こぼれネット

私の会社では、公費のやり取りは、全て会社が発行しているクレジットカードで行うことになっています。

At my company, all public expense transactions are to be made with a credit card issued by the company.

領収書でもできなくはないのですが、例外的で、かつ、処理が面倒くさいです。

It is not impossible to do this with receipts, but it is both exceptional and cumbersome.

最近のニュースを見るたびに、

Every time I see the news these days, I think 

『国会議員(とその職員用)の専用のクレジットカードを発行すれば足りだろう』

It would be sufficient to issue a credit card exclusively for members of parliament (and their staff).

って思っています。

もちろん、国会議員の仕事の中には、公にはできない仕事もあるでしょう ―― 例えば、政敵や海外の要人を暗殺する為に、ゴルゴ13を雇う、とか。

Of course, there are some jobs that members of Congress can't do publicly -- for example, hiring Golgo 13 to assassinate political opponents or foreign dignitaries.

ですから、このクレジットカードには、新しい費目を設けることにします。

Therefore, this credit card will be established, including a new expense item.

『秘密業務に関わる事項』

"Matters Related to Secret Services"

を付ければ良いと思います。

私たち国民も、「キレイごとで政治はできない」という度量を見せて、この『秘密業務に関わる事項』の費目を認めましょう。

We, the people, should also show consideration that "politics cannot be done neatly" and approve this "Matters Related to Secret Services" expense item.

私は、『秘密業務に関わる事項』の内容が開示できないのは仕方がないとしても、その規模感(金額のケタ数)だけでも知りたいのです。

I would like to know at least a sense of the scale (number of digits of the amount) of the 'confidential business matters,' even if it is inevitable that the details of the 'Matters Related to Secret Services' cannot be disclosed.

-----

まあ、この提案の一番の問題は、

Well, the main problem with this proposal is,

『ゴルゴ13が、クレジットカード支払いに応じてくれるか』

Will Golgo 13 accept credit card payments?"

という点にあると思います。

しかし、これからは、テロリストも、キャシュレスに対応しなれば、やっていけないと思うのですよね。

However, I think that from now on, terrorists will not be able to do without cashless support.

そういう意味では、<北>の「サイバー攻撃による暗号資産の窃盗」は、なかなか良いケーススタディだと思います。

In that sense, <North>'s "Theft of Crypto Assets through Cyber Attack" is an excellent case study.

『ゴルゴ13が、ある組織(国連軍とか日本国の自衛隊)などに属して、組織に忠誠を誓う』

 

北朝鮮が、ミサイル発射実験を繰り返しています。

North Korea has repeatedly conducted missile launch tests.

この実験は、国際的(正確には国連加盟国の西側陣営)に批判されています。

The experiment has been criticized internationally (more precisely, by the Western camp of UN member states).

しかし、ミサイル開発技術者の視点からすれば ―― 『実験は、多ければ多いほどよい』というと思うのは当然です。

But from a missile development engineer's point of view -- "the more tests, the better.

基本的に、技術開発とは、失敗の蓄積であり、失敗は『金銭に替えられないほどの価値になる』からです。

Technological development is the accumulation of failures because they become so valuable that money cannot replace them.

-----

で、ふと思ったのですが、今、ウクライナとロシアで、膨大な武器が使われていますが、そのような映像を見るたびに、私は不思議に思っています。

And it occurred to me that every time I see such images of the vast amount of weapons now being used in Ukraine and Russia, I wonder.

―― いったい、これらの兵器は、どこで実験やっているんだ？

"Where on earth are these weapons being tested?"

実験なしに、兵器製造などできるわけありません。

There is no way to manufacture weapons without experimentation.

もちろん、屋内実験も、コンピュータによるシレーションも可能ですが、最終的にはフィールド(屋外)実験なくしては、兵器の信頼性を測ることはできません。

Of course, indoor testing and computerized silation are possible, but a weapon's reliability cannot be measured without field (outdoor) testing.

もちろんニュースになっていない兵器の誤動作の事故もあるでしょうが、そういう兵器は市場価値を失うことになります。

Of course, there will be accidents of malfunctioning weapons that are not in the news, but such weapons will lose their market value.

兵器も、製品である以上、スペック通りに動かせてナンボです。

Weapons, as products, must be able to operate according to specifications.

-----

ところで、現政権は、これまでの政権がやりたくても、どうしてもできなかったことを、サクサクと実現しつつあります。

By the way, the current administration is quickly accomplishing what previous administrations wanted to do but just couldn't.

「防衛装備移転三原則」は、その1つです。

The "Three Principles on Defense Equipment Transfer" is one of them.

私、防衛に関する法律は疎いのですが、これ特許法的に言えば「間接侵害」のアナロジーに似ています(さらに分からなくなったかもしれませんが)。

I'm unfamiliar with defense law, but this is similar to the "indirect infringement" analogy in patent law terms (which may be even more confusing).

で、我が国で、輸出用の大陸弾道弾ミサイルの開発が公に認められたとしたら、『我が国は、そのミサイルをどこでフィールド実験やるのだろう』と、気になります。

So, if the development of a continental ballistic missile for export is publicly approved in our country, I wonder, 'Where is our country going to field test that missile?

世界に冠たる平和憲法を有する我が国において、こんな話は、本当に不愉快に感じる方がいると思いますし、そう信じたい。

In our country, which has a world-class peace constitution, I believe and would like to believe that some people would be uncomfortable with such a story.

ですが、もう、私たちは、今のうちに、腹を括っておいた方がいいかもしれません。

But perhaps we should all be gutted by now.

K君の話

昨日、「ジョジョ・ラビット(2020)」を『楽しい映画』と称しましたが、訂正します。

Yesterday, I referred to "Jojo Rabbit (2020)" as a "fun movie," but I stand corrected.

で、私は、今日も今日とて、プログラムの量産中です。

あれは、真剣に見なければならない映画 ―― 『凄い映画』でした。

That movie had to be taken seriously -- a "great movie."

私の話を聞いて嫁さんも視聴したのですが、彼女のコメントを聞いて、私はその内容にショックを受けました。

My wife watched it after hearing me speak, and I was shocked at what she said about it.

さらに、映画に関するネットのコメント欄を読んで、5つぐらいの伏線を知って、今、衝撃を受けております。

Furthermore, after reading the online comments section about the movie, I was shocked to learn about five or so foreshadowing lines.

『コメント読みながら、その場面の意味を知って、泣きそうになる』という、訳の分からない感情に押し流されています。

I'm being swept away by an unexplainable feeling of 'I'm about to cry because I know what the scene means as I read the comments.

いずれにしても、

In any case,

―― 私の考察/洞察力は、浅すぎる

"My considerations/insights are too shallow."

と、激しい自己嫌悪に陥っています。

I am in a state of intense self-loathing.

-----

今、私の中では、「ジョジョ・ラビット」が「夢の香り」に追いつく勢いです。

"Jojo Rabbit" is catching up to "Scent of a Woman."

Let me see... It's "Scent of a woman" (セント・オブ・ウーマン(邦名「夢の香り」)

 

私は、『コーディングしながら映画をななめ見する』という、映画を愛している人から激怒されても仕方がない、という視聴をしています。

I have a viewing practice of 'slumbering through a movie while coding,' which is something that should be infuriated by people who love movies.

それについては、堪忍して頂くととて、今日は2つばかり、映画について書きます。

I will leave it at that and write about two movies today.

(1)ラーゲリより愛を込めて(2022)

(1)"Love from the Camp"

これ、2022年の話題の邦画でした。

This was the hottest Japanese film of 2022.

妙な既視感があり、視聴後にちょっと調べてみたところ やっぱりありました。1993年にテレビで放送されていました。

I had a strange sense of déjà vu, and after watching it, I did a little research. There it was: it was broadcast on TV in 1993.

こっちの方を見たくなって、YouTubeとか探っているのですが、現時点で見つかっていません。

I'd like to see this one, and I've been exploring YouTube and the like, but I haven't found it yet.

私、この時のテレビドラマの方での衝撃がもの凄かったのです ―― 『遺言を記憶で運ぶ』というメソッド(方法)に、驚愕し、そして、深く感動いたしました。

I was shocked by the TV drama at that time -- I was astonished and deeply moved by the method of "carrying the will in memory."

まあ、そういう個人的な背景もあり、映画の方はあまり集中できませんでした(収容所がちょっとキレイすぎるなぁ、とか、いらんことが気にかかってしまいました)。

Because of this personal background, I could not concentrate much on the movie (I was bothered by unnecessary things, like the camps being a bit too beautiful).

ラーゲリーについては、個人的には、船戸与一さんの「満州国演義」がお勧めです(図書館で借りてきたのですが、重い(重量が)本でした。今は文庫になっているようです)。

Regarding Lagerie, I recommend "Manchukuo Engi" by Yoichi Funado (I checked it out from the library, but it was a heavy (weight) book. It seems to be in a library now).

そういえば、先日、実写版の「ゴールデンカムイ」についても語りましたが、私としては「蝦夷地別件」も強くお勧めします。

I recently talked about the live-action version of "Golden Kamui." I would also highly recommend "Ezochi Betsuden."

-----

(2)ジョジョ・ラビット(2020)

(2)Jojo Rabbit(2020)

以前から申し上げているように、私、現存して、公に放映されているアウシュビッツの映像は、全て見たと思っていますし、ドキュメンタリーや映画なども、落さずに見ています。

As I have said before, I believe I have seen all the existing and publicly televised images of Auschwitz, as well as documentaries and films, without dropping them.

で、まあ、

And, well,

―― 江端さんって、ナチズムの信奉者なのですか？

このような誤解もされているのですが ―― 繰り返しますが、私のスタンスは『ファッキン、ナチ』です。

There is also this misunderstanding -- again, my stance is "Fuck, Nazi."

この映画は、ヒトラーユーゲントに入る前の子ども(？)の視点から見た、ナチズムに対するコミカルとシリアスのバランスのれた、楽しい映画でした。

This film was a fun film that balanced the comical and the serious against Nazism from the point of view of a child(?) before he joined the Hitler Youth.

ナチスのコンテンツに疲れていた私には、ほっとした気持ちになれる映画でした。

I was tired of the Nazi content, and this film was a relief to me.

どちらも、アマプラで視聴できます。

Both are available on Amazon Prime.

-----

で、私は、今日も今日とて、プログラムの量産中です。

As of today, I am still in mass production of the program.

3次元を取り扱うDBSCANプログラム

このプログラムでは、同一座標は1つの座標として纏められてしまって、異なるユーザの座標として取り扱ってくれません。

これに対応するために修正したプログラムは以下の通りです。

// ~/tomioka_school/src/trip_school/dbscan_3d_2.go



package main

import (
	"fmt"
	"math"
)

// Point represents a 3D point with coordinates x, y, and t
type Point struct {
	User string
	X, Y, T float64
}

// DistanceTo calculates the Euclidean distance between two 3D points
func (p Point) DistanceTo(other Point) float64 {
	dx := p.X - other.X
	dy := p.Y - other.Y
	dt := p.T - other.T
	return math.Sqrt(dx*dx + dy*dy + dt*dt)
}

// Cluster represents a cluster of points
type Cluster struct {
	Points []Point
}

// DBSCAN performs density-based clustering of 3D points
func DBSCAN(points []Point, epsilon float64, minPts int) []Cluster {
	var clusters []Cluster
	var visited = make(map[string]bool)

	for _, point := range points {
		pointKey := fmt.Sprintf("%s,%f,%f,%f", point.User, point.X, point.Y, point.T)
		if visited[pointKey] {
			continue
		}
		visited[pointKey] = true

		neighbours := getNeighbours(points, point, epsilon)
		if len(neighbours) < minPts {
			continue
		}

		var clusterPoints []Point
		expandCluster(&clusterPoints, points, visited, point, neighbours, epsilon, minPts)
		clusters = append(clusters, Cluster{Points: clusterPoints})
	}

	return clusters
}

// getNeighbours returns all points within distance epsilon of the given point
func getNeighbours(points []Point, point Point, epsilon float64) []Point {
	var neighbours []Point
	for _, other := range points {
		if point.DistanceTo(other) <= epsilon {
			neighbours = append(neighbours, other)
		}
	}
	return neighbours
}

// expandCluster expands the cluster from the given point
func expandCluster(cluster *[]Point, points []Point, visited map[string]bool, point Point, neighbours []Point, epsilon float64, minPts int) {
	*cluster = append(*cluster, point)
	for _, neighbour := range neighbours {
		neighbourKey := fmt.Sprintf("%s,%f,%f,%f", neighbour.User, neighbour.X, neighbour.Y, neighbour.T)
		if !visited[neighbourKey] {
			visited[neighbourKey] = true
			neighbourNeighbours := getNeighbours(points, neighbour, epsilon)
			if len(neighbourNeighbours) >= minPts {
				expandCluster(cluster, points, visited, neighbour, neighbourNeighbours, epsilon, minPts)
			}
		}
	}
}

func main() {
	points := []Point{
		{"A", 1, 2, 0},
		{"A", 1.5, 1.8, 1},
		{"A", 5, 8, 2},
		{"A", 8, 8, 3},
		{"A", 1, 0.6, 4},
		{"A", 9, 11, 5},
		{"A", 8, 2, 6},
		{"A", 10, 2, 7},
		{"A", 9, 3, 8},
		{"B", 1, 2, 0},
		{"B", 1.5, 1.8, 1},
		{"B", 5, 8, 2},
		{"B", 8, 8, 3},
		{"B", 1, 0.6, 4},
		{"B", 9, 11, 5},
		{"B", 8, 2, 6},
		{"B", 10, 2, 7},
		{"B", 9, 3, 8},
		{"C", 1, 2, 0},
		{"C", 1.5, 1.8, 1},
		{"C", 5, 8, 2},
		{"C", 8, 8, 3},
		{"C", 1, 0.6, 4},
		{"C", 9, 11, 5},
		{"C", 8, 2, 6},
		{"C", 10, 2, 7},
		{"C", 9, 3, 8},
	}

	// epsilon := 3.0
	// minPts := 5

	epsilon := 2.5
	minPts := 5


	clusters := DBSCAN(points, epsilon, minPts)
	fmt.Println("Combined Clusters:")
	for i, cluster := range clusters {
		fmt.Printf("Cluster %d:\n", i+1)
		for _, point := range cluster.Points {
			fmt.Printf("  (%s, %.2f, %.2f, %.2f)\n", point.User, point.X, point.Y, point.T)
		}
	}
}

出力結果は以下の通りです。
C:\Users\ebata\tomioka_school\src\trip_school>go run dbscan_3d_2.go
Combined Clusters:
Cluster 1:
(A, 1.00, 2.00, 0.00)
(A, 1.50, 1.80, 1.00)
(B, 1.00, 2.00, 0.00)
(B, 1.50, 1.80, 1.00)
(C, 1.00, 2.00, 0.00)
(C, 1.50, 1.80, 1.00)
Cluster 2:
(A, 8.00, 2.00, 6.00)
(A, 10.00, 2.00, 7.00)
(A, 9.00, 3.00, 8.00)
(B, 8.00, 2.00, 6.00)
(B, 10.00, 2.00, 7.00)
(B, 9.00, 3.00, 8.00)
(C, 8.00, 2.00, 6.00)
(C, 10.00, 2.00, 7.00)
(C, 9.00, 3.00, 8.00)

// NormalizeCoordinates 京急富岡駅を基準として正規化された緯度と経度を返す関数
// C:\Users\ebata\tomioka_school\src\trip_school\NormalizeCoordinates.go

package main

import (
	"fmt"
	"math"
)


func NormalizeCoordinates(referenceLat, referenceLng, lat, lng float64) (float64, float64) {
	// 1度あたりの緯度経度のメートル換算
	metersPerDegreeLat := 111319.9 // 緯度1度あたりのメートル数
	metersPerDegreeLng := 111319.9 * math.Cos(referenceLat*(math.Pi/180.0)) // 経度1度あたりのメートル数

	// 緯度と経度の差を計算
	deltaLat := lat - referenceLat
	deltaLng := lng - referenceLng

	// 正規化された緯度と経度を計算
	normalizedLat := deltaLat * metersPerDegreeLat / 100.0
	normalizedLng := deltaLng * metersPerDegreeLng / 100.0

	return normalizedLat, normalizedLng
}

func main() {
	// 京急富岡駅の緯度経度

	keikyuTomiokaLat := 35.367131726654705
	keikyuTomiokaLng := 139.62988318023088

	// 確認用の緯度経度(富岡駅のバス停)

	lat := 35.36605614545459
	lng := 139.6295094178281

	// 緯度経度の正規化
	normalizedLat, normalizedLng := NormalizeCoordinates(keikyuTomiokaLat, keikyuTomiokaLng, lat, lng)

	fmt.Printf("正規化された緯度: %.6f\n", normalizedLat)
	fmt.Printf("正規化された経度: %.6f\n", normalizedLng)
}

// NormalizeTime 2つの日時文字列の時間差を秒単位で計算し、600秒を1として正規化する関数
// C:\Users\ebata\tomioka_school\src\trip_school\NormalizeTime.go

package main

import (
	"fmt"
	"time"
)

func NormalizeTime(timeStr1, timeStr2 string) float64 {
	layout := "2006-01-02 15:04:05"
	t1, err := time.Parse(layout, timeStr1)
	if err != nil {
		fmt.Println("Error parsing time string 1:", err)
		return 0
	}

	t2, err := time.Parse(layout, timeStr2)
	if err != nil {
		fmt.Println("Error parsing time string 2:", err)
		return 0
	}

	duration := t2.Sub(t1).Seconds()
	normalizedDuration := duration / 600.0

	return normalizedDuration
}

func main() {
	timeStr1 := "2024-01-01 00:00:00"
	timeStr2 := "2024-02-11 23:45:00"

	normalized := NormalizeTime(timeStr1, timeStr2)
	fmt.Println("正規化された時間差:", normalized)
}

/*
	c:\users\ebata\dscan\dscan3.go

	DBSCANアルゴリズムを実装し、3次元空間のデータ（x、y、t）をクラスタリングするシンプルなプログラムです。
	このプログラムでは、各データポイントは3次元座標（x、y、t）で表され、距離の計算にはユークリッド距離を使用します。

	DBSCANをk-meansの違いで説明します。

	DBSCAN（Density-Based Spatial Clustering of Applications with Noise）とk-meansは、クラスタリングアルゴリズムですが、そのアプローチや動作原理にはいくつかの違いがあります。

	(1)クラスタリング方法:

	- DBSCAN: 密度ベースのクラスタリングアルゴリズムであり、データポイントの密度に基づいてクラスタを形成します。各点は、一定の距離（ε、epsilon）内に最小限の近傍点数（minPts）が存在する場合、その点を中心としたクラスタが形成されます。
	- k-means: 距離ベースのクラスタリングアルゴリズムであり、データポイントの距離に基づいてクラスタを形成します。クラスタの数（k）を事前に指定し、各点を最も近いセントロイド（クラスタの中心）に割り当てます。

	(2)クラスタの形状:

	- DBSCAN: クラスタの形状は任意であり、密度の高い領域に基づいて形成されます。したがって、DBSCANは非凸形状のクラスタを処理できます。
	- k-means: クラスタの形状は円形（球形）であり、各クラスタのセントロイドからの距離に基づいて決定されます。したがって、k-meansは凸形状のクラスタを前提としています。

	(3)ハイパーパラメータ:

	- DBSCAN: ε（epsilon）とminPtsの2つのハイパーパラメータを必要とします。εは近傍点の距離の閾値を定義し、minPtsはクラスタと見なすための最小の近傍点数を指定します
	- k-means: クラスタの数（k）を指定する必要があります。

	(4)ノイズの処理:

	- DBSCAN: ノイズポイントを自動的に検出し、外れ値として扱います。密度が低い領域に存在するポイントは、任意のクラスタに割り当てられず、ノイズとして扱われます。
	-k-means: 外れ値やノイズの処理を明示的に行いません。各点は必ずどれかのクラスタに割り当てられます。

	 要するに、DBSCANは密度ベースのアルゴリズムであり、任意の形状のクラスタを検出し、ノイズを処理する能力があります。一方、k-meansは距離ベースのアルゴリズムであり、クラスタの形状が円形であることを前提としています。


*/

package main

import (
	"fmt"
	"math"
)

// Point represents a 3D point with coordinates x, y, and t
type Point struct {
	X, Y, T float64
}

// DistanceTo calculates the Euclidean distance between two 3D points
func (p Point) DistanceTo(other Point) float64 {
	dx := p.X - other.X
	dy := p.Y - other.Y
	dt := p.T - other.T
	return math.Sqrt(dx*dx + dy*dy + dt*dt)
}

// Cluster represents a cluster of points
type Cluster struct {
	Points []Point
}

// DBSCAN performs density-based clustering of 3D points
func DBSCAN(points []Point, epsilon float64, minPts int) []Cluster {
	var clusters []Cluster
	var visited = make(map[Point]bool)

	for _, point := range points {
		if visited[point] {
			continue
		}
		visited[point] = true

		neighbours := getNeighbours(points, point, epsilon)
		if len(neighbours) < minPts {
			continue
		}

		var clusterPoints []Point
		expandCluster(&clusterPoints, points, visited, point, neighbours, epsilon, minPts)
		clusters = append(clusters, Cluster{Points: clusterPoints})
	}

	return clusters
}

// getNeighbours returns all points within distance epsilon of the given point
func getNeighbours(points []Point, point Point, epsilon float64) []Point {
	var neighbours []Point
	for _, other := range points {
		if point.DistanceTo(other) <= epsilon {
			neighbours = append(neighbours, other)
		}
	}
	return neighbours
}

// expandCluster expands the cluster from the given point
func expandCluster(cluster *[]Point, points []Point, visited map[Point]bool, point Point, neighbours []Point, epsilon float64, minPts int) {
	*cluster = append(*cluster, point)
	for _, neighbour := range neighbours {
		if !visited[neighbour] {
			visited[neighbour] = true
			neighbourNeighbours := getNeighbours(points, neighbour, epsilon)
			if len(neighbourNeighbours) >= minPts {
				expandCluster(cluster, points, visited, neighbour, neighbourNeighbours, epsilon, minPts)
			}
		}
		// Add neighbour to cluster if not already in another cluster
		var isInCluster bool
		for _, c := range *cluster {
			if c == neighbour {
				isInCluster = true
				break
			}
		}
		if !isInCluster {
			*cluster = append(*cluster, neighbour)
		}
	}
}

func main() {
	// Example usage
	points := []Point{
		{X: 1, Y: 2, T: 0},
		{X: 1.5, Y: 1.8, T: 1},
		{X: 5, Y: 8, T: 2},
		{X: 8, Y: 8, T: 3},
		{X: 1, Y: 0.6, T: 4},
		{X: 9, Y: 11, T: 5},
		{X: 8, Y: 2, T: 6},
		{X: 10, Y: 2, T: 7},
		{X: 9, Y: 3, T: 8},
	}

	epsilon := 3.0
	minPts := 2

	clusters := DBSCAN(points, epsilon, minPts)
	for i, cluster := range clusters {
		fmt.Printf("Cluster %d:\n", i+1)
		for _, point := range cluster.Points {
			fmt.Printf("  (%.2f, %.2f, %.2f)\n", point.X, point.Y, point.T)
		}
	}
}

原作者と二次著作者の間における超有名な事件といえば、「キャンディキャンディ事件」のはずですが、先日の事件と併わせた形では、この話題を見ません。

The most famous case between an author and a secondary author should be the "Candy Candy Case," but I have not seen this topic discussed in conjunction with the recent case.

もしかしたら、「これが、『業界タブー』という奴なのかもしれないなぁ」と、空気の読めない江端(私)は思っています。

Perhaps this is called an "industry taboo," thinks Ebata (me), who can't read the air.

著作権法には、『原作者最強』は絶対的ですが、利益が絡んでくると『金持ち最強』になってしまうのは、どこの世界でも同じようです。

In copyright law, 'the original author is the strongest' is absolute, but when profit is involved, 'the rich are the strongest' seems the same in every world.

-----

この問題は、創作者や研究者自身にとっても、あまり触れたくないものなのです。

This is an issue that creators and researchers do not want to touch.

私のコラムは、色々な書籍やオープンデータをベースにしていますし、私のイラストも他の方の記載されたイラストや写真を参考にしています。

My columns are based on various books and open data, and my illustrations are based on illustrations and photos described by others.

研究活動に至っては、既往研究の論文がなくては、1mmも進めることができません。

Regarding research activities, not a single millimeter of progress can be made without a paper on previous research.

逆に、私の創作物が、他の著作で引用されていることもあります(転用や盗用も山ほどあります)。

Conversely, my creations are sometimes cited in other works (and there are plenty of diversions and plagiarism).

執筆したけど特許権にできなかった私の特許明細書の一つが、70以上もの、後願の特許出願を拒絶査定に追い込んだという話も聞きました(これを、『先行発明の後願排除効』といいます)。

I have heard that one of my patent specifications, which I wrote but could not patent, has rejected more than 70 subsequent patent applications (the "effect of exclusion of subsequent applications for prior inventions").

何が言いたいかというと、『先行著作物と全く無関係な創作活動』は、『幻想である』ということです。

I am trying to say that 'creative activity completely unrelated to prior works' is 'an illusion.

-----

ともあれ、今クリエイターに求められているのは、何よりもまず創造活動そのものであることは言うまでもありません。

At any rate, what is now required of creators is, of course, first and foremost, the creative activity itself.

でも、その次に重要なのは、法律(著作権法)の勉強かもしれません。

But the next most crucial thing might be to study the law (copyright law).

面倒くさいですけど、自分の著作物と自分の命を守る為には、必要なことです。

It's a hassle, but protecting your work and life is necessary.