jf3nka's ham radio blog @jf3nka - Tumblr Blog

2019 CQ WW DX CW Log Check Report

遅ればせ＆恥ずかしながら...

************************** Summary *************************** 536 Raw QSO before checking (does not include duplicates) 527 Final QSO after checking reductions 1397 Raw QSO points 1334 Final QSO points 118 Raw countries 117 Final countries 67 Raw zones 67 Final zones 185 Raw mults 184 Final mults 258445 Raw score 245456 Final score 5.0% score reduction 3 not in log 4 incorrect calls 2 incorrect exchanges 7 duplicates removed 0 (0.0%) calls unique to this log only (not removed) ********************** Results By Band *********************** Band QSO QPts Zone Cty Mult Raw 160M 0 0 0 0 0 Final 160M 0 0 0 0 0 Raw 80M 0 0 0 0 0 Final 80M 0 0 0 0 0 Raw 40M 61 150 16 27 43 Final 40M 60 147 16 26 42 Raw 20M 377 1031 23 53 76 Final 20M 370 980 23 53 76 Raw 15M 85 182 20 30 50 Final 15M 84 173 20 30 50 Raw 10M 13 34 8 8 16 Final 10M 13 34 8 8 16 Raw All 536 1397 67 118 185 258445 Final All 527 1334 67 117 184 245456 ************************* Not In Log ************************* 14067 CW 2019-11-24 0701 JF3NKA 25 UT2HC 16 7013 CW 2019-11-24 2055 JF3NKA 25 UP0L 17 14060 CW 2019-11-24 2219 JF3NKA 25 W2HZ 05 *********************** Incorrect Call *********************** 21031 CW 2019-11-23 2335 JF3NKA 25 KH6LT 31 correct KH6LC 14064 CW 2019-11-24 0741 JF3NKA 25 UW7M 16 correct UW6M 14064 CW 2019-11-24 0830 JF3NKA 25 LZ8R 20 correct LZ9R 14010 CW 2019-11-24 2204 JF3NKA 25 W8TB 04 correct W8TK *************** Incorrect Exchange Information *************** 14060 CW 2019-11-24 2255 JF3NKA 25 NI5L 04 correct 3 14060 CW 2019-11-24 2345 JF3NKA 25 W4EF 05 correct 3 ************ Stations Copying JF3NKA Incorrectly ************* 14054 CW 2019-11-23 0020 ZW5B 11 JF2NKA 25 14000 CW 2019-11-23 0731 RV3ZD 16 JA3NKA 25 14063 CW 2019-11-23 2328 W7YAQ 03 JF3NXA 25 7028 CW 2019-11-24 1330 SO9M 15 JF3NKE 25 14060 CW 2019-11-24 2246 N6QQ 03 JF3GKA 25 14063 CW 2019-11-24 2248 K6RO 3 JF3GKA 25 14060 CW 2019-11-24 2247 K3PA 4 JF3GKA 25 14060 CW 2019-11-24 2251 N6IC 3 JF3GKA 25 14000 CW 2019-11-24 2258 K9IL 04 JF3KNA 25 ********* Stations Receiving Not In Log From JF3NKA ********** 21013 CW 2019-11-24 0508 VR2CC 24 JF3NKA 25 14065 CW 2019-11-24 0625 UA6LCN 16 JF3NKA 25 14067 CW 2019-11-24 0704 5H3UA 37 JF3NKA 25

#hamradio #cqww

LUCKY TAPES - Gravity（Official Music Video）

#lucky tapes

Lamp - ため息の行方

#Lamp

2019 CQ WW DX CW Contest

　SOABL(A) 536 Qs, 67 Zn, 119 Cty, 259,842 Pts (raw)

　2日目午後にお茶をキーボードへぶちまける失態を犯す。慌てて拭き取るも、ほどなくしてEnterとBackspaceキーが利かなくなってしまった。これでは運用どころではない。幸い息子の使い古しがあったため、何とか急場は凌げたが危うくリタイアを強いられるところだった。　 コンディションは去年と同様の低調ぶり。まぁこの時期なので文句を言っても仕方ない。

#ham radio #cqww

Jakob Ogawa - April

#jakob ogawa

2019 WAEDC CW

Raw Score（SINGLE-OP LOW） 222Pts（111QSO + 111QTC) x 52Mlt = 11,544Pts

所用のため初日夜のみの参加。低調かつ不安定なコンディションで例年以上にコピーに苦労させられた（きっと減点も多いだろう..）。時折21MHzも聞いてみたが開ける様子はなく、結果的に14MHzのみのQSOとなった。で、今回も見事に最低記録を更新（下図）。仮にフル参加したとしても2017年のスコアを超えることはできなかったと思う

N1MM+のQTC I/Fはかなり使い易くなったけれど、まだ詰めが甘い点が残っているようだ（例えばConfigureの“Cut Number Style”設定がTimeには効かない等。その点Win-Testは細かい部分まで洗練されていると思う）。チケットを登録したので、うまくすれば来シーズンには改善されるかもしれない

#ham radio #waedc

KIRINJI Golden harvest

Drums & Chorus ：楠均 Electric bass ：千ヶ崎学 Keyboards & Chorus ：コトリンゴ Electric guitar & Chorus ：弓木英梨乃 Pedal steel guitar & Chorus ：田村玄一 Percussion & Computer ：矢野博康 Electric guitar & Vocal ：堀込高樹

#kirinji

2019 ALL ASIAN DX CW Contest (2)

AA DX 参加局の年齢（コンテスト・ナンバー）分布。（ナンバー00を除くユニーク・コール242局が対象）

最年少は11歳（BY）、最年長は87歳（DL, GM）、平均57.9歳。 2017年度の平均（57.4歳）とほぼ変わらず。

#ham radio #jarl #all asian dx

KIRINJI 恋の気配

Drums & Chorus ：楠均 Electric bass ：千ヶ崎学 Keyboards & Vocal ：コトリンゴ Electric guitar & Chorus ：弓木英梨乃 Pedal steel guitar & Chorus ：田村玄一 Percussion & Computer ：矢野博康 Electric guitar & Vocal ：堀込高樹

#kirinji

2019 ALL ASIAN DX CW Contest

Row Score SO20LP ： 30,288

ARRL, WPX に参加できなかったので、これが2019年最初のコンテスト（どころか最初のQSO）。初日の日中は強風でアンテナを上げることができず、夜になって風がおさまってから14MHzに出てみた。5～10分毎に浮き沈みする不安定なコンディションだったが、EUの奥まで強く聞こえる時間帯もあった。

#ham radio #jarl #all asian dx

浦上・ケビン・ファミリー／芸術と治療

2018 CQ WW DX CW Log Check Report

　昨年比で僅かに改善するも、老体にはもうこの辺りのエラーレートが限界ですな...

************************** Summary *************************** 545 Claimed QSO before checking (does not include duplicates) 536 Final QSO after checking reductions 1441 Claimed QSO points 1378 Final QSO points 104 Claimed countries 104 Final countries 61 Claimed zones 60 Final zones 165 Claimed mults 164 Final mults 237,765 Claimed score 225,992 Final score 5.0% Score reduction 1.7% Error rate based on claimed and final qso counts 7 (1.3%) calls copied incorrectly 0 (0.0%) exchanges copied incorrectly 2 (0.4%) not in log 3 (0.5%) duplicates (Removed without penalty) 0 (0.0%) calls unique to this log receiving credit (not removed) ********************** Results By Band *********************** Band QSO QPts Zone Cty Mult Claimed 160M 0 0 0 0 0 Final 160M 0 0 0 0 0 Claimed 80M 0 0 0 0 0 Final 80M 0 0 0 0 0 Claimed 40M 123 318 17 34 51 Final 40M 120 297 17 34 51 Claimed 20M 366 1001 22 46 68 Final 20M 362 965 22 46 68 Claimed 15M 49 106 17 18 35 Final 15M 47 100 16 18 34 Claimed 10M 7 16 5 6 11 Final 10M 7 16 5 6 11 Claimed All 545 1441 61 104 165 237765 Final All 536 1378 60 104 164 225992 ************************* Not In Log ************************* 7033 CW 2018-11-25 1410 JF3NKA 25 UN1QWA 17 14051 CW 2018-11-25 2204 JF3NKA 25 N2MM 05 *********************** Incorrect Call *********************** 21039 CW 2018-11-24 0215 JF3NKA 25 BY0MK 27 correct DY0MK 21034 CW 2018-11-24 0541 JF3NKA 25 BY1CW 24 correct BY1CY 14004 CW 2018-11-24 0550 JF3NKA 25 R3RR 16 correct R4RR 14062 CW 2018-11-24 0729 JF3NKA 25 RT6T 16 correct RT6A 14062 CW 2018-11-24 0758 JF3NKA 25 RM3R 16 correct RM4R 7031 CW 2018-11-24 0924 JF3NKA 25 N7GP 03 correct N6GP 7014 CW 2018-11-25 2126 JF3NKA 25 S52M 15 correct S53M ********************** Lost Multipliers ********************** 21039 CW 2018-11-24 0215 JF3NKA 25 BY0MK 27 correct DY0MK -Z ************ Stations Copying JF3NKA Incorrectly ************* 21000 CW 2018-11-25 0124 KH7M 31 JF3NKL 25 7008 CW 2018-11-25 1346 SN8B 15 JG3NKA 25 7006 CW 2018-11-25 1347 OH1VR 15 JR3NKA 25 ********* Stations Receiving Not In Log From JF3NKA ********** 14061 CW 2018-11-24 0746 RU6M 16 JF3NKA 25

#hamradio #cqww

YOLO on the NVIDIA Jetson Nano

　2019年4月に発売されたNVIDIAのシングルボード・コンピュータ Jetson Nano(*1)を使ってYOLO(*2)の実行性能を調べてみた。

ModelGFLOPs fpsCfg Weights YOLOv229.475 4 yolov2.cfg yolov2.weights YOLOv2-tiny 5.412 15 yolov2-tiny.cfg yolov2-tiny.weights YOLOv3 65.864 2 yolov3.cfg yolov3.weights YOLOv3-tiny 5.571 15 yolov3-tiny.cfg yolov3-tiny.weights

何れのモデルもDarknetフレームワーク(*3)上で実行（演算精度はFP32）。使用したリポジトリは下記　https://github.com/AlexeyAB/darknet

モデルの総演算量（GFLOPs）はDarknetツールによるモデルパース時の出力値を転記

実行性能（fps）は「USB Cam入力 → CNN推論 → Post処理（バウンダリBox描画等）→ 表示」の一連の演算に対するフレームレート。ビデオストリーム・サイズは640x480

モデルの入力サイズ（Cfg）は416x416

訓練済みウェイトパラメータ（Weights）のデータセットはCOCO、分類は80クラス

YOLOv2実行中のコンソール

USB CamはSony PlayStation®Eye（60fps@640×480, 120fps@ 320×240）

(*1) Jetson Nanoは組み込みシステム向けにニューラルネットワークの推論演算をアクセラレートすることを狙ったシングルボード・コンピュータ。Jetsonシリーズの最廉価モデルの位置づけで、発売価格99ドル。FP16（半精度浮動小数点数）モードにおける公称ピーク性能は472GFLOPs。開発キットの主なハードウェアスペックは以下。

開発用ソフトウェア環境としてはUbuntu 18.04をベースとする「JETPACK 4.2 SDK」が準備されており、CUDA, cuDNN, OpenCV, TensorRT, Python3.6/2.7等々の深層学習向けライブラリ群が同梱される。サーバ側の学習環境はNVIDIA GPU上にCUDA＋cuDNN＋...＋オープンソース・フレームワーク（TensorFlow, PyTorch, Caffe, etc.）で構築されるのが常だから、学習環境と推論環境とがこれらのエコシステムを介してシームレスに繋がるのがJetson開発環境の一番の“売り”と言えると思う。（推論用ハードウェア性能だけで言えば、3月に発売されたGoogle Coral “Edge TPU”の方が速いし電力効率でも勝っている。一方、Googleの開発環境は上で述べた“地続き感”には乏しい） [参考URL] https://blogs.nvidia.co.jp/2019/04/02/jetson-nano-ai-computing/ https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkit

(*2) YOLOは深層学習にもとづく物体検出アルゴリズムのひとつ。与えられた画像中の複数の物体に対し、分類クラスとバウンダリ・ボックス座標の信頼度確率を回帰問題として同時に解く実装がなされている。SSD（別種の物体検出アルゴリズム）と共にハードウェアのベンチマーク指標として用いられることも多い。YOLOの能力を知るには以下のTED「コンピューターはいかに物体を即座に認識できるようになったのか」を見ていただくのが手っ取り早い。 [参考URL] https://www.ted.com/talks/joseph_redmon_how_a_computer_learns_to_recognize_objects_instantly?language=ja#t-5153 https://pjreddie.com/darknet/yolo/ https://arxiv.org/abs/1612.08242 https://www.slideshare.net/DeepLearningJP2016/dl-reading-paper20170804pdf

(*3) Darknetは深層学習用オープンソース・フレームワークのひとつ。Cで実装されている。開発者のJoseph RedmonはYOLOの作者でもある。Darknet/YOLOの実に明快なライセンス条件はここを参照。

#nvidia #jetson #deeplearning #machine learning #yolo

The Mummers - Call Me a Rainbow

#the mummers

Our system, AlphaFold, which we have been working on for the past two years, builds on years of prior research in using vast genomic data to predict protein structure. The 3D models of proteins that AlphaFold generates are far more accurate than any that have come before—making significant progress on one of the core challenges in biology.

　DeepMindがタンパク質の折り畳み構造（フォールディング）を予測する“AlphaFold”を開発し、先日メキシコで行われたタンパク質の構造予測コンペティション（CASP13）で他の研究グループを引き離して1位を獲得*1したようだ。

タンパク質の折り畳みとは

　細胞内で遺伝子情報にもどづいて翻訳（合成）されたペプチド鎖*2は、それぞれの配列に応じた3次元構造に正しく折り畳まれることによって、はじめてタンパク質としての固有の機能を持つようになる。

　例えば、私たちの免疫系を構成する抗体タンパク質はY字型の構造をとり、Y字の両腕の部分が抗原（病原体など）を捕らえて、その抗原の特徴を記憶する*3。また、コラーゲンタンパク質は、軟骨、靭帯、骨、皮膚の間の張力を伝達するために紐状の構造をとる。

なぜタンパク質の折り畳みが重要なのか

　アルツハイマー病、パーキンソン病、ハンチントン病、嚢胞性線維症などの疾病はタンパク質の折り畳みミスによって引き起こされると考えられている。

　これらの疾患の診断、治療に加え、体内でのタンパク質の役割を理解するためには、その構造を予測する能力が必要とされる。また、折り畳みの理解はタンパク質設計を可能とし、創薬や地球環境改善（廃棄物を分解するバクテリア設計）などへの応用にも資すると期待される。

タンパク質の折り畳み形状は計算可能か

　タンパク質の折り畳みは物理法則に基づいて進行するが、その法則（自由エネルギー最低状態の算出方法）が解明されていないため、アミノ酸配列から理論的に計算することができない。

　一方、もしランダム探索を使ってタンパク質が取り得る3D構造を網羅的に評価する方法を採ると、必要な計算時間は宇宙の年齢（138億年）をはるかに超えてしまう*4。

　過去50年の間、科学者たちは低温電子顕微鏡法、核磁気共鳴法、X線結晶構造解析法といった実験技術を使ってタンパク質の形状を追い求めてきた。が、これらの方法は多分に試行錯誤に依存する上、1回あたりの実験コストも高い。

AlphaFoldとは

　DeepMindが開発したニューラル・ネットワークに基づく計算システム「AlphaFold」は、以下の手順でタンパク質の折り畳み構造を“推論”する。

既知のタンパク質構造を教師データとしてトレーニングされたネットワークAを用いて、未知のペプチド鎖中の各アミノ酸ペア構造について以下を推論する　　a) アミノ酸ペア間の距離　　b) アミノ酸ペア間の化学結合の角度

上で得られたアミノ酸ペアの距離分布を（何らかの評価関数を用いて）スコア化し、このスコアが最良解にどの程度近づいているかを推論するための別のネットワークBをトレーニングする

このネットワークの推論結果（好スコア構造）と合致する構造をタンパク質ランドスケープから検索する

従来の構造生物学で一般的に用いられる技術（ドメイン知識）を適用し、検索したタンパク質構造の断片を推論で得られたタンパク質の断片で置換する操作を繰り返す

上の操作で得られたタンパク質構造を新たな教師データとしてネットワークAとBのトレーニングを繰り返し、推論精度を改善する*5

一定の改善が進んだネットワークAと、新たに用意した別の評価関数（最急降下法に基づくもの）を使ってさらにトレーニングを行い、ネットワークを最適化する。ここでの最適化は上の工程のような断片構造ではなく、タンパク質鎖全体に適用する

下図は最終的なタンパク質構造の推論結果例

緑：実際のタンパク質の構造青：AlfaFoldが推論した構造

CASP13に参加したのは98の研究チーム。AlphaFold（エントリG043/A7D ）は43種のタンパク質のうち25種の構造を正確に予測した。2位のチームは3種であった。

アミノ酸がペプチド結合によって並んだ分子構造

病原体の構造を記憶した抗体タンパク質は同じ構造の病原体を捕まえて排除する。従ってある型のインフルエンザに対する抗体が体内にできれば、以降は同型には罹患しない

アミノ酸150個（150残基）から構成されるタンパク質を想定する。ひとつのアミノ酸が3種類の位置状態を取りうるとし、一回の状態変化に0.1ps（1x10-13秒）を要すると仮定すると、全探索に必要な時間は　　3150 x 10-13 ≒ 1058秒 ≒ 1050年（宇宙の年齢は1.38 x 1010年）しかし実際のタンパク質は1ms程度で折り畳まれる。これは上の速度で1010回の探索回数にしか過ぎない（Levinthalのパラドクス）

トレーニングのイタレーション方法はDeepMindのブログ記事に詳しく書かれていないので、この一連のフローは多分に推測を含んでいる（権利化などの事情で詳しく書けない点があるのかもしれない。追って論文で明確になることを期待したい）。既知のタンパク質構造の教師データだけでは全く足りなくて、この工程を必要とするのだと思われる。が、下手をすると逆効果（精度劣化）を生じるだろうし、ドメイン知識を援用せざるを得ない点にもAlphaZeroとは違った困難さが顔を覗かせているように感じる。とは言え、そういった危険な隘路をくぐり抜けたからこそコンペで勝つことが出来たわけで、やはり手放しでお見事という他ない

#AlphaFold #DeepMind

2018 CQ WW DX CW Contest

　SOABL(A) 545 Qs, 60 Zn, 104 Cty, 235,996 Pts(raw)

　今年はなかなかスケジュールが合わず、ずっとコンテストに参加できずにいた。このまま2018年が終わってしまうのは忍びなく、都合をつけて久しぶりにリグの前に座ってみた。

　あまりに久しぶりすぎてコンディションの良し悪しがよく分からない。が、21MHz以上の落ち込みはますます酷くなっているようだ。一方、14MHzはオープンする時間は短いもののNA, EU方面がよく聞こえ、ちらほらと呼ばれる時間帯もあった。

#ham radio #cqww

moumoon「moonlight」

Trending Blogs

Recently Viewed Blogs

jf3nka's ham radio blog