約 1,496,669 件
https://w.atwiki.jp/terachaosrowa/pages/1772.html
どーも女プーチン書き手です。 一人称が安定していません。 つい先ほどリーダーのアカギさんが、 「 186を打ち殺してこい……！」 と言われたので、殺させていただきます。 【 186 死亡確認】 死因 アカギの怒りに触れ、女プーチン書き手によって殺される。
https://w.atwiki.jp/freudv/pages/100.html
同じCF-S51っても色々ラインナップあるのね〜。 CF-S51(Cel336MHz) [#k3f08540] CF-S51E(Pen][ 266MHz) [#hc350477] CF-S51(Cel336MHz) 2003-11-28 ポケットペストポットは娘に受けました。 おまけのお稽古が気に入ったみたいだけど、タイピングで泣きが入りました。 で、Cel336とPen2-266とどっちが快適なんだろう？ やっぱ周波数高いほうか？ とりあえず、富士通のHDDはクソだということでしょうか。 音うるせーーーよ！！！ 2003-11-16 VineLinuxを入れてたけど全然使わないんで、PostPet kidsを買ったんでWindowsにしてみようかと・・・。 バラしてHDDを取り出すのは面倒だし内蔵LANがあるってんで、DOSでネットワークに接続してファイルをコピってこようかと・・。 http //www.venus.dti.ne.jp/~inada/Network_install/windows_network.html とか見て、設定。 CF-S51の内蔵LANはintelの8255*シリーズってやつらしい。 結構探し回ってここらあたりからDOS用のドライバを落としてきた。 http //downloadfinder.intel.com/scripts-df/Detail_Desc.asp?agr=Y Inst=Yes ProductID=996 DwnldID=4239 そーいや、Z80系に8251とか8255とかいう石があったような。 って、それは違うか。8088系やっけ？ Z80ファミリーはそのまんまZ80PIOとZ80SIOやったかな。 せやけど、上のHPの説明道理に事は進まないのは世の中の常ですな。 Workgroup Connectionってやつのインストール時にネットワークアダプタの設定時に、8255のドライバがあるディレクトリを指定しても 「そん中には無いんだよ、ばぁ〜か！」 とか言われました。 しゃぁないので、NE2000互換でとりあえずインストールして、後からINIファイルとかinfファイルとか書き換えました。 書き換えたって言うても実は全然わからん。 他の設定をそのままコピーして名前だけ変えておしまい。 まさか、動くとは思わなかったけど試しに再起動したらネットワークアダプタは認識してるし。 おお！とか思ったけど、どうも接続先のコンピュータが見えてない。 適当にやったからダメなのか？ とか、思ってたけど、上記のHPをよ〜く見たら、ユーザー名がなんたらかんたら・・・。 あぁ、なるほどね。 ユーザー名をAdministratorに書き換えたら、見えましたよ。 ちゃんとCDドライブもにもアクセスできましたよ。 ちょっと感動。 ということで、今、ファイルをコピー中。 CF-S51E(Pen][ 266MHz) 2004-01-15 ジャンクなCF-M2C再生のために液晶は剥ぎ取られました。 使えるかどうか不安でしたが、同一製品の様でした。 で、、、液晶ないからディスクトップみたいにして外部モニタに繋いで使えばいいや！ なんて思ってましたが、よ〜く考えたら、標準でVGAコネクタ無いやん(笑) とりあえず、HDDのアクセスランプのLEDは青に変えました。 10GBのHDDに乗せ買えて寝転びマシンとか持ち運びマシンとかジュークボックスマシンとして活躍中。 パナのHPのタッチパッドのドライバって、アップグレードって名前だから旧バージョンがインストロールされていないと使えないと思ってたけど、違いました。 便利そうでつ。 このあたりから→http //panasonic.jp/pc/support/software/menu/driver.html#S51 でも、便利な使い方がイマイチ分からん。
https://w.atwiki.jp/haruhi_vip/pages/1437.html
さーて今日もキョン君のハートを独り占めするために可愛く演じなくっちゃね ランランラン♪って何だあの女！！何キョン君ンい話しかけてるんだ！あとで殺す！！ 朝倉「今日日直の当番なの忘れてたの」 なんだと！！あいつキョン君と同じクラスなのか！！糞餓鬼め！しかもキョン君をたぶらかすとは 朝倉「じゃあね」 やっと離れたか！でもキョン君があんまり話さないところを見るとどうやらキョン君は気がないようだな みくる「あはようございます、キョン君」 キョン「ああおはようございます」 みくる「さっきの人お友達ですか？」 キョン「いえいえクラスメイトですよ、ただの」 みくる「そうなんですか」よっしよっし！！ キョン「そんなに気になりますか？」 みくる「ちょっとだけ♪」 朝倉「む～」なにあの女、キョン君と別れてもう一回顔見ようと思ったら居た。 1年じゃ見ないわね、じゃあ2年生かな？いくら先輩でもキョン君だけは譲れない みくる「じゃあまた部室で♪」 朝倉（キョン君は私よりあっちが好きなのね、だったらキョン君を待ち伏せして落とす） 手紙入れようっと、これってラブレターだよね。キョン君くるかな？ そして放課後、 朝倉（まだかなー） 部室では キョン「朝比奈さん、お茶お願いします」 みくる「はーい」 朝倉（遅いなー、暇つぶしに学校中歩いてよ） ！！！！なに！！朝のあの女じゃん！！そうかキョン君と同じ部活だったのね。 だったらこらしめてやる。キョン君のことはいいわ、あの女を倒すことが先よ！ みくる（はっ殺気！！窓の向こうか・・・朝のあいつだな、ここはお互いきっちりケリをつけましょうか） みくる＆朝倉バチバチバチ キョン「じゃあ俺帰りますね」 みくる「はーい」 ガラガラ キョン「誰かいるか？・・・・やっぱりいたずらか」 屋上 みくる「どうやら目的は同じようね、お前を殺してキョン君はもらう！！」 朝倉「それはこっちのセリフよ！、このナイフに勝てるかしら？！」 みくる「それやってみなければわからない！、お前こそこの山奥で鍛えた鋼の拳に勝てるかな？」 朝倉「とうりゃああああああああ」 みくる「ふおおおおおおおおおおおお」 偶然帰り道で見えちゃった キョン（あれ？朝比奈さんと朝倉何で相撲してるんだろ？意外と仲良かったんだな） 完
https://w.atwiki.jp/haruhi_vip2/pages/1394.html
さーて今日もキョン君のハートを独り占めするために可愛く演じなくっちゃね ランランラン♪って何だあの女！！何キョン君ンい話しかけてるんだ！あとで殺す！！ 朝倉「今日日直の当番なの忘れてたの」 なんだと！！あいつキョン君と同じクラスなのか！！糞餓鬼め！しかもキョン君をたぶらかすとは 朝倉「じゃあね」 やっと離れたか！でもキョン君があんまり話さないところを見るとどうやらキョン君は気がないようだな みくる「あはようございます、キョン君」 キョン「ああおはようございます」 みくる「さっきの人お友達ですか？」 キョン「いえいえクラスメイトですよ、ただの」 みくる「そうなんですか」よっしよっし！！ キョン「そんなに気になりますか？」 みくる「ちょっとだけ♪」 朝倉「む～」なにあの女、キョン君と別れてもう一回顔見ようと思ったら居た。 1年じゃ見ないわね、じゃあ2年生かな？いくら先輩でもキョン君だけは譲れない みくる「じゃあまた部室で♪」 朝倉（キョン君は私よりあっちが好きなのね、だったらキョン君を待ち伏せして落とす） 手紙入れようっと、これってラブレターだよね。キョン君くるかな？ そして放課後、 朝倉（まだかなー） 部室では キョン「朝比奈さん、お茶お願いします」 みくる「はーい」 朝倉（遅いなー、暇つぶしに学校中歩いてよ） ！！！！なに！！朝のあの女じゃん！！そうかキョン君と同じ部活だったのね。 だったらこらしめてやる。キョン君のことはいいわ、あの女を倒すことが先よ！ みくる（はっ殺気！！窓の向こうか・・・朝のあいつだな、ここはお互いきっちりケリをつけましょうか） みくる＆朝倉バチバチバチ キョン「じゃあ俺帰りますね」 みくる「はーい」 ガラガラ キョン「誰かいるか？・・・・やっぱりいたずらか」 屋上 みくる「どうやら目的は同じようね、お前を殺してキョン君はもらう！！」 朝倉「それはこっちのセリフよ！、このナイフに勝てるかしら？！」 みくる「それやってみなければわからない！、お前こそこの山奥で鍛えた鋼の拳に勝てるかな？」 朝倉「とうりゃああああああああ」 みくる「ふおおおおおおおおおおおお」 偶然帰り道で見えちゃった キョン（あれ？朝比奈さんと朝倉何で相撲してるんだろ？意外と仲良かったんだな） 完
https://w.atwiki.jp/dbrpalpha/pages/4077.html
2024年01月12日22時06分のカオスバトル キャラ名 作者 体力 TYPE LIFE 勝利数 クローチェ Donald-2nd-R 19 スピード 1 1 Gummy Bee XR-200 30 攻防強化 1 0 キャル：姫型 Donald-2nd-R 20 攻防強化 1 0 阿 呆 おかか 14 守備重視 1 0 第2602回C-BR杯がスタートです！ 前回優勝したのはクローチェです！ 果たしてタイトルを防衛できるでしょうか！？ クローチェの攻撃！（命中率95％／ユニオンバースト率5％） クローチェ 「ロケットパーンチ！（ジャンピングロケットパンチで阿 呆に攻撃）」 阿 呆に1のダメージをあたえた！！ 阿 呆 「齒?」 残り体力（ クローチェ 19 , Gummy Bee 30 , キャル：姫型 20 , 阿 呆 13 ） 阿 呆の攻撃！（命中率95％／会心率5％） 阿 呆 「最 #24378;超超光束」 Gummy Beeに3のダメージをあたえた！！ Gummy Bee 「Buzzzgoo!」 残り体力（ クローチェ 19 , Gummy Bee 27 , キャル：姫型 20 , 阿 呆 13 ） Gummy Beeの攻撃！（命中率92％／会心率5％） Gummy Bee 「ゴゴゴ(ガムドロップ)」 キャル：姫型に4のダメージをあたえた！！ キャル：姫型 「もう...やめてったら！」 残り体力（ クローチェ 19 , Gummy Bee 27 , キャル：姫型 16 , 阿 呆 13 ） キャル：姫型の攻撃！（命中率65％／ユニオンバースト率5％） キャル：姫型 「ぶっ〇すわよ！（カラミティサンダーで阿 呆に攻撃）」 阿 呆に3のダメージをあたえた！！ 阿 呆 「齒?」 残り体力（ クローチェ 19 , Gummy Bee 27 , キャル：姫型 16 , 阿 呆 10 ） クローチェの攻撃！（命中率95％／ユニオンバースト率5％） クローチェ、連続攻撃！！！ クローチェ 「ロケットパーンチ！（ジャンピングロケットパンチでキャル：姫型に攻撃）」 キャル：姫型に2のダメージをあたえた！！ キャル：姫型に1のダメージをあたえた！！ キャル：姫型 「もう...やめてったら！」 残り体力（ クローチェ 19 , Gummy Bee 27 , キャル：姫型 13 , 阿 呆 10 ） 阿 呆の攻撃！（命中率95％／会心率12％） 阿 呆 「最 #24378;超超光束」 Gummy Beeはギリギリかわした。 Gummy Bee 「Goo」 残り体力（ クローチェ 19 , Gummy Bee 27 , キャル：姫型 13 , 阿 呆 10 ） Gummy Beeの攻撃！（命中率68％／会心率7％） Gummy Bee 「ゴゴゴ(ガムドロップ)」 阿 呆はゆうゆうとかわした。 阿 呆 「 #20320;在干什 #20040;？」 残り体力（ クローチェ 19 , Gummy Bee 27 , キャル：姫型 13 , 阿 呆 10 ） キャル：姫型の攻撃！（命中率22％／ユニオンバースト率8％） キャル：姫型 「ぶっ〇すわよ！（カラミティサンダーでクローチェに攻撃）」 クローチェはゆうゆうとかわした。 クローチェ 「あれっ？この方たちは、みなさんのお友だちじゃないんですかっ？」 残り体力（ クローチェ 19 , Gummy Bee 27 , キャル：姫型 13 , 阿 呆 10 ） クローチェの攻撃！（命中率95％／ユニオンバースト率9％） クローチェ 「ロケットパーンチ！（ジャンピングロケットパンチでキャル：姫型に攻撃）」 キャル：姫型に3のダメージをあたえた！！ キャル：姫型 「もう...やめてったら！」 残り体力（ クローチェ 19 , Gummy Bee 27 , キャル：姫型 10 , 阿 呆 10 ） 阿 呆の攻撃！（命中率52％／会心率20％） 阿 呆 「最 #24378;超超光束」 クローチェに3のダメージをあたえた！！ クローチェ 「ひゃあっ？！」 残り体力（ クローチェ 16 , Gummy Bee 27 , キャル：姫型 10 , 阿 呆 10 ） Gummy Beeの攻撃！（命中率25％／会心率11％） Gummy Bee 「ゴゴゴ(ガムドロップ)」 クローチェはゆうゆうとかわした。 クローチェ 「あれっ？この方たちは、みなさんのお友だちじゃないんですかっ？」 残り体力（ クローチェ 16 , Gummy Bee 27 , キャル：姫型 10（OK！） , 阿 呆 10 ） キャル：姫型の攻撃！（命中率95％／ユニオンバースト率24％） キャル：姫型、ユニオンバースト！！！ キャル：姫型 「とっておきをお見舞いよ！消えちゃえ！アビスエンドバースト！」 Gummy Beeに45のダメージをあたえた！！ 残り体力（ クローチェ 16（OK！） , Gummy Bee -18 , キャル：姫型 10 , 阿 呆 10 ） Gummy BeeのLIFEは0になった！ Gummy Beeは爆散した・・・ Gummy Bee 「（The Gummy Bee was slain...）」 クローチェの攻撃！（命中率95％／ユニオンバースト率13％） クローチェ、ユニオンバースト！！！ クローチェ 「機械人族の本気です！どかんと行きます！ギガンティックアームパンチ！」 キャル：姫型に19のダメージをあたえた！！ 残り体力（ クローチェ 16 , キャル：姫型 -9 , 阿 呆 10 ） キャル：姫型のLIFEは0になった！ キャル：姫型は膝を突いて消えた・・・ キャル：姫型 「あんたの力になれると思ったのに......失敗しちゃった、その、ごめん。」 阿 呆の攻撃！（命中率56％／会心率28％） 阿 呆 「最 #24378;超超光束」 クローチェに5のダメージをあたえた！！ クローチェ 「ひゃあっ？！」 残り体力（ クローチェ 11 , 阿 呆 10 ） クローチェの攻撃！（命中率95％／ユニオンバースト率14％） クローチェ「ロケットパーンチ！（ジャンピングロケットパンチで阿 呆に攻撃）」 ミス！阿 呆にダメージをあたえられない！ 残り体力（ クローチェ 11 , 阿 呆 10 ） 阿 呆の攻撃！（命中率58％／会心率30％） 阿 呆、痛恨の一撃！！！ 阿 呆 「クローチェ的胯部超 #32423;超 #32423;蹴蹴（性掻 #25200;）」 クローチェに19のダメージをあたえた！！ 残り体力（ クローチェ -8 , 阿 呆 10 ） クローチェのLIFEは0になった！ クローチェは目の中が電力マークになって膝を突いて消えた・・・ クローチェ 「ぴっ、ぴーっ......」 勝ち残ったのは阿 呆です！ 阿 呆が見事にC-BR杯を制覇しました！ 阿 呆 「好 #21543;！」 まさかの阿呆以下...... クローチェとキャル：姫型の事を阿呆以下と呼ぼう。 (2024年01月12日22時22分)：Donald-2nd-Rが阿呆以下を登録しました！ というわけで阿呆以下と言う名でキャル：姫型登録しました！ by.Donald-2nd-R（阿呆以下と阿呆以下2の人）
https://w.atwiki.jp/pptrpgqanda/pages/13.html
Q.能力攻撃の攻撃力は2D6以下になってもいいのですか？ A.能力攻撃が2D6以下になる場合はありえます。 『格闘点・武器点から移行する場合は１Ｄ６以上、能力点から移行する場合は２Ｄ６以上の攻撃力を取得した上でないと移行は不可』なだけであり、能力点から移行しない場合は2D6以下でも構いません。 ただし、1D6は必ず確保してください。 更新日時2015年12月09日 (水) 12時14分19秒
https://w.atwiki.jp/ohshio/pages/473.html
交流試合 日時：2008/05/31（土） 学年：４年・２年以下 会場：Ｊパワー電源開発グラウンド 対戦：荒井ＦＣ、高砂ＦＣ 詳細： 予定表 更新：2008/05/24
https://w.atwiki.jp/robotictooluse/pages/17.html
S. Ioffe and C. Szegedy, “Batch Normalization Accelerating Deep Network Training by Reducing Internal Covariate Shift,” arXiv preprint arXiv 1502.03167, 2015. https //arxiv.org/abs/1502.03167 Abstract Training Deep Neural Networks is complicated by the fact thatthe distribution of each layer s inputs changes during training, as the parameters of the previous layers change. This slows down the training by requiring lower learning rates and careful parameter initialization, and makes it notoriously hard to train models with saturating nonlinearities. We refer to this phenomenon asinternal covariate shift, and address the problem by normalizing layer inputs. Our method draws its strength from making normalization a part of the model architecture and performing the normalization for each training mini-batch.Batch Normalization allows us to use much higher learning rates and be less careful about initialization. It also acts as a regularizer, in some caseseliminating the need for Dropout. Applied to a state-of-the-art image classification model, Batch Normalization achieves the same accuracy with 14 times fewer training steps, and beats the original model by a significant margin. Using an ensemble of batch-normalized networks, we improve upon the best published result on ImageNet classification reaching 4.9% top-5 validation error (and 4.8% test error), exceeding the accuracy of human raters. まとめ 1. どんなもの DNNの学習では，浅い層のパラメータ変化によって深い層への入力が変化してしまう。このような現象を内部共変量シフトという。内部共変量シフトが生じると学習が難しくなったり不安定化したりする。その影響は層が深いほど深刻になる。 この問題は，各層に入力されるデータの分布を揃えることで低減できる。提案手法のBatch Normalization（以下，BN）では，ミニバッチ単位でデータの分布（平均と分散）を揃えることで，内部共変量シフトを低減する。 2. 先行研究と比べてどこがすごい 従来は学習率を低くしたりDropoutを適用したりして学習させてきたが，いずれの手法も学習速度を低下させてしまう。それに対してBNでは，学習速度を低下させる要素が存在しない。 他にも以下のような利点がある： BNは内部共変量シフトの影響を低減するので，学習率を大きくできる。実験では既存モデルの30倍まで学習率を大きくしても学習できた。 データの分布を活性関数の非飽和領域に揃えれば，勾配消失問題が起こらない。ReLUのような非飽和の活性関数じゃなくても学習できる。実験ではシグモイド関数を使ってDNNの学習に成功した。 正規化処理によって非線形変換のヤコビ行列の特異値が1に近づくので，損失勾配が効率的に伝播するようになる。 ミニバッチ集合を毎回シャッフルすることで正規化処理も微妙に変化する。これは正則化に近い役割を果たすので，BNがあればDropoutやL2正則化などがなくても過学習しにくい。 DropoutもReLUも深層学習の黎明期を拓いた重要な技術である。Batch Normalizationはその双方を置き換えうる手法ということで，深層学習の分野に大きなインパクトを与えた。 3. 技術や手法の肝はどこ？ 各次元ごとにミニバッチを正規化（平均0，分散1に変換）した後に，バイアスとスケーリング処理を加える。バイアスベクトルとスケーリングベクトルは学習によって最適化する。 計算を各次元で独立に行うことで，少ない計算量で白色化の近似を行う。 バイアスとスケーリングによって，所望の平均と分散に変換できる。 バイアスとスケーリングが学習データセットの平均と分散に一致すれば，正規化処理を打ち消すこともできる。 データセット全体の平均・分散の近似として，ミニバッチの平均・分散を用いる。 分布の平均と分散を計算するための計算量が削減できる。 ミニバッチの分布にわずかな偏りが生じることで，正則化の効果も期待できる。 4. どうやって有効だと検証した？ BNを適用したCNNを使って，ImageNet（画像認識タスク）を学習させた。既存モデルの1/14の学習ステップ数で同等の正解率に到達し，“4.9% top-5 validation error (and 4.8% test error)”で当時のSoTA。 5. 議論はある？ NIPS 15の時点で“If you aren t using batch normalization you should [http //codinginparadise.org/ebooks/html/blog/ten_deep_learning_trends_at_nips_2015.html]”と言われるくらいには広く使われている。 RNNに適用するとメモリ消費が大きくなる。各時刻の処理に対して別個にBNを学習させる必要があるようだ。 これに対処する手法がLayer Normalization。 6. 次に読むべき論文は？ [Shimodaira 00] covariate shift（共変量シフト）を定義した論文。 [杉山 06] 共変量シフトに関する日本語の資料。「共変量シフトとは，与えられた入力に対する出力の生成規則は訓練時とテスト時で変わらないが，入力（共変量）の分布が訓練時とテスト時で異なるという状況である．」とのこと。 [Ba+ 16] Layer Normalization; RNNに適用可能な正規化手法。 7. その他 序論にて，ミニバッチ学習の利点が紹介されている： ミニバッチに対する損失の平均はデータセット全体に対する損失の平均の推定値となる。よって，ミニバッチサイズが増えるほど学習の質が上がる。 ミニバッチ内の各計算は並列化できるので，ミニバッチサイズが大きいほど並列化処理の恩恵が受けられる。
https://w.atwiki.jp/lls_ss/pages/638.html
元スレURL 【問】以下の文章は千歌、曜、梨子が見た「夢」である 概要 以上の三人の夢の内容から、 現実で起きた出来事を三十字以上で説明せよ。 タグ ^高海千歌 ^桜内梨子 ^渡辺曜 ^ようちかりこ 名前 コメント
https://w.atwiki.jp/info_fukushima/pages/193.html
タコ氏のデマ「検出限界以下の食品を食べ続けると、高線量被曝になる」 タコ氏は、「検出限界以下の食品を食べても中線量被曝から高線量被曝になる」という珍説を主張しています。 肝心な事には答えないで「忙しくなってしまった」ようです。 http //blog.livedoor.jp/tacodayo/ タコ氏のブログ 検出下限は、機器や検査機関にもよりますが、10Bq/kg程度 検出下限は、機器や検査機関にもよりますが、10Bq/kg程度と考えてよいです。検出下限ギリギリの食品を毎日数キロ食べても、預託実効線量で「高線量」となることは、私の知る限りありえないことです。 「ダメージが蓄積する」などという意味不明な言い訳をしていますが、具体的に何を言いたいのでしょうか。もしかして「NDの食品を摂取して内部被曝したとする。それによってDNAが傷つくが、修復システムがまったく効かない状態が蓄積する。」という珍説でしょうか？ NDギリギリの10bg/kgのものだけを、一日二キロ食べるという無茶な計算でも年間0.1mSv どちらにせよ、預託実効線量を計算するサイトで試算したほうがいいです。 10bq/kgの食品を2kg、一年間毎日食べたとします。（ここではセシウム137で試算） http //testpage.jp/m/tool/bq_sv.php ここで計算してみてください。 この場合、預託実効線量は0.0949 mSv つまり、年約0.1mSvです。これが「ダメージが蓄積する」に該当するでしょうか？ 何万年NDの食品を食べ続ければ、高線量被曝するのだろうか 以下引用です。ミリグレイ（mGy)は、ほぼミリシーベルト（mSv)と読み替えていいようです。 つまり、仮の試算で、かなり多めに見積もった値、年0.1mSvというレベルは低線量域の中でも極低線量の領域です。 高線量というからには2000mSvに達することになります。 外部被曝の比較になりますが、自然放射線量の世界平均は年2.4mSv これの10分の１にも満たない値なのに、タコ氏というのは罵倒を繰り返しつつ、トンデモ珍説デマを掲示板で繰り返し唱え、訂正もないまま、去っていったのでした。 低線量放射線は総線量で200ミリグレイ未満、高線量放射線は2000ミリグレイ以上とされており、その間には中線量という定義もあります。 http //www.aomori-hb.jp/ahb2_08_h08_term.html 結論 まったく内部被曝について理解してない人であり、それを理解し訂正することも出来ない人であったことがわかりました。 人間は間違えたり知らなかったことは罪ではありません。訂正すれば良いのです。持論が間違っているのに、相手を不当に非難して逃げることは最も恥ずべきことです。 ※あきらかに侮辱する言葉を吐いています。私は正直呆れるだけですが、こういう態度の人間にさえ相手にしないといけないのは不条理だと感じます。 ただし、こういう無茶苦茶な誤解さえも、一つ一つ検証していくことは重要です。時間のある限り、当サイトの批判については誠意を持って回答していきたいと思います。 「鼻血が出るから放射能のせい」という理屈 ここでは話が拡散するので取り上げませんでしたが、簡単にタコ氏が言う「鼻血が出るのは（根拠がないけど）放射能のせい」ということについて。本当に現在の低線量放射線で「鼻血が出る」というのなら、ちゃんと疫学的に調べましょう。このデマ、都市伝説は多くの場所で語られていますが、ちゃんと科学的に調査した例を聞いたことがありません。世間には反原発団体（例えばグリーンピースとか）反原発派の議員、ジャーナリスト、識者、一般人、放射能なんとかのネットワークとかいう団体もあります。全国規模の組織がありながら、なぜ「鼻血について科学的な調査」をしないのでしょうか。 もし国が調査して「鼻血は増えてない」といっても納得しないんだから、自分たちでやるべきです。内部被曝ならホールボディーカウンターで被曝量を測定し、被曝量と鼻血発現率の相関関係を見る。もし外部被曝なら空間線量との相関関係を検証すればいいんじゃないですかね？真剣に「放射能で鼻血が出る」って思っているなら、やるべきです。 冗長になるので、あえて一部のスレッドのみ抜き出し転載。 タコさんへお願い 管理人 2012/10/15 (Mon) 03 52 35 小さい椀子蕎麦でも10杯も食べれば、タコは満腹になるが…(^_^;) 検出限界以下の食品を食べ続けると、中線量被曝から高線量被曝になるという話が判らない？ 足し算が出来ない？ タコ氏は上記のように「NDの食品を食べ続けると高線量」主張していましたが、都合が悪くなったのか、全然関係の無い話を持ちだしてごまかしています。 そもそもタコ氏は自身のブログで「正しい放射能情報を見つけるためのサイト」を「安全デマサイト」と言ってたようですが、 実際にはタコ氏は放射線の基礎知識も無く、生物学的半減期（放射性物質が体外へ排出されること）も知らず、しかも「高線量」になる。と思っていたようです。 さらに、「鼻血が出るから放射能の影響だ」と私管理人を論破していたつもりのようですが、「一つの結果をすべて一つの起因するものでしかない」という珍妙な理屈で押し通していたことも理解できないようです。 氏のブログも陰謀説を扱うブログのようですが当初から罵詈雑言で議論の態度も悪く、論理展開も稚拙です。嫌がらせをしたつもりですが、自ら墓穴を掘り続けています。 ですので、アクセス禁止なんてせずに、しばらく「NDの食品を食べ続けると高線量」という珍説についてどう言い逃れで誤魔化すのか、話をどのように拡散させて誤魔化すのか、罵倒で誤魔化すのか、しばらく見守りたいと思います。 アクセス禁止にしたら「言い訳で誤魔化す芸」が見れなくなるからです。 ※もちろんログはすべて保存し、削除しても後ほど公開いたします。 Re タコさんへお願い タコ 2012/10/15 (Mon) 09 08 41 》全然関係の無い話を持ちだしてごまかしています。 比喩、例え、という言葉を知らないようですね。 検出限界以下の食品を食べ続けてることは、小さいお椀で御代わりを沢山するという事を象徴しているのに、「全然関係の無い話を持ちだしてごまかしています。」 ですか…(^_^;) キチガイ？ 》生物学的半減期（放射性物質が体外へ排出されること）も知らず、 》しかも「高線量」になる。と思っていたようです。 ダメージが蓄積されていくことが判らないようですね。 例えていうなら、ボクシングでボディーブローを喰うようなものです。 おっと (￣□￣;)!! また、「全然関係の無い話を持ちだしてごまかしています。」 と言うのでしょうね。 ギャハハ 外部被曝の場合も、皮膚の細胞は3日から1週間で全て入れ替わりますが…(^_^;) 外部被曝と内部被曝の違いを論じるのに「生物学的半減期」ですか…(^_^;) ピントがづれていることにいい加減気がついたらどうです。 ちなみに、「生物学的半減期」については、当ブログの「放射性物質の生態濃縮」で、とっくの昔に記事にしていますが…(^_^;) ﾌﾟｹﾞﾗ 鬼の首をとったつもりでしょうが、とんだ赤っ恥でしたね。 それではお休みなさい。 タコも暫く忙しいので、返事が遅れますが、気を悪くせず、書き込みしてください。 ただし、簡潔に要点だけでお願いします。 それではお休みなさい。 タコも暫く忙しいので、返事が遅れますが、気を悪くせず、書き込みしてください。 ただし、簡潔に要点だけでお願いします。 Re タコさんへお願い 管理人 2012/10/15 (Mon) 09 43 21 小さい椀子蕎麦でも10杯も食べれば、タコは満腹になるが…(^_^;) 検出限界以下の食品を食べ続けると、中線量被曝から高線量被曝になるという話が判らない？ 足し算が出来ない？ 私は「内部被曝と外部被曝の違い」について指摘しているのではありません。 上記のようにタコ氏は「検出限界以下の食品を食べ続けると、中線量被曝から高線量被曝になる」と言っております。今更ごまかさないで。 結局「検出限界以下の食品を食べ続けると、中線量被曝から高線量被曝になる」は正しいということで良いのですよね？ 「生物学的半減期」について理解できなかったとしても恥ではありません。自分の間違い・デマを訂正しないまま罵詈雑言で誤魔化すほうが【恥】なのです。 Re タコさんへお願い 管理人 2012/10/15 (Mon) 10 00 36 ただし、簡潔に要点だけでお願いします。 ですから、【すでに】要点をまとめて答えやすく質問しています。 タコ氏が主張していた「検出限界以下の食品を食べ続けると、中線量被曝から高線量被曝になる」について、イエス・ノー、または数値でお答えください。 （二回目） １）放射性物質が微量（ND）でも蓄積して高線量被曝するんですよね？ ２）体から全く排出しない（蓄積する）んですね？ ３）NDの食品を食べ続けて、どれくらいの量(Bq)が、蓄積しますか？ ４）その高線量の具体的な数値は何mSvですか？