきていて，いまは誰でも気軽に試せる時代になりました．やる気さえあれば無料のプログラムでも実現できるようです．
私が使っているMATLABでは，無料で公開されているDeep Learningの自学教材があります．この２日間，じっくり取り組んで，簡単な解析はできるようになりました．
課題が出たあと考えたコードをすぐに答え合わせができるので，学習したぞという自覚が強くなる．これが無料とはありがたい．良い機会を生かして勉強していきます．
試しに共同研究をしている先のデータを使って学習させてみると，学習フェーズでは９０％以上の認識率になるけれど，他のデータセットでは６５％くらいしか正解しないので，研究として使っていくためには工夫が必要になりそうです．
