xparseでコマンドを作成し、CtrComオプションを利用する。¹

1
2
3
4
5
6
7
8
9
10
11

\documentclass[autodetect-engine,ja=standard]{bxjsarticle}
\usepackage[at]{easylist}
\usepackage{xparse}
\NewDocumentCommand{\CtrComProblem}{m}{Problem#1}

\begin{document}
\begin{easylist}[enumerate]
    \ListProperties(Numbers=a,CtrCom1=\CtrComProblem)
    @ ...
\end{easylist}
\end{document}

LuaTeX/LuaLaTeX/XeTeX/XeLaTeX + BXjscls/LuaTeX-ja + Latexmk/ClutTeX + BibLaTeX + LaTeX Workshop + Git + pre-commit + GitHub

1. LuaTeX/LuaLaTeX/XeTeX/XeLaTeXはぴーでぃーえふのコンパイルに使うエンジンだにょ。
2. BXjscls/LuaTeX-jaは日本語を表示するための文章クラスだにょ。
3. Latexmk/ClutTeXはコンパイルのためのコマンドを必要なだけ呼び出すためのツールだにょ。
4. BibLaTeXは参考文献を管理するためのパッケージだにょ。
5. LaTeX WorkshopはVS CodeでLaTeXをべんりに使えるVS Code拡張機能だにょ。
6. Gitは編集履歴をよさげに管理してくれるソフトウェアだにょ。
7. pre-commitはGitで履歴を付ける前にフォーマットしてくれるソフトだにょ。
8. GitHubはいろいろべんりなGitのリモートだにょ！

エンジンはどれを使うにょ？

LuaTeX vs XeTeX vs upLaTeX vs pLaTeX vs pdfTeX ?

• ”XeTeX か LuaTeX の二択”¹という説があるにょ。

すでに優れたテンプレートはあるのかにょ？

LaTeXに“テンプレート”という概念があるので、検索するのがとても難しいにょ。

ビルドツールはどれを使うにょ？

Latexmk vs llmk vs ClutTeX vs arara vs ptex2pdf

中間ファイルを別の場所に置いてくれるClutTeXを使うにょ！特に設定はいらないにょ。これでファイルがすっきりするにょ。

1

git clean -x -n

1

git clean -x -f

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

#!/usr/bin/env perl
$lualatex    = 'lualatex -shell-escape -synctex=1 -interaction=nonstopmode';
$pdflualatex = $lualatex;
$biber       = 'biber %O --bblencoding=utf8 -u -U --output_safechars %B';
$bibtex      = 'bibtex %O %B';
$makeindex   = 'mendex %O -o %D %S';
$pdf_mode    = 4;
$max_repeat  = 5;
$pvc_view_file_via_temporary = 0;

# use default previewer
if ( $^O eq 'MSWin32' ) {
    $pdf_previewer = 'start';
}
elsif ( $^O eq 'darwin' ) {
    $pdf_previewer = 'open';
}
else {
    $pdf_previewer = 'evince';
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

{
  "latex-workshop.latex.recipes": [
    {
      "name": "latexmk",
      "tools": ["latexmk"]
    }
  ],
  "latex-workshop.latex.tools": [
    {
      "name": "latexmk",
      "command": "latexmk",
      "args": [
        "-r",
        "%WORKSPACE_FOLDER%/.latexmkrc",
        "-outdir=%OUTDIR%",
        "%DOC%"
      ],
      "env": {}
    }
  ],
  "editor.wordWrap": "on",
  "latex-workshop.latex.autoBuild.cleanAndRetry.enabled": false
}

ClutTeXやLatexmkをLaTeX Workshopと一緒に使うために.vscode/settings.jsonを作るにょ！

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

{
  "latex-workshop.latex.recipes": [
    {
      "name": "cluttex",
      "tools": ["cluttex"]
    },
    {
      "name": "latexmk",
      "tools": ["latexmk"]
    }
  ],
  "$comment": "LaTeX Workshop calls commands from the directory of the main tex file, not the root of the project. See https://github.com/James-Yu/LaTeX-Workshop/wiki/Compile#placeholders for more info.",
  "latex-workshop.latex.tools": [
    {
      "name": "cluttex",
      "command": "cluttex",
      "args": ["--engine=xelatex", "--biber", "%DOC%"],
      "env": {}
    },
    {
      "name": "latexmk",
      "command": "latexmk",
      "args": [
        "-r",
        "%WORKSPACE_FOLDER%/.latexmkrc",
        "-outdir=%OUTDIR%",
        "%DOC%"
      ],
      "env": {}
    }
  ],
  "editor.wordWrap": "on",
  "latex-workshop.latex.autoBuild.cleanAndRetry.enabled": false,
  "latex-workshop.latex.autoBuild.run": "onSave"
}

pre-commitはどのフックを使うにょ？

• .texのフォーマットには、まずlatexindentをつかうにょ！LaTeX Workshopのデフォにょ。
• .texのフォーマットにpre-commit-latex-hooksも使うにょ。
• .texのリントにはchktexとlacheckをつかうらしいにょ。³
• .bibのフォーマットにはbibtex-tidyをつかうにょ！

latexindentと.latexindent.yamlの設定

素直にコピペするにょ！（view rawからまず開くにょ！）

1

winget install -e --id StrawberryPerl.StrawberryPerl

1
2
3
4
5

- repo: https://github.com/henryykt/pre-commit-perl
  rev: v0.0.5
  hooks:
    - id: perltidy
      files: ".latexmkrc"

Rustをインストールしておくにょ。

1

winget install -e --id Rustlang.Rustup

pre-commit-config.yaml

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67

# See https://pre-commit.com for more information
# See https://pre-commit.com/hooks.html for more hooks
exclude: "CHANGELOG.md|.copier-answers.yml"
default_stages: [commit]

ci:
  autofix_commit_msg: "chore(pre-commit.ci): auto fixes"
  autoupdate_commit_msg: "chore(pre-commit.ci): pre-commit autoupdate"

repos:
  - repo: https://github.com/commitizen-tools/commitizen
    rev: v3.2.2
    hooks:
      - id: commitizen
        stages: [commit-msg]
  - repo: https://github.com/pre-commit/pre-commit-hooks
    rev: v4.4.0
    hooks:
      - id: check-added-large-files
      - id: check-builtin-literals
      - id: check-case-conflict
      - id: check-docstring-first
      - id: check-merge-conflict
      - id: check-json
      - id: check-toml
      - id: check-xml
      - id: check-yaml
      - id: detect-private-key
      # - id: end-of-file-fixer
      # - id: trailing-whitespace
  - repo: https://github.com/pre-commit/mirrors-prettier
    rev: v2.7.1
    hooks:
      - id: prettier
        args: ["--tab-width", "2"]
  - repo: https://github.com/jonasbb/pre-commit-latex-hooks
    rev: v1.4.0
    hooks:
      - id: american-eg-ie
      - id: cleveref-capitalization
      - id: csquotes
      - id: ensure-labels-for-sections
      - id: no-space-in-cite
      - id: tilde-cite
        # args:
        #     [
        #       # If present only check that there is a \label{} but not the value
        #       "--ignore-label-content",
        #     ]
      - id: cleveref-instead-of-autoref
  - repo: https://github.com/cmhughes/latexindent.pl.git
    rev: V3.23.4
    hooks:
      # - id: latexindent
      # - id: latexindent-conda
      - id: latexindent-docker
        args:
          - --overwriteIfDifferent
          - --replacement
          - --local
          - --modifylinebreaks
          - --silent
  - repo: https://github.com/FlamingTempura/bibtex-tidy
    rev: v1.9.0
    hooks:
      - id: bibtex-tidy
        args: [--no-align]

GitHub Actionsでコンパイルするにょ！

コンパイルにもcluttexを使うにょ！Dockerの起動に2分ぐらいかかるからprivateリポジトリの場合残り時間に気をつけるにょ。1日60分ぐらい使えるから、10回/日ぐらいが無難にょ。

.github\workflows\build.yaml

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

name: Build LaTeX document
on:
  push:
    branches:
      - main
  pull_request:
  workflow_dispatch:
jobs:
  build_latex:
    runs-on: ubuntu-latest
    steps:
      - name: Set up Git repository
        uses: actions/checkout@v4
      # doesn't support cluttex, for latexmk
      #   - name: Compile LaTeX document
      #     uses: xu-cheng/latex-action@v3
      #     with:
      #       root_file: "**/*.tex"
      #       latexmk_use_xelatex: true
      - name: Compile LaTeX document
        uses: xu-cheng/texlive-action@v2
        with:
          scheme: full
          # runs on docker image
          # clutex: https://github.com/minoki/cluttex
          # non-paralleled version:
          # find . -name "*.tex" -exec sh -c 'cd $(dirname {}) && cluttex --no-halt-on-error --no-file-line-error -e xelatex $(basename {})' \;
          run: |
            apk add parallel
            find . -name "*.tex" | parallel "cd $(dirname {}) && cluttex --no-halt-on-error --no-file-line-error -e xelatex $(basename {})"
      - name: Upload PDF file
        uses: actions/upload-artifact@v4
        if: always()
        with:
          name: PDF
          path: "**/*.pdf"
      - name: Set up Git user
        uses: fregante/setup-git-user@v2
      - name: Create Release
        run: |
          # specifing filenames in `gh release create` didn't work
          gh release create v${{ github.run_number }} --title "Release v${{ github.run_number }}" --notes "Release v${{ github.run_number }}"
          find . -name "*.pdf" -type f -exec gh release upload v${{ github.run_number }} {} --clobber \;
        env:
          GITHUB_TOKEN: ${{ secrets.GH_PAT }}

ちなみにcluttexはデフォルトで--halt-on-error --file-line-errorとなっているから気をつけるにょ。GNU Parallelで高速化してるにょ。actions/cacheでもっと速くなると思うにょ。Latexmkを使うときはlatex-actionをそのまま使うといいにょ。

マルチカーソルを使いこなすにょ！

Ctrl+Dで次の同じワードにも同時にカーソルをおけるにょ。\begin{...}...\end{...}の...の中身を変えるのに使えるにょ。ドキュメントを読むにょ！

サジェストとスニペットを使いこなすにょ！

特にこだわりがなければとりあえずLaTeX WorkshopのWikiにあるスニペット(例:BEQ→\begin{equation}...\end{equation})とサジェスト(例:@a→α, @/→\frac{}{})の説明を読むにょ！

さらなる高みを目指すなら下のファイルも使うなり改造するなりするにょ。

.vscode/latex.code-snippets

人によってdfn,Def,defi,definitionなど定理環境の派閥の違いがあることを考えると(GitHubで調べると面白いにょ！)、自動生成するのもありにょ。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

from pathlib import Path
import json


theorems = "axiom,defi,thm,prop,lemma,cor,ex,exer".split(",")
envs = "figure,proof,equation,align,alignat,gather,multiline,split,aligned,alignedat,gathered,lgathered,rgathered,multilined,cases".split(",")

def make_item(prefix: str, env: str) -> tuple[str, dict[str, list[str]]]:
    return f"begin/end {env}", {
		"prefix": [
			prefix,
		],
		"body": [
			"\\begin{" + env + "}",
            "\t$TM_SELECTED_TEXT$0",
			"\\end{" + env + "}",
		]
	}

d = dict(make_item(env, env) for env in envs + theorems)
d.update(dict([make_item("begin", "${1:env}")]))
Path("latex.code-snippets").write_text(json.dumps(d, indent=4))

複雑なスニペットで長いコマンドをすぐに書けるようにするよりも\NewDocumentCommandや\DeclareDocumentCommandでコマンドを定義したほうが良いかもしれないにょ。そーゆう意味で下のHyperSnips用のファイルはいらないかもしれないにょ。

.vscode/latex.hsnips

本棚に必要な木材

本のサイズ

幅,厚さ,長さ,仕上げ

• 幅は、目的とする本のサイズにも依るが、128~180程度が目安となる。面倒かもしれないが、2枚を何らかの方法で横につなげるという手もあるかもしれない。
• 厚さは、簡易的に平行部の曲げ応力と垂直部の座屈を考慮すると、S-P-F-甲種-3級の値では、15mm程度あればギリギリ大丈夫そうである。12mmだと、ちょっと地震が起きたら平行部・垂直部ともに折れ曲がりそうである。18mmあれば安心である。杉材に変えると許容応力度は上がるがヤング率が下がり、曲げ応力への耐性は上がるが、座屈への耐性が下がり、よりシビアになる。材料力学に自信がないため、間違っていたらすみません。
• 長さは、突っ張りの本棚を作る場合でも本体は2つに分けるため、配送の観点から1.8m(6F)-2m程度のものが望ましいであろう。
• 仕上げは、少なくとも上下面、できれば4面ともプレーナー仕上げしてある必要がある。荒材は加工が困難であるらしいので、避けたい。内装用に接合用の加工を施されたもの（特に本実(ほんざね)加工、相じゃくり加工)がほとんどだが、こちらも避けたい。

厚さ(材料力学)

物性値

ヤング率E、最大圧縮/引張/曲げ/剪断応力σ_c, σ_t, σ_b, σ_s、安全率を指定する必要がある。 木材にはJAS規格で定められた等級区分製材と定められていない無等級区分製材があるが、我々が一般に入手可能であるのは無等級材である。 特に政令に従う必要はないのだが、

• 許容応力度（安全率の逆数）は建築基準法施行令（昭和二十五年政令第三百三十八号）第89条に定められており、長期に生ずる力に対してはとなっている。
• 最大応力は「木材の基準強度Fc、Ft、Fb及びFsを定める件」(平成24年8月4日国土交通省告示第910号)に定められている。
• ヤング率は政令・告示で定められておらず、一般的には日本建築学会の「木質構造設計規準・同解説－許容応力度・許容耐力設計法－」(定価5280円)に記載されている基準弾性係数の数値が用いられる。¹

上の表は見づらかったり有償であったりするので、木造の設計メモやICBAの第９章 許容応力度及び材料強度を見れば良いと思われる。（前者は値が正しいかは確認できていない。）

本の重さ

漫画の密度を求めるのは難しいが、0.8g/cm^3とする。厚さの平均は11mmとするが、ジャンルに大きく依るだろう。（少年漫画等はもっと分厚くなり、A5版の四コマ漫画等はもっと薄くなるだろう。） 追記：漫画の密度は出版社等により大きく変わるようである。いくつか計測したところ、B6/178pの夢喰いメリー1巻が169g、A5/168pのゆるゆり2巻が293g、A5/118pのドージンワーク1巻は260gと、A5の芳文社の漫画は特に重めであるようである。下の計算はA5の芳文社の漫画の重量を過小評価していると思われる。

計算

よく分からないが、両脚絞端矩形ラーメンに当たると思われる。 つまり、地震等を考えない場合、普通の単純支持梁と両端ピン支持の長柱と同じとしてよいはず。（自信無し）

平行部

垂直部

ηは両端ピン支持の長柱ではπ² ≊ 9.8696となるが、両端ピン支持?の自重を受ける長柱では18.5687となる。² これらを使って計算すると、上述の結果になると思われる。

棚板・側板の価格一覧

材料は価格が安ければ良いため、SPF(松)か杉か合板が良さそうである。

• SPFの場合、B6では1x6、それ以外では1x8となる。（1x7材は見たことがない。）

• 杉の場合、長さは6尺(1820mm)が良いだろう。厚さは分(3mm)単位、幅は寸(30mm)単位となっているようで、体感的に3,4,(5,6,)12分(9,12,(15,18,)35)x3,4,6寸(90,120,180)が多い気がする。厚さがあまり本棚に適していないものが多い模様。中古品やプレーナー仕上げされていない材（荒材）が多いため、注意。

• 合板の場合、大きさは3尺x6尺(910x1820mm)となる。厚さは15,18mmが良いだろう。

• 楽天市場 レビュー件数順に検索した。https://search.rakuten.co.jp/search/mall/%E6%9D%89/100896/?s=5

• 満点木材では、欅は柱やテーブル用の高級材しか無く、楢、栗は12cmまで、桧は12cmは安いが15cmになると急に高くなる。樺(かば)は塗装品が安い。桧の75mm品は10mm厚。樺の75mm品は在庫が殆どない。
• 本実(ほんざね)加工は下図のように凸部と凹部があり、下に切欠があるが、切欠に目を瞑り、凸部(雄実,おざね)は鑿(のみ)で落とせるらしいので落として凹部(雌実,めざね)を背板で隠せば使えるかも知れない。
• 本実加工があることを逆手に取り、幅90mmの材を2つつなぎ合わせて幅180mmの本棚が作れるかもしれない。

出典：「激安　樺桜　幅広　カバザクラ　オイル塗装 フローリング材床材」https://lumber.ocnk.net/product/983, 2023/08/08閲覧.

• 相じゃくり加工ならあまり気にならないかも知れない。ただし相じゃくり加工はマイナーで杉以外ではあまりない。
• コーナンでは無料トラック貸出があり、また配送を頼むと大きさに関わらず800円程度になるらしい。
• ロイヤルホームセンター:不明https://www3.roymall.jp/shop/g/grhc2-038210/
• 1台当たり8枚必要であるから、1枚1000円なら8000円かかる。

全体として18mmの杉材が入手しにくく、迷い中である。

背板

背板は合板、天井材の選択肢があると考えられる。

ニス

1台あたり8枚使うため、裏表合わせて0.15 ⋅ 1.82 ⋅ 8 ⋅ 2 = 4.4m²必要で、ニスは2回塗りで約0.1L/m^2必要であるから、440mL程度必要である。和信のニスが最もメジャーであるようだが、3000円/0.7L、9600円/4kgもする。 さらなる仕上がりを目指す場合サンディングシーラーを使うようである。こちらも1回塗りで約0.1L/m^2必要で2700円/0.7L、8000円/4kgする。 したがって塗料だけで2000~5700円程度かかる。

既製品

※Amazonのリンクを踏んでも当方にお金は入りません。

本棚を販売している企業が出している動画であることに留意する必要があるが、やはり突っ張りであると安心な気がする。

www.youtube.com

ラック

ラックは事実上製造しているのが一社(OEM,台湾製?)しかないようである。OEM先を特定しようとしてAliexpressや画像検索等で大分調べたが、うまく行かなかった。 棚板をバラで売っているところも見つけられなかった。山善、菊屋等の商社が販売しているようである。 側板の網目が3マスのものは幅63cm, 78cm, 92.5cmを確認しており、4マス 最下段の板の下にも本を置けば9段になる。本棚を買うよりコストパフォーマンスが相当良いが、ラックを採用するとB6だと段あたり12kg、A5だと16kg程度かかるため、場合によっては耐荷重オーバーになる。 天井高が2.2m程度の場合A5ならこれでピッタリだが、B6の場合は1段分スペースが余ると思われる。天井高が2.4m程度の場合は、更に1段分余ることになる。 奥行き24cmがあれば、ちょっと壁面から離せばB6を二段重ねに出来、1350~1500冊程度入りそうだが、より耐荷重オーバーになる。

10840円,幅78,奥行24,8段 [asin:B00MUI17RK:detail]

13400円,幅78,奥行25,8段 [asin:B003WIZ75A:detail]

21,980円,幅92.5,奥行き25,10段 [asin:B00V7JZ71A:detail]

11,990円,幅68,奥行き34,8段 [asin:B0BSDXTVVP:detail]

12,990円,幅88,奥行き34,8段 [asin:B0BSDYD96J:detail]

16000円,幅63,奥行き25,8段,部分的に背板?がある変種 [asin:B094VBCV8F:detail]

17999円,幅78,奥行き25,8段,部分的に背板?がある変種 [asin:B094V7GDB7:detail]

本棚

突っ張りまでいくほど高いものはほぼ山善の独壇場になっている模様……。

19911円,幅81,奥行15.5,9段 [asin:B09YXD6PQD:detail]

24800円,幅101,奥行15.5,9段 [asin:B09YXDHDL8:detail]

17392円,幅70,奥行18,10段 [asin:B07R453XHZ:detail]

突っ張りを諦めると途端に安くなる。

9980円,幅89,奥行28.8,高さ180.0,8段 [asin:B08D6KJ84X:detail]

シューズラック

流石にシューズラックは駄目かな……

2380円 [asin:B09LH1JFFM:detail]

感想

ということで厚さ18mmの板で頑丈な本棚を作ろうものなら12000円かかるので、自分の人件費と比べると大して得にならず、時間がかかりすぎるので（調べるだけで何日も無駄にした……）ちょっと保留。

追記

結局YahooショッピングでTP-5405を実質7620円～で4個購入した。既存の本棚に新たに突っ張り棒を設置するのはコストが掛かり面倒でもあるため、耐震性の観点から古い本棚はこれらで順次取り替えることにした。

ショートカット一覧

ラベルの追加

• Xでカーソルを更新しながら再生
• Ctrl+Bでラベルを追加

書き出し

• Ctrl+Shift+Lまたはファイル(F)>書き出し(E)>複数ファイルの書き出し(M)…
• 書き出し

The Lab Page - RTINGS.com 液晶テレビをPCモニタとして使うスレ Part72

どのようなテレビを選ぶか?

パネルの種類

• ダークモードを多用するため、VAは除外。
• フリッカーが気になるため、大部分のフリッカーのある有機ELも除外。
• QLEDは除外しない。

画素数、フレームレート

• 4K120p入力(価格コム,5ch,6.7万_,2021/03) 4K120p表示ができるモニターは2015年頃から存在するものの、入力できる液晶はここ最近になってできた。5chでどの機種がよいか日々議論が交わされているが、人によって求める機能が異なるためか、これといった結論が出ていないようである。（ほしい。）
• 8K(価格コム,11.7万_,2017/08)
• 4K(価格コム,3.7万_2015/04)

大きさ

• 43インチ未満の4kテレビはほとんど無いため、下限は43インチとする。
• 65インチ以上は価格が急上昇する上、FHD32インチ以上相当とやや粗いため、上限は55インチとする。
• 55インチが大きすぎるかは人による。（視力や机の広さ、体格などによる。）筆者はやめておこうと思う。

年式

「年式 [サイズ] -ジャンク」で2023/03に検索したときの落札相場を下の表に示したが、いくつか注意点がある。

• 中古テレビはあまりに画面割れによる故障品が多く、ノイズが多い。
• 逆に、ジャンクと書いてあってもリモコンやB-CASカードが無いだけの場合がある。（特にB-CASカードはこの用途ではなくとも何も困らない。）
• 「4K」とわざわざ商品説明に書かないものが多いため、検索ワードに「4K」を入れなかった。その結果、特にまだ2Kテレビが製造されていた2015年あたりでは、2Kテレビが混ざっている可能性があるため、要注意である。

送料

らくらく家財宅急便がよく使われる。大型家具家電の輸送 らくらく料金検索 | ヤマトホームコンビニエンス

というわけで、再現性がある落札価格としては、1.6万が下限であるように思う。（逆に新品が3.7万で買えることを考えれば、この値段で買えなければあまり中古で買う意味が無い気がする。）

応答速度

ゲームに適した液晶テレビ126台目©2ch.net

ということで2015-16年の4Kテレビを調べることになったが、かなり情報がまとまっていない。

• SONYは30ms程度。SONYは機種が同じでもサイズによってパネルがVAであったりIPSであったりすることがあるため注意。 ²
• LGは2015年は50ms程度、2016年では25ms程度。³
• 東芝REGZA G20Xは11.3msと優秀。⁴

Panasonic⁵, Samsung, TCL, Hisense, Sharp, VizioはVAのため除外。

この他にもFUNAI等メーカーは存在するが、つかれたので割愛。 60p入力しかできない倍速液晶は、性質上表示開始時間が0.5フレーム分(8ms)遅延する。

概要

重い処理を同時実行したいときに、非同期を使う。Pythonの非同期処理には2つのライブラリが存在し、以下のような簡単な方法でどちらを使うべきか知ることができる。

• asyncio

  重い処理がasyncioに対応しているとき。（I/O待ちであるとき=await asyncio.sleep(n)がその関数の中で呼ばれているとき。）

• concurrent.futuresのProcessPoolExecutorおよび** joblibのParrarel**

  重い処理がasyncioに対応していないとき。（CPUが動いているとき。）

どうでもいい注意

• joblibで使われるlokyはこのconcurrent.futuresが元になっているが、ローカル関数が使えたり、（デッドロックせずに）入れ子された(nested)非同期処理が可能になるため、より推奨される。
• ProcessPoolExecutorは内部でmultiprocessingモジュールを使っているが、このモジュールを直接使うのは特別な理由がない限り推奨しない。
• これらはasyncio.loop.run_in_executorで併用できるが、あまり使われない。
• わかりやすくするためにtasksとresultsを分けて書いたが、joblibでは普通一行で書く。

asyncio

1
2
3
4
5
6
7
8
9
10
11
12
13

import asyncio

#目的の関数
async def function():
    pass

async def loop():
    tasks = [asyncio.create_task(function()) for i in range(10)]
    results = await asyncio.gather(*tasks)
    return results

def main():
    results = asyncio.run(loop)

joblib

1
2
3
4
5
6
7
8
9
10
11
12
13

import joblib

#目的の関数
def function():
    pass

def loop():
    tasks = [joblib.delayed(function)() for i in range(10)]
    results = joblib.Parallel(n_jobs=-1)(tasks)
    return results

def main():
    results = loop()

concurrent.futures

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

import concurrent.futures
# import loky

#目的の関数
def function():
    pass

def loop():
    with concurrent.futures.ProcessPoolExecutor() as executor:
    # with loky.get_reusable_executor() as executor:
        tasks = [executor.submit(function) for i in range(10)]
        results = [future.result() for future in concurrent.futures.wait(tasks).done]
    return results

def main():
    results = loop()

ProgressBarをつける

1

pip install tqdm

asyncio

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

import asyncio
# import tqdm
import tqdm.asyncio

#目的の関数
async def function():
    pass

async def loop():
    tasks = [asyncio.create_task(function()) for i in range(10)]
    # results = [await f for f in tqdm.tqdm(asyncio.as_completed(tasks), total=len(tasks))] # 古いやり方
    results = await tqdm.asyncio.gather(*tasks)
    return results

def main():
    results = asyncio.run(loop())

joblib

1

pip install tqdm_joblib

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

import joblib
from tqdm_joblib import tqdm_joblib

#目的の関数
def function():
    pass

def loop():
    with tqdm_joblib():
        tasks = [joblib.delayed(function)() for i in range(10)]
        results = joblib.Parallel(n_jobs=-1)(tasks)
    return results

def main():
    results = loop()

concurrent.futures

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

import concurrent.futures
import tqdm

#目的の関数
def function():
    pass

def loop():
    with concurrent.futures.ProcessPoolExecutor() as executor:
        tasks = [executor.submit(function) for i in range(10)]
        results = [future.result() for future in tqdm.tqdm(concurrent.futures.as_completed(tasks), total=len(tasks))]
    return results

def main():
    results = loop()

注意:筆者は全く法律に詳しくなく、またよく間違った内容の記事を放出します。

データセット

• 音声の内容（読み上げた文章）には作家の著作権が認められる。 ¹
• 音声には実演家の著作権はなく、演技に創作性がある場合に限り、著作隣接権が認められる。 ²
• 音声に利用規約がある場合、機械学習にあたっては、著作権法第三十条の四は強行規定であるかどうかが問題になる。 強行規定ではなくこのような状況は信義則に違反しないとする説が有力であるため、利用規約は有効である可能性が高いが、³ そうでないとする意見も多数存在する。⁴ また、定型約款の表示方法によってはみなし合意が成立するかどうかが問題になる場合がある。 ^{5 6}

合成音声

• 合成音声には実演家の創作性は残らないため、実演家の著作(隣接)権は認められない。⁷
• 音声合成ソフトウェアを道具として用いたと認められる場合、音声合成ソフトウェアのユーザーに著作権が認められる場合がある。⁸
• 多くの音声合成ソフトウェアでは出力音声に対して企業の著作権のような権利を認めるように利用規約を作っている。 合成音声は通常著作物ではないため、著作権法の各条文が強行規定であるかどうかに関係なく、契約自由の原則よりこのような利用規約は通常有効である？[要出典,独自研究]

参考文献

我々が弁護士の見解を伺ったところ，まず生声については，用意された短い文章を淡々と読み上げた録音音声データに過ぎず，著作物とは言えないと考えられ，また，その読み上げの際に芸術的な性質を有する演技が行われているわけでもないため，著作隣接権の対象たる実演にも該当しないと考えられるとのことである．

その生声からコエ生成エンジンによりコエが生成されるが，コエは単なるその人の声の特徴を抽出したエッセンスデータであるため，著作物とは言えない．

合成音声は，作家の創作物であるテキストの複製物という扱いになり，作家の著作権が合成音声にも及ぶと考えられる．通常の収録音声の場合，声優などの読み上げた者（実演家）が芸術的な演技を伴って創作されたと見なされた場合には，実演家にも著作隣接権が認められることがあるが，合成音声の場合，声優は合成音声の生成において何も芸術的な演技を行わないため，著作隣接権も認められないと考えられる．尚，ユーザの読み調整により合成音声に創作的な表現が顕れるような場合には，合成音声は作家の創作物のユーザによる翻案物という扱いになり，権利関係は，作家が原著作物であるテキストの著作権を，ユーザが翻案物たる合成音声の著作権を有し，作家は合成音声について原著作者として権利を行使できる，ということになる．

声の権利化と流通を実現する音声合成サービス―一般人から有名人まで多種多様な声が使える新しいプラットフォーム―より引用

要約

• まずは各プロバイダーが提供している無料クレジットを使い倒そう。
• 既に無料クレジットを使い倒している場合やサーバーを頻繁に変えたくない場合は、ServerHunterでCPU型番をGeekbench v5のスコアに照らし合わせて性能を予想しながら、なるべくSetup Feeが少なく日割りで契約できる好みのサーバーを探し出し、地雷回避のためTrustPilotでプロバイダーの評判を一応確認してから、契約しよう。

サーバーの種類

• Dedicated Server 一つのサーバーで一つのインスタンスを実行する。普通のパソコンと同じ。
• Virtual Server 仮想化を用いて複数のインスタンスを一つのサーバーで実行する。Virtual Private Server(VPS)とも呼ばれる。特に物理CPUと同等の性能が保証されているものをVirtual Dedicated Server(VDS)と呼ぶ。(VDSもVPSの一種である。）

仮想化技術の種類

VPSでよく用いられるプラットフォーム仮想化ソフトウェアには、以下の2つがある。

• KVM

AWS C5 インスタンス¹, GCP²

• OpenVZ

FastVM, Clovux³

その他の仮想化ソフトウェアの詳細についてはComparison of platform virtualization software - Wikipediaを参照。

仮想化ソフトウェアは各インスタンスに仮想コア(vCPU)を割り当てる。ところで、実はこの2つのソフトウェアはどちらもvCPU数を物理CPU数よりも大きくすることができる。vCPU数はしばしば性能の指標とされるが、実際の性能を保証するものでは全くないため、要注意。^{4 5} KVMではCPUが共有されないというのは誤情報である。ただし、OpenVZはより少ないリソースで性能を出すことができるため、利益を重視している業者によく使われがちであるという意見もある。^{6 7}

Setup Fee と契約期間

サーバーの初回契約時にSetup Feeを要求する業者があるが、AWS EC2が秒単位で使える事を考えると、実際にセットアップ自体にお金がかかるとは思えない。むしろ、Setup Feeは性能の悪いVPSを提供して顧客が1ヶ月でやめることを事前に想定して、2ヶ月分とっておこう+既存顧客を取っておこうという意図があるように思われる。Setup Feeを要求しない業者はたくさんあるので、最初からサーバーを長く使おうとSetup Feeを飲み込むべきではない。むしろ、契約し始める最初こそ、いろいろなプロバイダーで失敗することを想定して、なるべく無料トライアルや1時間・1日単位で契約できるプロバイダーを探すべきである。1ヶ月契約、特にSetup Feeを要求する1ヶ月契約は地雷である。

有名なプロバイダーでの無料クレジットの一覧

Linodeなどの一部のプロバイダーは特定のリンクから契約しなければ無料クレジットをもらえない場合がある。このとき普通に登録して無料クレジットがもらえなかったり、アフィリンクを踏んで意図せず知らない人にお金が入ったりすることが無いように注意が必要である。また、OCI(コア数に制限), DigitalOcean(Sharedのみ)⁸, GCP⁹など無料クレジットでは/支払履歴がなければ性能の低いインスタンスしか使えないプロバイダーもある。

推奨するプロバイダー

国内VPSは英語で物事を検索するという発想が無い人のためにあるように思われるため、除外。その他上の基準に従って適当に検索していくともう両手で数えるほどしか残らないが、ここに要件を足してServerHunterに載っていないAWSなど(意外と安い)も追加で検討していき、地雷回避をやれば、わりあいと決まるのではないだろうか。

非同期でpytestを使う場合、pytest-asyncioを使うことになるが、やや使いにくいのでunittestのIsolatedAsyncioTestCaseを使った。

実装例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

from asyncio import sleep
from unittest import IsolatedAsyncioTestCase
# test case を得るために非同期関数を呼ばなければいけないときが一番ややこしい。
async def add(a, b) -> int:# function to test
    await sleep(1)
    return a + b

async def get_test_case(x) -> tuple[int, int]:
    await sleep(1)
    return x, 2*x

@parameterized_class(('testcase_func', 'testcase_param', 'answer'), [
    (staticmethod(get_test_case), 2, 6),
    (staticmethod(get_test_case), 3, 9),
])
class TestClass1(IsolatedAsyncioTestCase):
    a: int
    b: int

    async def asyncSetup(self) -> None:
        self.a, self.b = await self.testcase_func(testcase_param)

    async def test_add() -> None:
        self.assertEqual(add(self.a, self.b), self.answer)

二酸化炭素濃度と人間のパフォーマンスの関係

二酸化炭素濃度と人間のパフォーマンスには確かに相関関係があるである。上の2つの図からは、建築基準法で指定されている1000ppmであっても認知機能に影響があることがわかる。この現象には、NLRP3とIL-1βなるものが関係していると一番下の図に書いてあるが、よくわからなかった。

二酸化炭素濃度わずかでも高いと認知機能に限らず様々な問題が起きると一番下の図の論文は主張している。

出典：Associations of Cognitive Function Scores with Carbon Dioxide, Ventilation, and Volatile Organic Compound Exposures in Office Workers: A Controlled Exposure Study of Green and Conventional Office Environments | Environmental Health Perspectives | Vol. 124, No. 6 https://ehp.niehs.nih.gov/doi/10.1289/ehp.1510037#pane-pcw-references

出典：Is CO2 an Indoor Pollutant? Direct Effects of Low-to-Moderate CO2 Concentrations on Human Decision-Making Performance https://www.semanticscholar.org/paper/Is-CO2-an-Indoor-Pollutant-Direct-Effects-of-CO2-on-Satish-Mendell/309e7ebea6e880cd2393bc38596933813022d335

出典：Direct human health risks of increased atmospheric carbon dioxide | Nature Sustainability https://www.nature.com/articles/s41893-019-0323-1

人間からの二酸化炭素発生量

「5.1　完全混合濃度に基づく基本必要換気量」http://tkkankyo.eng.niigata-u.ac.jp/HASS/5_1.html　より引用

非定常濃度方程式

室内ガス濃度K、導入外気ガス濃度(定数)K_o、単位時間あたりガス発生量(定数) $M 、単位時間あたり換気量(定数)Q、部屋の容積(定数)V$に対し、

変形して

ところで

より、

積分して

初期条件K(0) = K_oとすれば、

許容室内ガス濃度$ K_m を設定すると、必要換気量 Q_m $は、

最適制御

春秋ならば窓を開け放して$ Q を大きくしたいが、夏冬は空調機を使う。空調機が使う電力（と電気代）が換気量に比例すると仮定する。これは、外温 T_o T_r が一定であり、外気を空調機に通してから室内に入れることと同等である。すると、 Q の最小化が問題になるが、窓を開けたり閉じたりするよりも、一定量の換気を常にした方が、排気のCO2濃度の平均が高いため、 Q $が低下し電気代が下がる。したがって、一定量の換気をし続けた方がいいということになる。

代入

m^3/h, K_o = 400 ⋅ 10⁻⁶, K_m = 1000 ⋅ 10⁻⁶とする。には適宜人数を掛ける。

必要換気量

Q_m = 22 [m³/h]

Bang-Bang制御する場合に窓を開ける頻度

1畳は1.62m^2、部屋の高さは普通2.4-2.5mであるから、n畳の場合時間ごとに換気する。

参考文献：「必要換気量の求め方｜三菱電機　空調・換気・衛生」https://www.mitsubishielectric.co.jp/ldg/ja/air/guide/support/knowledge/detail_01.html

この値は本当に正しいか？

筆者はNDIR式のCO2モニタを購入し検証したところ、換気のない6畳間洋室で420ppmから1020ppmに上昇するのに2時間半程度かかった。（部屋にこもり続けた。）これは理論値の1.45倍である。図のグラフはやや上に凸であるように見えるため、部屋が完全に密閉されているわけではないことが原因であろう。

ここ数日CO2モニタを眺めていた感想だが、筆者の6畳間洋室では以下のようであるに思えるが、数値は時により変動し、部屋に居続けるのも大変であり、夜間はPCを落としているのでログが取れずうまく検証できていない。さらに、都市部では排気ガスと交通量の変化の影響で、時間帯により外気のCO2濃度は25-50ppm異なる、ご飯を食べたあとは消化により代謝が上がりCO2濃度の増加が早まるなど、他の誤差要因も存在する。

将来

数十年後では大気中のCO2濃度は無視できないほど上昇する可能性があり、その場合上の計算を改める必要があるだろう。

プロット

二酸化炭素濃度の時間推移

換気後を初期条件とした場合における、換気量と二酸化炭素濃度の最大値の関係

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90

# Licensed under CC0: https://creativecommons.org/publicdomain/zero/1.0/deed.en
from numpy.typing import ArrayLike
import numpy as np
import matplotlib.pyplot as plt
import matplotx.styles
from pandas import Series, Timedelta, TimedeltaIndex
import pandas as pd

plt.style.use(matplotx.styles.dracula)

def calc_k(k_o: float, m: float, q: float, v: float, t: ArrayLike) -> ArrayLike:
    """Calculate the concentration of a fluid in a room.

    Parameters
    ----------
    k_o : float
        Concentration of the fluid in the outside air.
    m : float
        Generation rate of the fluid.
    q : float
        Ventilation rate of the room.
    v : float
        Volume of the room.
    t : ArrayLike
        Time.

    Returns
    -------
    ArrayLike
        Concentration of the fluid in the room at time t.
    """
    if q == 0:
        return k_o + m / v * t
    elif q < 0:
        raise ValueError("q must be positive.")
    return k_o + m / q * ( 1 - np.exp(-q / v * t) )

def calc_k_fin(k_o: float, m: float, q: float) -> float:
    """Calculate the concentration of a fluid in a room.

    Parameters
    ----------
    k_o : float
        Concentration of the fluid in the outside air.
    m : float
        Generation rate of the fluid.
    q : float
        Ventilation rate of the room.

    Returns
    -------
    float
        Concentration of the fluid in the room at time t=np.inf.
    """
    if q == 0:
        return np.inf
    elif q < 0:
        raise ValueError("q must be positive.")
    return k_o + m / q

k_o = 420e-6
m = 0.0132 # per hour
ns = [4, 6, 8, 10]

# plot change in concentration over time
t = np.linspace(0, 3, 480)
qs = [0] + (22 * (2. ** np.arange(-3, 3))).tolist()
fig, axes = plt.subplots(len(ns), 1, figsize=(10, 16))
for n, ax in zip(ns, axes):
    ax.set_title(f"{n} tatami mats")
    ax.set_ylabel("CO2 Concentration (ppm)")
    ax.set_xlabel("Time (h)")
    v = n * 1.62 * 2.44
    for q in qs:
        k = calc_k(k_o, m, q, v, t)
        k = Series(k, t) * 1e6
        k.plot(label=f"q={q}", legend=True, ax=ax, grid=True)
fig.tight_layout()

# plot final concentration vs ventilation rate
fig, axes = plt.subplots(len(ns), 1, figsize=(10, 16))
qs = 22 * (2. ** np.linspace(-3, 3, 100))
for n, ax in zip(ns, axes):
    ax.set_title(f"{n} tatami mats")
    ax.set_ylabel("Final CO2 Concentration (ppm)")
    ax.set_xlabel("Ventilation Rate (m^3/h)")
    ax.grid(visible=True, which="major", axis="both")
    ax.grid(visible=True, which="minor", axis="both", linestyle="--")
    Series([calc_k_fin(k_o, m, q) * 1e6 for q in qs], qs).plot(ax=ax, grid=True, logx=True, logy=True)
fig.tight_layout()