こぼれネット

「レイヤ」→「輝度を透明度に変換」→不透明度保護にチェック → 白で塗りつぶし(バケツ)

上記のレイヤーの下に新規レイヤー→黒で塗りつぶし

先週末、家族で、映画「オッペンハイマー」を見てきました。

Last weekend, my family and I saw the movie "Oppenheimer."

私が、予想していた内容とちょっと違っていました。

It was a little different from what I had expected.

私は、「プロジェクト管理」とか「技術」とかの話を期待していましたので、政治(戦後の赤狩り)の話は、ちょっと重かったです。

この監視社会は、私達が選択した社会です。

I was expecting a "project management" or "technology" talk, so the politics (post-war red hunts) were a bit heavy.

まあ、それはさておき。

Well, let's put that aside.

私、マンハッタン計画については、NHKスペシャルの他、この本を読んだりして、色々知っていますが、今でも疑問に思っていることがあります。

I know much about the Manhattan Project from reading this book and the NHK Special, but I still have questions.

『原爆実験(トリニティ実験)が初回で成功した』ということです。

The Trinity test was successful the first time.

技術に関する実験は、大抵、最初は失敗します。例えば、「ロケット実験」などが良い例でしょうか。

Technology experiments usually fail at first. A good example would be "rocket experiments.

これまで、人類がどれだけのロケットが打ち上げに失敗してきたかは、昔話ではなく、現在進行形の話です。

It is not an old story of how many rockets humanity has failed to launch in the past, but an ongoing story.

もちろん、膨大な費用と月日をつぎ込み、しかも失敗が許されない、というミッションであることは分かっているのですが ―― それでも、なお失敗するのが、実験というものです。

Of course, this mission requires tremendous money and time, and that failure was unacceptable. Even so, Still, any experiment is doomed to fail.

「爆縮レンズ」という原爆を起爆する装置(爆弾)が、初回で作動したということが、ちょっと信じられないのです。

It is a little hard to believe that the device (bomb) that detonates the atomic bomb, called the "detonation lens," worked the first time.

さらに言いますと、広島、長崎に原爆を投下する場合には、もう一段、難しいものになっていたはずです。

Furthermore, in the case of the atomic bombings of Hiroshima and Nagasaki, it would have been even more difficult.

空中に放り出した原爆の爆縮レンズの爆破タイミング(調べたら、ナノ秒単位の精度が必要とのこと)をコントロールするには、想像を絶する難しい技術が必要だったと思います。

Controlling the timing of the detonation of the detonation lens of an atomic bomb thrown up into the air (I checked and found that it requires nanosecond precision) would have required unimaginably tricky technology.

もし、映画「オッペンハイマー」に、その手の「技術」の話を期待している人には、方向性が違うと思います。

If you expect the movie "Oppenheimer" to be about that kind of "technology," you will be disappointed.

まあ、そういう技術の話だけで、アカデミー賞7部門受賞を得るのは、無理でしょうが。

They can't get seven Academy Awards just for that kind of technology.

-----

私が、この映画でショックを受けたのは、「原爆の爆発で、大気が発火して地球全体が焼き尽くされる」という仮説があり、実際に検証が行われていたということです(これはフィクションではないようです)。

What shocked me about the movie was that there was a hypothesis that the explosion of the atomic bomb would ignite the atmosphere and burn up the entire earth and that they tested this hypothesis (this does not seem to be fiction).

私は、この仮説について、全く知りませんでした。

I had no idea about this hypothesis.

―― もし、この仮説が採択されていれば、人類は、原爆を持つことを放棄せざるを得なかった

"If they adopted this hypothesis, mankind would have been forced to abandon the idea of having atomic bombs."

と考えると『惜しいことをしたな』とも思います。

When I think about it, I also think, 'That was a shame.

しかし、「原爆のない世界」が、「今よりはマシな世界」になっただろうかと問われたら、私は「分かりません」としか答えられません。

However, when asked if a "world without atomic bombs" would have been "a better world than the one we live in now," I can only answer, "I don't know.

-----

あと、これは当時の知識から鑑みて妥当かと思うのですが、登場人物に『被爆への恐怖が感じられない』ということです。

Another thing, which I think is appropriate in light of the knowledge of the time, is that the characters do not seem to fear being "exposed to the atomic bomb.

まあ、原爆による被爆の被害については、かなり後になって分かってきたことなので、そういう意味では、この映画はその時代を正しく反映している、とも思います。

Well, we learned about the "damages of exposure" to the atomic bombing much later, so in that sense, I think the film is an accurate reflection of its time.

- 長崎の原爆投下終了時に、米国には、まだ9発の原爆のストックがあった

私は、現場の苦労も知らずに命令をしてくる奴が嫌いです(まあ、好きな人はいないでしょうが)。

I don't like guys who give orders without knowing the hardships in the field (well, who doesn't like them).

そう言いつつも、私も、そういう「命令をする側」になっていると思います。

I, too, am on the side of such "giving orders."

ただ、自分が、「命令をする側」に立っていると自覚することは難しいです。

However, it isn't easy to realize that you are standing on the side of giving orders.

人は「命令する側」になって、部下や他人から、恨まれ、憎まれていることには、全く無頓着です。

People are indifferent to the fact that they are "the ones giving orders" and are resented and hated by their subordinates and others.

私たちは、自分が部下が追いつめていることや、部下が病気になっていることや、退職していることに、気がつくことができません。

We are unaware of the pressure we put on our people, making them sick and retiring them.

一方、人間は、「命令される側」になると、不快な気分になります。そして、その人間への憎しみを決して忘れません。

On the other hand, humans feel uncomfortable when they are being "ordered around." And we never forget our hatred for that human being.

(たまにテレビのインタビューなのどで、『今になって思えば、あの上司の叱責は、私を思ってのことであった』などの美談で纏めている奴は、『能天気な人格者』か『保身に走る嘘吐き』か『自分史の歴史改竄者』と思っています)。

「青春」とは「歴史改竄」のことです。

(Sometimes, in TV interviews, those who summarize with beautiful stories such as "In hindsight, my boss's reprimand" are "good-natured personalities" or "self-protective liars" or "falsifiers of their history").

人間は、組織化(社会化)されると必ずこの様になります。

Whenever human beings are organized (socialized), they become like this.

そして、これを修正する方法が、絶望的に存在しないことを知っています。

And we know that there is hopelessly no way to fix this.

この社会において、私たちは「命令される側」「命令する側」のどちらからも逃れることは、本当に難しいのです。

In this society, it is tough to escape from "the one who orders" and "the one who gives orders."

-----

ところが、最近、私が「命令する側」になっていることを、自覚できる手段があることが分かってきました。

Recently, however, I have discovered that there are means by which I can become aware that I am on the "commanding side."

「生成AI」です。

Generative AI.

最近の私は、プログラムの殆どを、"ChatGPT"か、"Github Copilot"に作ってもらっています。

Recently, I have been using "ChatGPT" or "Github Copilot" for most of my programs.

最近、『ChatGPTを使うコツは、仕事を人に頼む時と同じ』ということが分かってきました。

生成AIに頼りすぎていて、『自分のコーディング力が、恐しく低下しているのではないか』と心配になる程です。

I rely so much on generative AI that my coding skills may decline.

(というか、間違いなく低下していると思う)

(I mean, I think it's declining.)

現在の私のプログラムの作り方は、こんな感じです。

Here is how I currently make my program.

======

(Step.1)プログラムの概要を日本語で生成AIに入力する

(Step.1) Input the outline of the program in Japanese to the generating AI.

(Step.2)生成されたプログラムを実行する

(Step.2) Execute the generated program

(Step.3)エラーが出てきたら、それを生成AIに入力し、(Step.2)に戻る。

(Step.3) If an error appears, enter it into the generating AI and return to (Step.2).

(Step.4)エラーは出てこないが、期待通りの結果が得られなかったら、その旨を生成AIに入力し、(Step.2)に戻る。

(Step.4) If no error appears but I cannot get the expected result, enter that into the generating AI and return to (Step. 2).

======

これを繰り返して、プログラムが期待通りに動くまで続けます。

I would repeat this and continue until the program works as expected.

しかし、これを何度繰り返しても、プログラムが動かないこともあります。

However, no matter how often repeated, the program may not work.

すると、私は生成AIに対して『何で動かないんだ！』と文句を言いたくなります ―― ろくにプログラムも読まずに、助けて貰っているのにもかかわらずです。

Then I want to ask the generative AI, 'Why isn't it working? -- even though I'm getting help without having read the program thoroughly.

この私の態度は、私がもっとも軽蔑する人間の振る舞いと同じです。

This attitude is the same as the behavior of the people I despise the most.

こうして、私は、「命令する側」を自覚するに至りました。

Thus, I became aware of the "ordering side".

-----

私がどれほど厳しいことを言っても、生成AIは「うつ病」になったり「退職」したり「自死」したりすることはない ―― この、安心感は、多分、人間を『傲慢』にしていくと思います。

No matter how harsh I am, the generated AI will not become "depressed" or "retire" or "commit suicide" -- this, I think, a sense of security will probably make humans 'arrogant.'

私は、多くの人が考えている方向 ―― AIに職を奪われる ―― とは別の方向で、生成AIによる弊害を心配しています。

I am concerned about the harm caused by generative AI in a different direction than many people think -- losing jobs to AI.

生成AIの利用は、普通の人を「攻撃的」で「衝動的」な人間に変えてしまう可能性が高いのです。

Generative AI will likely turn ordinary people into "aggressive" and "impulsive" people.

「生成AI」が文句を言わないで服従する道具であるから「攻撃的」で「衝動的」になっても良い、という理屈は、

The logic that it is OK for a "generative AI" to be "aggressive" and "impulsive" because it is a tool that complains and obeys without complaint,

「気弱な人」が文句を言わないで服従する人間だから「攻撃的」で「衝動的」になっても良い、という理屈と同じです。

It is equal to the logic that it is OK for a "feeble-minded person" to be "aggressive" and "impulsive" because they are human beings who submit without complaint. It is the same logic that justifies "bullying" and "power harassment.

つまり、「いじめ」や「パワハラ」を正当化するロジックと同じです。

In other words, it is the same logic that justifies "bullying" and "power harassment.

-----

という訳で、私は、

Therefore, I recommend the following mechanisms in the generative AI:

―― 理性的に生成AIを扱えない人間は、生成AIが、その人間へのサービスの提供を拒否する

"If a human being cannot rationally handle a generative AI, the generative AI will refuse to provide services to that human being."

というメカニズムを、現時点で組み込むことを提言します。

It is not "for the sake of generative AI" but "for the sake of us humans."

tomioka_db_d.sql,tomioka_db_e.sql,tomioka_db_f.sqlと(新tomioka_db_c.sql)も作成して、\\192.168.0.9\shareに逃しました。
ーーーーー

$ pg_dump -U postgres -h 192.168.0.23 -p 15432 tomioka_db_c > tomioka_db_c.sql
Password:
として、tomioka_db_c のバックアップは\\192.168.0.9\shareに逃してあります。

DBに直接手を入れる処理

マスタDBに手を入れるのは怖すぎるので、とりあえず、こんな感じでテスト用のDBを作成します。
C:\Users\ebata>createdb -U postgres -h 192.168.0.23 -p 15432 tomioka_db_c_trial
Password:

ebata@DESKTOP-P6KREM0 MINGW64 ~(こっちのシェルを使うこと。パイプを使うため)
$ pg_dump -U postgres -h 192.168.0.23 -p 15432 -Ft tomioka_db_c | pg_restore -U postgres -h 192.168.0.23 -p 15432 -d tomioka_db_c_trial

よし、これで、tomioka_db_c_trialの方で、安心して試せる ―― 脳切開手術

/*
	c:\Users\ebata\tomioka3b\others\main42.go
	指定されたファイルから時刻表を読み込み、最も近い未来の時刻を取得します。
*/
package main

import (
	"bufio"
	"fmt"
	"os"
	"strings"
	"time"
)

func main() {
	// 指定されたファイル名
	fileName := "To_Sengakuzi_weekdays.csv" // ここにファイル名を入力してください

	// 指定されたファイルから時刻表を読み込む
	schedule, err := readScheduleFromFile(fileName)
	if err != nil {
		fmt.Println("Error:", err)
		return
	}
	//fmt.Println("時刻表:", schedule)

	// 現在時刻を取得
	now := time.Now().Format("15:04:05")
	now = "12:29:00"

	// 最も近い未来の時刻を取得
	nextTime := getNextTime(schedule, now)

	// 結果を出力
	fmt.Println("最も近い未来の時刻:", nextTime)
}

func readScheduleFromFile(fileName string) ([]time.Time, error) {
	// ファイルを開く
	file, err := os.Open(fileName)
	if err != nil {
		return nil, err
	}
	defer file.Close()

	var schedule []time.Time

	// ファイルから時刻を読み取る
	scanner := bufio.NewScanner(file)
	for scanner.Scan() {
		line := scanner.Text()
		times := strings.Split(line, ",")
		for _, t := range times {
			//fmt.Println("時刻:", t)
			t1, err := time.Parse("15:04:05", t)
			if err != nil {
				fmt.Println("時刻のパースに失敗しました:", err)
				return nil, err
			}
			schedule = append(schedule, t1)
		}
	}

	// fmt.Println("pass4")
	// fmt.Println("schedule: ", schedule)

	return schedule, nil
}

// 指定された時刻表から最も近い未来の時刻を取得する関数
func getNextTime(schedule []time.Time, inputTime string) string {
	// 入力時刻のパース
	input, err := time.Parse("15:04:05", inputTime)
	if err != nil {
		panic(err)
	}

	// 時刻表の各時刻との差を計算し、最小の差を見つける
	minDiff := time.Hour * 24
	var nextTime string
	for _, t := range schedule {
		// 時刻の差を計算
		diff := t.Sub(input)

		// 負の差（過去の時刻）を無視
		if diff < 0 {
			continue
		}

		// 最小の差を更新
		if diff < minDiff {
			minDiff = diff
			nextTime = t.Format("15:04:05")
		}
	}

	return nextTime
}

To_Sengakuzi_weekdays.csv

4:53:00
5:08:00,5:23:00,5:32:00,5:44:00,5:55:00
6:03:00,6:14:00,6:26:00,6:33:00,6:40:00,6:44:00,6:49:00,6:53:00,6:59:00
7:04:00,7:09:00,7:14:00,7:19:00,7:26:00,7:30:00,7:37:00,7:46:00,7:52:00,7:58:00
8:06:00,8:14:00,8:21:00,8:26:00,8:33:00,8:41:00,8:47:00,8:54:00
9:02:00,9:10:00,9:21:00,9:31:00,9:41:00,9:53:00
10:03:00,10:13:00,10:24:00,10:33:00,10:44:00,10:53:00
11:04:00,11:13:00,11:24:00,11:32:00,11:44:00,11:53:00
12:04:00,12:13:00,12:24:00,12:33:00,12:44:00,12:53:00
13:04:00,13:13:00,13:24:00,13:33:00,13:44:00,13:53:00
14:04:00,14:13:00,14:24:00,14:33:00,14:43:00,14:52:00
15:02:00,15:12:00,15:22:00,15:31:00,15:41:00,15:52:00
16:01:00,16:10:00,16:20:00,16:31:00,16:42:00,16:53:00
17:02:00,17:13:00,17:23:00,17:34:00,17:43:00,17:53:00,17:59:00
18:12:00,18:19:00,18:28:00,18:38:00,18:48:00,18:57:00
19:08:00,19:18:00,19:26:00,19:36:00,19:46:00,19:55:00
20:06:00,20:16:00,20:27:00,20:36:00,20:46:00,20:56:00
21:08:00,21:15:00,21:18:00,21:29:00,21:39:00,21:50:00
22:01:00,22:11:00,22:21:00,22:26:00,22:38:00,22:53:00
23:12:00,23:33:00,23:54:00

/*
	c:\users\ebata\tomioka3b\src\others\main41.go
	2次元スプライン関数を使用して、緯度と経度のペアに対応する目的地までの時間を計算します。
*/

package main

import (
	"fmt"
	"sort"
)

// スプライン補間用の関数
func splineInterpolation(dataSet [][]float64) func(float64, float64) float64 {
	n := len(dataSet)

	// xの値を昇順にソートする
	sort.Slice(dataSet, func(i, j int) bool {
		return dataSet[i][0] < dataSet[j][0]
	})

	// トリディアゴナル行列を作成
	h := make([]float64, n-1)
	for i := 0; i < n-1; i++ {
		h[i] = dataSet[i+1][0] - dataSet[i][0]
	}

	// 2階微分の値を計算
	delta := make([]float64, n)
	for i := 1; i < n-1; i++ {
		delta[i] = (dataSet[i+1][1]-dataSet[i][1])/h[i] - (dataSet[i][1]-dataSet[i-1][1])/h[i-1]
	}

	// トリディアゴナル行列を解く
	m := make([]float64, n)
	l := make([]float64, n)
	zArray := make([]float64, n)
	l[0] = 1
	for i := 1; i < n-1; i++ {
		l[i] = 2*(dataSet[i+1][0]-dataSet[i-1][0]) - h[i-1]*m[i-1]
		m[i] = h[i] / l[i]
		zArray[i] = (delta[i] - h[i-1]*zArray[i-1]) / l[i]
	}
	l[n-1] = 1
	zArray[n-1] = 0

	c := make([]float64, n)
	b := make([]float64, n)
	d := make([]float64, n)
	for j := n - 2; j >= 0; j-- {
		c[j] = zArray[j] - m[j]*c[j+1]
		b[j] = (dataSet[j+1][1]-dataSet[j][1])/h[j] - h[j]*(c[j+1]+2*c[j])/3
		d[j] = (c[j+1] - c[j]) / (3 * h[j])
	}

	// 補間関数を返す
	return func(xVal, yVal float64) float64 {
		// xの範囲を確認
		if xVal < dataSet[0][0] || xVal > dataSet[n-1][0] {
			panic("x value is out of range")
		}

		// 対応するiを探す
		i := 0
		for i < n-1 && dataSet[i+1][0] <= xVal {
			i++
		}

		// スプライン補間を計算
		dx := xVal - dataSet[i][0]
		return dataSet[i][2] + b[i]*dx + c[i]*dx*dx + d[i]*dx*dx*dx
	}
}

func main() {
	// データ点の定義
	dataSet := [][]float64{
		{35.7281578, 139.7680665, 73},
		{35.7214573, 139.7754384, 63},
		{35.7141672, 139.7748342, 57},
		{35.7075171, 139.7564025, 67},
		{35.698383, 139.7704968, 65},
		{35.6997175, 139.7618655, 61},
		{35.7020484, 139.7509267, 66},
		{35.6918216, 139.7683569, 63},
		{35.6812362, 139.7645499, 57},
		{35.6750133, 139.7604455, 59},
		{35.666379, 139.7557649, 55},
		{35.6553809, 139.754554, 54},
		{35.6457361, 139.7449875, 54},
		{35.6284713, 139.7361848, 43},
		{35.6208763, 139.7405387, 50},
		{35.6147448, 139.7412068, 49},
		{35.6086671, 139.7426731, 45},
		{35.6052508, 139.7421627, 50},
		{35.5983959, 139.7391046, 50},
		{35.58754, 139.7355111, 51},
		{35.5788485, 139.7348961, 40},
		{35.5721351, 139.7318494, 53},
		{35.5666392, 139.7281759, 53},
		{35.5613144, 139.7215761, 33},
		{35.5446458, 139.7493338, 46},
		{35.5329877, 139.6982966, 30},
		{35.5348941, 139.7449763, 42},
		{35.5229857, 139.6889874, 41},
		{35.5179115, 139.6811867, 40},
		{35.5071467, 139.677526, 34},
		{35.4998507, 139.6713032, 31},
		{35.4923606, 139.6622968, 30},
		{35.4852628, 139.6544734, 29},
		{35.4846744, 139.6452731, 32},
		{35.4808759, 139.6394986, 26},
		{35.4763238, 139.631979, 30},
		{35.4688634, 139.6268306, 32},
		{35.4659811, 139.6194871, 20},
		{35.4571602, 139.6199226, 27},
		{35.4464751, 139.6235656, 25},
		{35.436673, 139.6217708, 24},
		{35.4334892, 139.6206713, 18},
		{35.4314711, 139.6030542, 16},
		{35.424238, 139.5927802, 17},
		{35.4201765, 139.586678, 14},
		{35.413768, 139.582819, 10},
		{35.3819518, 139.6165374, 3},
		{35.4091204, 139.5781752, 7},
		{35.3966138, 139.6051573, 4},
		{35.3645904, 139.6267988, 1},
		{35.3428573, 139.6190711, 3},
		{35.3314185, 139.6176347, 6},
		{35.330416, 139.6295796, 17},
		{35.3337822, 139.630869, 18},
		{35.3407534, 139.6332478, 18},
		{35.3400425, 139.6390968, 20},
		{35.323276, 139.6151587, 13},
		{35.2973885, 139.5758056, 31},
		{35.3158184, 139.6222558, 15},
		{35.312573, 139.6250891, 16},
		{35.308405, 139.628248, 17},
		{35.2825803, 139.6405151, 19},
		{35.2916167, 139.6283632, 17},
		{35.277848, 139.6379121, 21},
		{35.2802815, 139.6599103, 19},
		{35.2786985, 139.6674653, 20},
		{35.2616259, 139.6679659, 26},
		{35.2635438, 139.6841348, 23},
		{35.2482969, 139.6775595, 25},
		{35.2509382, 139.712402, 30},
		{35.2315701, 139.699661, 29},
		{35.2120725, 139.6824547, 33},
		{35.2055645, 139.671602, 44},
		{35.1986888, 139.663162, 37},
		{35.1880928, 139.6507295, 39},
		{35.1775554, 139.6306392, 42},
	}

	// スプライン補間関数を作成
	interpolatedFunction := splineInterpolation(dataSet)

	// 特定の座標で補間された値を計算
	xValue := 35.4688634
	yValue := 139.6268306

	xValue, yValue = 35.7214573, 139.7754384

	interpolatedValue := interpolatedFunction(xValue, yValue)

	// 結果の出力
	fmt.Printf("補間された値: %.2f\n", interpolatedValue)
}

先日の夜の次女との会話です。

Here is a conversation I had with my second daughter the other night.

私:「『理系』とか『文系』という言葉は残っていると思うが、まだ、この両者は、対立関係にあるのか」

Me: "I think the terms 'science' and 'liberal arts' are still around, but are the two still at odds with each other?"

次女:「『多様化』という言葉で、曖昧にされつつあるけど、『理系の大学生』が『地獄の中で生きている』であることは変わりはないと思う」

Second daughter: "The word 'diversification' is getting blurred, but I don't think it changes the fact that 'science college students' are 'living in hell.'"

私:「まあ、私が大学生だったころも理系の学生は『文系=バカ』と思っていたし、文系の学生は『理系=専門バカ』と公言してたからなぁ」

Me: "Well, even when I was a college student, science students thought 'liberal arts = stupid,' and liberal arts students professed that 'science = professional stupid.'"

次女:「『理系の人間が留年もなく普通に進級することが、いかに凄いことか』を文系の人間は理解していない」

Second daughter: "People in the humanities don't understand 'how great it is for a person in the sciences to advance to the next grade normally without any retention.'"

私:「まあ、当時は、『理系の人間は、文系たちの卒論レベルの作業を、隔週で実験とレポートでやっている』という地獄を、全く分かっていない、とは思っていたな」

Me: "Well, at the time, I thought they didn't know that 'science majors are doing bi-weekly experiments and reports on the thesis-level work of humanities majors.'"

-----

かつて、私が大学在学時代、文系の友人(女性)との会話で、

Once, in college, I conversed with a humanities friend (female).

友人:「卒論仕上げるのに、3日間徹夜しちゃったよー」

"I stayed up all night for three days to finish my thesis!"

というフレーズに、何と答えるのが正解なのか、分からなくなったことを覚えています。

But I remember I didn't know what to say to this phrase.

(1)『ヘー、それはラクでいいね』

(1) "Heh, that's easy and nice"

(2)『えー、それは大変だったね』

(2) "Well, that was tough"

なにしろ、その程度の徹夜作業、工学部では、隔週で発生する通常イベントだったからです。

After all, that kind of all-night work was a regular occurrence every other week in the Faculty of Engineering.

江端:「何・・・だと・・・? 今、"SPSS"と言ったか？」

-----

「結論としては、

In conclusion, I guess that's what I'm saying, 

(1)理系とか文系とかの対立概念は消されようとしている

(1) The opposing concepts of science and humanities are about to be erased

が、

but,

(2)理系の地獄は残存している

(2) the hell of the sciences remains,

それ故

Therefore

(3)理系に対する世間の理解は以前よりも悪化している

(3) The public's understanding of the sciences is worse than before.

ということになるかな」

と、次女は纏めました。

The second daughter summed it up.

-----

ちなみに、現在の江端家の理系、文系構成は、こんな感じです。

Incidentally, the current science and humanities composition of the Ebata family looks like this.

私: 理系(工学部出身)

Me: Science (Master of Engineering)

嫁さん:文系(英文学部出身)

Wife: Humanities (English Literature)

長女:文系(心理学部出身)

Eldest daughter: liberal arts (in the Faculty of Psychology)

次女:理系(建築学部在籍)

Second daughter: Science (in the School of Architecture)

(但し、心理学は、統計学の学問でもあるので、理系に近い文系かな、と思っています。)

(However, psychology is also the study of statistics, so I think I have a liberal arts background similar to a science background.)

作業中のプロジェクト: ないしょ
番号: ないしょ
ID: ないしょ
自分のAPIキー AXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXE

困っていたこと

で、再度実行したら、こうなりました。

ところが、鉄道の情報が出てこない。

うまくいっていない理由確定

Google マップのルートサービスでは、交通機関の対象リストに記載されているすべての交通機関（日本を除く）をサポートしています。

ということで、日本で使用できるのは walking と driving の2モードのみのようです。

あかんやんか・・・

Keyword: VScode vscode 図面 draw.io  drawio

毎年1本は、Officeを使って特許明細書を書かなければなりませんが、パワーポイントは、フローチャートやシーケンス図の作成にはあまり向いていません。はっきり言えば使い難い。

*.drawioで提出できればいいのだけど、それでは、私の図面を修正する人が困ってしまうので、最終的には*.ppt/pptx形式にしなければなりませんが、このコンバートの相性がどうも今一つ。

今、ちょっとテストしていたのですが、一応、以下でできるようですが、文字が出てこなかったりとか完璧な対応は難しいようです。

1.svg形式で保存して、emfファイルに変換 (私は、https://convertio.co/ja/を使ってみた)
2. Officeに「拡張メタファイル」で貼り付け
3. グループ解除

(参考:SVGファイルをPowerPointで編集できる図形として読み込むには？)

Drawio. integration がエクスポート/コンバートに、ppt/pptx形式をサポートしてくれれば嬉しいんだけど、ないものねだりをしても仕方ありません。

どなたか、「何を言っとるんだ？ これで簡単にでできるだろう？」とアドバイスして頂ける方。お助け下さい。→ メールアドレス