約 3,281,320 件
https://w.atwiki.jp/phktech_tips/pages/23.html
線形補間とか円弧補間駆動についての備忘録 線形補間の行い方 DDAもといブレゼンハムのアルゴリズムを利用する http //dencha.ojaru.jp/programs_07/pg_graphic_07.html 四捨五入させた方が直線補間っぽくなる. (0,0)から(10,1)までを移動させた場合の軌跡 四捨五入していない場合は最後の移動でyが動く. 四捨五入の場合はxの中間でyが動く ソースコードのリンク⇒ www34.atwiki.jp/phktech_tips 直線補間ルーチンの拡張 上で示したソースはdx dyでかつdx,dyが共に正でないと正常に動かない.任意の条件で直線補間が可能になるようにルーチンを拡張する. ポイント 移動量が最大の軸を主軸,それ以外の軸を従軸とする.主軸をインクリメントする度に従軸もインクリメントするかの判定を行う
https://w.atwiki.jp/dactiltoeb/pages/400.html
アルゴリズム ステータス コードネーム 風神 クラス バルタン 装備 エウロス 疾風の指輪? 建国暦 紹介 テスト
https://w.atwiki.jp/sms20120113/pages/67.html
日時 毎週火曜日 20 00~21 30 テキスト 『Introduction to Algorithms (MIT Press) (英語)』 - Thomas H. Cormen (著), Charles E. Leiserson (著), 他2名 前提知識 高校数学 プログラミングの経験 などが前提知識としてあるとベストですが、無くてもどうにかなると思われます アルゴリズム解析概説 アルゴリズム解析とは、アルゴリズムの実行に必要とされるリソース(時間や記憶領域)量を見積もることである。アルゴリズムの「効率」や「複雑さ」は一般に、入力長からそのアルゴリズムを実行するのに必要なステップ数(時間複雑性)や記憶領域サイズ(空間複雑性)への関数として表される。(Wikipedia抜粋) また、学習については英語書籍を利用するが、翻訳済みの書籍も存在しています。 備考 聴講可能 現在メンバー募集中 活動報告 -1.2016/12/27 第1章―第1節 -2.2017/01/03 第1章―第2節~第2章-第1節(挿入ソートの証明まで) -3.2017/01/10 第2章―第1節 -4.2017/01/17 第2章―第2節(挿入ソートのアルゴリズム解析直前まで) -5.2017/01/31 第2章―第2節~第2章-第3節(分割統治法まで) -6.2017/02/07 第2章―第3節(p35冒頭まで) -7.2017/02/21 第2章―第3節~第2章-章末問題(章末問題 2-1まで) -8.2017/02/28 第2章-章末問題 -9.2017/03/07 第3章-第1節(Ω記法の解説まで) -10.2017/03/14 第3章-第1節(練習問題3.1-2まで) -11.2017/03/21 第3章-第1節~第3章-第2節(指数関数まで) -12.2017/03/28 第3章-第2節 -13.2017/04/04 第3章-章末問題(3.1~3.3まで) -14.2017/04/11 第3章-章末問題(3.4~3.5まで) -15.2017/04/18 第3章-章末問題(3.6) -16.2017/04/25 第4章-序文 -17.2017/05/02 第4章-第1節 -18.2017/05/09 第4章-第2節 -19.2017/05/16 第4章-第3節 -20.2017/05/23 第4章-第4節(練習問題手前まで) -21.2017/05/30 第4章-第5節~第4章 章末問題 -22.2017/06/06 第5章-第1節~第5章-第2節の途中まで -23.2017/06/13 第5章-第2節~第5章-第3節の途中まで -24.2017/06/20 第5章-第3節まで -25.2017/06/27 第5章-第4節まで -26.2017/07/04 第5章-章末問題 -27.2017/07/18 第6章-第1節 次回予告 07/25 20 00 ~ 21 30 第6章-第2節から
https://w.atwiki.jp/naobe/pages/155.html
ソフトウェア共通に戻る トポロジカルソート http //www.geocities.jp/oraclesqlpuzzle/csharp/csharp-8-18.html 参照 閉路のない有向グラフ(Directed Acyclic Graph)(DAG)をソートする。結合ノードごとに経路をソートする。ジョブの実行順序を求めるために使う。 ハッシュ SDBM http //www.cse.yorku.ca/~oz/hash.html 参照 sdbm(ndbmのpublic domain reimplimentation)データベースライブラリ用に作成された。ビットスクランブルが良い。 実質の機能は、hash(i) = hash(i - 1) * 65599 + str[i]。バークレーDBでは以下のアルゴリズムを使っている、 static unsigned long sdbm(str) unsigned char *str; { unsigned long hash = 0; int c; while (c = *str++) hash = c + (hash 6) + (hash 16) - hash; return hash; }
https://w.atwiki.jp/inter_anarchist/pages/34.html
あなたの新しいロボットのボスに会いましょう クレイグ・ゲントとのインタビュー 多くの人が長い間、AIとロボットが労働者に取って代わるのではないかと心配してきました。しかし、労働者を管理するためのアルゴリズムシステムの使用の増加にはあまり注意が払われず、これまで以上に権威主義的で搾取的な職場を作り出しています https //x.com/jacobin/status/1805398000161931553?s=61 t=j6fSqmJEhHaT-47OT8JZnQ https //jacobin.com/2024/06/ai-algorithmic-management-productivity-unions Geminiによる要約 https //t.co/lLqVajmVJ6 https //g.co/gemini/share/b153f6e7acc1 アルゴリズム管理は、労働者の自律性と尊厳を奪い、職場を非人間的な場所にする可能性があります。また、労働組合の活動やストライキなどの労働運動を弱体化させる効果もあります。 Algorithmic Management A Threat to Workers' Rights and Union Power https //g.co/gemini/share/7fc8e90b7e46 Gemini で作成されました 公開日時 2024年6月25日 10 57 以下の文章のポイントを要約して。〉 あなたの新しいロボットのボスに会いましょう とのインタビュー クレイグ・ゲント 多くの人が長い間、AIとロボットが労働者に取って代わるのではないかと心配してきました。しかし、労働者を管理するためのアルゴリズムシステムの使用の増加にはあまり注意が払われず、これまで以上に権威主義的で搾取的な職場を作り出しています。 労働者は、2023年7月11日、ニューヨーク州メルビルのプライムデーにアマゾンのフルフィルメントセンターで注文を実行します。(ジョニー・ミラノ/ゲッティイメージズ経由のブルームバーグ) 宗教のトピックを中心とした新しい印刷版が発行されました。このリンクをたどって、割引された1年間のサブスクリプションと無制限のウェブアクセスを入手してください。 インタビュー カル・ターナー サラ・ヴァン・ホーン タクシーの運転手やバリスタからアマゾンの労働者やマクドナルドのレジ係まで、多くの労働者は、新しい技術がどのように労働条件を劣化させているかを懸念しています。政治や視点のスペクトルを超えて、多くの人が自動化とコンピュータ化された意思決定を労働者の仕事の質や存在に対する脅威と見なしています。 しかし、8月にVersoから出版された彼の今後の本Cyberboss The Rise of Algorithmic Management and the New Struggle for Control at Workで、学者のCraig Gentは、人々は職場における新技術の最も有害な側面を理解できないことが多いと主張しています。彼は、ほとんどの労働者にとって最も重要な懸念は、ロボットによる交換ではなく、ロボットによる管理であるべきだと示している。 ゲントは、労働者の生産性を監督し、職場の決定を下すためのコンピュータの使用である「アルゴリズム管理」は、すでに労働者の代理店と尊厳を奪う経営構造を悪化させると主張している。この高まった支配に抵抗するには、アルゴリズム管理が職場の組織化を弱体化させ、その抑圧のためのキャンペーンをどのようにするかを認識する必要があります。 カル・ターナーとサラ・ヴァン・ホーンは、アルゴリズムが職場をどのように再構築しているか、これまでのAIに対するいくつかの組合の反応の欠点、そして労働者が反撃している創造的な方法について、ジャコバンのためにゲントと話しました。 サラ・ヴァン・ホーン アルゴリズム管理とアルゴリズムパワーは、サイバーボスの重要な概念です。これらの用語を定義できますか? クレイグ・ゲント アルゴリズム管理は、本質的に、労働者の管理の最前線の経験が、実際には人間の管理者ではなく、コンピュータ、アルゴリズム、またはより漠然とした用語では「システム」であることを意味します。 アルゴリズムの力は、職場内の第3の力です。マネージャーとその力と労働者と彼らの力に加えて、コンピュータシステム自体は職場内で独自の権限を持っています。 カル・ターナー テクノロジーがますます管理上の役割を果たしている職場の例をいくつか挙げていただけますか? クレイグ・ゲント ファーストフードやカフェからタクシー会社、ニュースルーム、司法制度まで、いたるところで見られます。しかし、頂点には物流職場があり、商品を移動する物理的なプロセスを整理することに加えて、アルゴリズムはそこで働く労働者を管理しています。それは、彼らの動きを管理する、彼らのタスクを管理する、または労働自体の配分を管理するという形をとることができます。 通常、労働者は画面ベースのインターフェースを介して「システム」に関与しているように見えます。例えば、今日、マクドナルドの従業員は、目の前で注文を整理している画面とインターフェースしています。物流の職場では、多くの場合、ハンドヘルドスキャナです。ギグエコノミーでは、通常はアプリです。 サラ・ヴァン・ホーン 自動化に対する「ロボットが私の仕事のために来ている」という議論の誤謬について少し話していただけますか?それは何を誤解していますか? クレイグ・ゲント 人々は、少なくとも1970年代から、ロボットが働くために光を必要としないため、ライトをオンにする必要がない、いわゆる「ライトアウト」工場について話してきました。明らかに、私たちは、作業のない工場の床を走り回っているロボットのよく公表されたプロトタイプを見てきました。しかし、ロボットは維持、修理、調達に非常に費用がかかり、人間がしない問題に遭遇します。 労働者がコンピュータに置き換えられるよりも、コンピュータによって管理されている労働者を見る可能性がはるかに高いです。 例えば、ほこりの平凡な問題は、倉庫の床を歩き回って1日何時間も過ごしているロボットにとって問題です。だから、ほこりのない倉庫を習得するのとほぼ同じ時期に、本当に無機能な倉庫を見ることを賭けます。それは決して起こらないとは言いませんが、あり得ないです。労働者がコンピュータに置き換えられるよりも、コンピュータによって管理される可能性がはるかに高い。 カル・ターナー あなたは、仕事の将来には報酬と確実性よりも危機に瀕していると書いています。つまり、労働不安はしばしば低賃金だけでなく、経営管理にも負担をかけるということです。これは仕事の将来にとって何を意味しますか? クレイグ・ゲント それは、職場での尊厳と、労働者として尊重されることの意味に対するさらなる攻撃を見ることを意味します。仕事に行かなければならないという事実を本当に楽しむ人はほとんどいませんが、仕事中に労働のために積極的に圧迫され、非人間的な方法で扱われる人は絶対に誰も望んでいません。職場でどのように扱われるかが低下すると思います。これは、職場を超えて、より広く階級政治に政治的意味を持っています。 それはまた、私たちが慣れてきたよりも広い方法で労働組織について考えなければならないことを意味します。労働組合のような多くの労働組織は、賃金、年金、契約条件、健康、安全など、時間の経過とともに縮小しています。しかし、多くの場合、これらの懸念は、アルゴリズム管理がどこでどのように権力を行使するかの本質に実際に触れていません。 サラ・ヴァン・ホーン その緊張と、それがどのように再生されるのを見たかについてもっと話していただけますか?組合はアルゴリズム管理にどのように反応しましたか、それとも反応しませんでしたか? クレイグ・ゲント 英国の観点から言えば、組合は明らかに技術が仕事を再構築していることを認識しており、これらの技術が労働者をひどく扱い、仕事自体を劣化させるために使用されているのではないかと疑っています。しかし、彼らの要求の実際の内容に関しては、彼らは技術自体についてあまり言うことがありませんでした。 その理由は、過去100年間、労働組合が仕事の組織自体に対する主張を実践から外れており、多くの人はそれを彼らの役割とさえ見ていないからです。マネージャーが管理する権利という考えは、労働組合主義の中でも強いです。組合は失業や賃金の請求を喜んでいますが、実際の仕事の組織はマネージャーのビジネスと見なしています。労働権の画期的な保証は条件で得られましたが、明示的なトレードオフは、新技術に対する主張を捨てたり、作業プロセスを再編成したりすることでした。 展開する方法は、多くの場合、労働組合が待機してそれが起こるのを見ることを余儀なくされ、緩衝の役割を果たし、搾取率を改善しようとしています。私は、彼らの組合が物流センター内の雇用主と一緒に、仕事について実施される独立した時間と動きの研究を先導したという事実を非常に誇りに思っていたある労働組合職員と話したことを覚えています。彼らはそれをベンチマークの練習と見なしました。タイムアンドモーションの研究を行うことができれば、彼らは与えられた時間内に何が可能かについて共通の客観的な感覚を持つでしょう。 それは完全に管理論理に賛同していますが、彼らは組合が交渉できる砂に線を引いていると見ていました。私がそのようなプロセスを経験した労働者と話したとき、それは単に彼らがより懸命に働かなければならないことにつながった。労働組合関係者は、職場の労働者の利益に完全に反する方法で、職場でのタイムアンドモーション研究を理解していました。 労働運動はまた、一方の側に労働者、もう一方の側に雇用主、真ん中に組合があり、彼らがしばしば採用する仲介の役割のために、しばしば介入に不快です。組合は、制裁されていない抵抗や組織の形態を和らげたいことがよくあります。私が労働者と話していたときに本当に印象的だったことの1つは、彼らがほとんどすべて労働組合と曖昧な関係を持っていたということです - そして、彼らはとにかく抵抗をしていました。どちらかといえば、彼らは職場で認められた労働組合にもかかわらず抵抗していた。 アルゴリズム的に管理された企業の地形で勝ちたい場合、レバレッジがどこにあるかを見つけたい場合は、古いやり方でそれを見つけるつもりはありません。それは、伝統的な産業行動の形態が無意味であるということではありません。しかし、多くの組合の中には、まず組織して交渉するために認識を得なければならないという考えがあり、交渉がうまくいかない場合は、ストライキ以外の行動があり、ストライキ行動があり、その後、あなたが望むものを手に入れます。しかし、そのパイプラインは、この技術を先取りすることを本当に真剣に考えているなら、私たちのアプローチにおいてはるかに創造的でなければならないような方法で崩壊し始めます。 非常に統制された作業方法の中で、システムを回避する方法をより暗黙のうちに理解することが重要になります。 人々がすでにどのように抵抗しているかを研究する中で、私はノウハウやコツのようなものが本当に重要になるのを見ました。非常に統制された作業方法の中で、システムを回避する方法をより暗黙のうちに理解することが重要になります。不満を抱いた労働者による個別の活動形態であるという最初の外観にもかかわらず、ウェアラブルスキャナーをハッキングするための特別なコードを共有する労働者のように、彼らの周りに出現した集団の形態がありました。 マネージャーはヒエラルキーのトップではないことを覚えておく必要があります。通常、マネージャー自身はシステムについて大きな洞察力を持っていません。したがって、労働者がその事実を利用することができれば、暗黙の理解と戦術的なノウハウが本当に物事を揺るがしたい労働組合運動の制度的重みと組み合わされれば、それは本当に印象的です。 カル・ターナー AIについて具体的に話していただけますか? クレイグ・ゲント AIはさまざまな文脈で多くのことを意味しますが、基本的には非常に高速なコンピュータを意味します。明らかに、昨年人々が最も精通したAIは大規模な言語モデルであり、場合によっては、ハリウッドの作家のストライキで見たように、仕事を奪う恐れがあります。しかし、それは本当にコンピュータによる管理についてではありません。また、アマゾンのフルフィルメントセンターで使用されているシステムを、ある程度の自律性でサイバネティックに機能するという意味で、AIと呼ぶこともできます。 AIは、労働組合が固まっているものであるため、アルゴリズム管理に関する会話に関連しています。英国では、AIをめぐる労働組合の取り組みは、ほとんどの労働組合の包括的な機関である労働組合会議によって主導されています。彼らは「仕事とAI革命」と呼ばれるマニフェストを持っており、AIをめぐる加盟組合の多くの取り組みを導いています。しかし、マニフェストは、健康と安全の薄い棚と、AIが非人道性のおかげで労働者の健康と安全を危険にさらすかどうかにかかっています。また、そもそもアルゴリズム管理がどのように強力になるかを誤解する方法で、透明性にも過度に関心を持っています。 透明性の議論は、アルゴリズム管理に問題があるのは、それがブラックボックスであるという考えから来ています。それがどのように決定を下しているかを見ることができないため、推論したり、反対提案をしたりすることはできません。しかし、アルゴリズム管理を開くと、それは単なる行と行とコードの行です。アルゴリズム的に管理された職場のパワー関係を説明するコードの一部はありません。 別の言い方をすれば、問題が特定のアルゴリズムであり、それに入った社会的決定が見つからない場合は、画像を広げる必要があります。文化人類学者のニック・シーバーが書いているように、「任意のアルゴリズムの決定を押すと、あなたは多くの人間のものを見つけるでしょう。」したがって、焦点は本質的に間違った場所にあります。アルゴリズムのコード行は、あなたが知りたいことを教えてくれません。これは、実際には職場内の仕事と権力の組織化に関するものです。 サラ・ヴァン・ホーン 労働組合がアルゴリズム管理に従事する最も戦略的な方法は何ですか?彼らが作ることができる最も強力な需要は何ですか? クレイグ・ゲント 最も強力な要求は抑圧です。アメリカの作家組合が昨年のストライキでAIの周りに行った要求によって、私は多くの希望を与えられました。彼らは、AIが健康と安全の問題であるとは言えないことを認識し、代わりに、その特定のセクター内でAIから良いことは何も得られないと主張した。 倫理的なアルゴリズム管理は不可能だと思います。アルゴリズム管理は労働を強化するだけです - それがそのためのものです。だから、抑圧は私を本当に興奮させる需要になるでしょう。 しかし、それどころか、アルゴリズム管理を使用する企業の力を弱体化させようとする深刻な試みは、特にアルゴリズム管理がストライキのようなものを損なう方法のために有用だと思います。私は、まだ非常に20世紀のバージョンの職場に基づいている労働組合の歴史的な組織化レパートリーを広げるための議論をします。代わりに、組合は、新しいものではないが、職場での転覆やサボタージュなど、歴史の中でさらにさかのぼってもっと使用された戦術に慣れる必要があります。 アルゴリズムのコード行は、あなたが知りたいと思うことを教えてくれません。これは、実際には職場内の仕事と権力の組織化に関するものです。 組合が克服しなければならない問題の1つは、不安定さだけでなく、職場自体の中で、労働力の完全な断片化です。アルゴリズム管理は、彼らがお互いに接触しないように、スペース内で労働者を組織します。そこでは、仕事は孤独で反社会的な経験であり、誰かを知るには時間がかかりすぎます。アルゴリズム管理は、職場での組織化の前提条件を奪います。 アルゴリズム管理がストライキ自体をどのように弱体化させるかという点では、企業がストライキのルートを変更できるのと同じくらい簡単です。ドイツでは、アマゾンに対する史上初のストライキ中に、ストライキ行動に何日も何日も失われました。しかし、アマゾンへの影響は、単に注文を他の倉庫にすばやく再ルーティングできるため、サービスの中断を最小限に抑えることができたため、ごくわずかでした。 カル・ターナー 個人としても集団としても、人々がどのようにアルゴリズム管理に抵抗したかについて話していただけますか? クレイグ・ゲント 労働者の生産性が厳重に監視されていたヒースロー空港近くの倉庫で減速のケースがありました。毎日のシフト割り当ては、前日に特定の生産性スコアを達成したかどうかに基づいていたため、シフトが確認されたかどうか、またはキャンセルされたかどうかを伝えるテキストメッセージで始まります。 これらの代理店の労働者は、社内労働者が支払われた金額の70%を支払われました。代理店の労働者の何人かが集まり、減速を組織し、明らかな象徴的な理由で生産性目標の70%で働くことを決定しました。労働者は、定量化され提示される特定の生産性指標に取り組んでいなければならないことに慣れていたため、生産性の70%がどのようなものかを実際に測定することができました。そして、これは、生産性指標との具体化された関係であり、翌日のテキストメッセージで確認されました。 残念ながら、主催者が経営陣に密告されたため、その行動はうまくいきませんでした。しかし、アルゴリズムに取り組む人々の経験がそれに抵抗することを可能にした、本当に興味深い瞬間でした。 他のケースでは、抵抗は、人々がアルゴリズムを回避するために意図しない方法で毎日対話するデバイスを使用できることに気づく、sutterfugeの形をとっています。例えば、彼らは生産性の計算から自分自身を取り除くか、自分自身に認可されていない休憩を与え、その後、労働者はダウンローでこの知識を共有することができます。他の場所では、抵抗は、アルゴリズム管理を定義する情報の非対称性を克服するために、コンピュータと学習されたパスワードを使用するという形をとっています。 インタビュー記事「あなたの新しいロボットのボスに会いましょう」要約 記事の内容 この記事は、Versoから出版されたCraig Gent氏の著書「Cyberboss The Rise of Algorithmic Management and the New Struggle for Control at Work」の内容を紹介しています。Gent氏は、AIやロボットが労働者を置き換えることよりも、アルゴリズムによる管理の方が深刻な問題だと主張しています。 アルゴリズム管理とは アルゴリズム管理とは、コンピュータシステムを使用して労働者を監視、管理することです。これは、倉庫や物流センターなどの職場によく見られ、労働者の動きや作業時間を追跡したり、タスクを割り当てたりするために使用されます。 アルゴリズム管理の問題点 アルゴリズム管理は、労働者の自律性と尊厳を奪い、職場を非人間的な場所にする可能性があります。また、労働組合の活動やストライキなどの労働運動を弱体化させる効果もあります。 労働組合の抵抗 記事では、労働組合がアルゴリズム管理に対抗するために取っているいくつかの方法を紹介しています。 抑圧を要求する AIの使用を完全に禁止する要求 アルゴリズムの透明性を求める アルゴリズムがどのように機能するかを明らかにする要求 ストライキやサボタージュなどの戦術を使う 労働組合の伝統的な戦術に加えて、新しい戦術も必要 職場での連帯を強化する 労働者が互いに協力し、情報共有できるようにする 個人の抵抗 記事では、個人がアルゴリズム管理に対抗するために取っているいくつかの方法も紹介しています。 生産性を意図的に下げる 目標を達成するために必要な速度で働かない システムをハッキングする システムの誤作動を引き起こしたり、データを操作したりする 情報を共有する アルゴリズムの仕組みや回避方法に関する情報を共有する 結論 アルゴリズム管理は、労働者にとって深刻な脅威です。労働組合や個人が協力して、この新しい形態の管理に対抗する必要があります。 その他 記事では、AIやロボット自体よりも、アルゴリズム管理の方が問題であると強調されています。 労働組合は、伝統的な戦術に加えて、新しい戦術も必要とされています。 労働者同士の連帯が重要です。 記事からの学び アルゴリズム管理は、労働者にとって深刻な問題である 労働組合や個人が協力して、この新しい形態の管理に対抗する必要がある 労働組合は、伝統的な戦術に加えて、新しい戦術も必要とされている 労働者同士の連帯が重要である 考察 この記事は、AIやロボットがもたらす新しい課題について考えさせられます。アルゴリズム管理は、労働者の権利を脅かす可能性があり、労働組合や個人が協力して対抗する必要があります。 また、記事では、労働組合が新しい戦術を必要としていることが示唆されています。これは、労働組合が変化する時代に対応していく必要があることを意味します。 さらに、記事では、労働者同士の連帯が重要であることが強調されています。これは、労働者が共通の目標に向かって協力することが重要であることを意味します。 今後の課題 労働組合は、アルゴリズム管理に対抗するための新しい戦術をどのように開発していくのか? 労働者は、どのように連帯していくのか? 政府や企業は、アルゴリズム管理の悪影響をどのように抑制していくのか? これらの課題は、今後議論されていく必要があるでしょう。 ストライキ以外の抗議行動事例考えて。 ストライキ以外の抗議行動事例 ストライキ以外にも、労働者や市民が要求や主張を訴えるために様々な抗議行動が行われています。以下に、いくつかの事例を紹介します。 1. デモ・集会 場所 公共の場 (道路、広場、公園など) 方法 スローガンを唱えたり、プラカードを掲げたり、行進したりする 目的 多くの人々に問題を認知してもらう、世論を喚起する 事例 2020年 アメリカでジョージ・フロイド氏殺害事件に対する抗議デモ 2021年 香港で民主化運動 2022年 ウクライナ侵攻に対する反戦デモ 2. ボイコット 方法 特定の企業や商品を購入しないことで、経済的な圧力をかける 目的 企業や政府に政策変更を促す 事例 1988年 南アフリカのアパルトヘイト体制に対するボイコット運動 2017年 トランプ大統領の政策に対するボイコット運動 2022年 ロシア産エネルギーのボイコット 3. 座り込み 場所 公共施設や企業の施設など 方法 座り込みをすることで、施設の運営を妨害する 目的 要求が通るまで、施設を占拠し続ける 事例 1963年 アメリカで公民権運動におけるバスボイコット 2011年 スペインで経済危機に対する抗議デモ 2020年 香港で民主化運動 4. ハンガーストライキ 方法 断食をすることで、命懸けで訴えかける 目的 極めて強い意志表示をすることで、要求を絶対に通す 事例 1981年 アイルランドでボビー・サンズ氏によるハンガーストライキ 2009年 イランで緑の運動参加者によるハンガーストライキ 2022年 ウクライナ侵攻に対する抗議でロシア人活動家によるハンガーストライキ 5. サボタージュ 方法 故意に仕事を怠ったり、品質を落としたりすることで、企業に損害を与える 目的 経営陣に圧力をかける 事例 1930年代 アメリカで労働組合によるストライキ 1970年代 イタリアで赤旅団によるテロ活動 2019年 香港で民主化運動におけるサボタージュ行為 6. ハッキング 方法 企業や政府のコンピュータシステムに侵入し、情報を漏洩させたり、システムをダウンさせたりする 目的 企業や政府に打撃を与え、要求を飲ませる 事例 2011年 アノニマスによるWikiLeaksへの支援活動 2014年 ソニーに対する北朝鮮によるハッキング攻撃 2022年 ロシアによるウクライナ政府機関へのハッキング攻撃 7. ソーシャルメディアによる抗議 方法 ソーシャルメディア上でハッシュタグを拡散したり、企業や政府を批判する投稿をしたりする 目的 多くの人々に問題を認知してもらい、世論を喚起する 事例 2011年 アラブの春におけるソーシャルメディアの活用 2017年 #MeToo運動 2020年 Black Lives Matter運動 8. 市民的不服従 方法 法律や規則に故意に違反することで、社会の不正義に抗議する 目的 社会の変革を促す 事例 1955年 アメリカでローザ・パークス氏によるバスボイコット 1963年 アメリカでマーティン・ルーサー・キング・ジュニア氏による公民権運動 2019年 香港で民主化運動における市民的不服従 これらの事例はほんの一例であり、他にも様々な抗議行動が存在します。 抗議行動を選ぶ際のポイント 続けて 抗議行動を選ぶ際のポイント 抗議行動を行う際には、以下の点を考慮する必要があります。 1. 目的 何を達成したいのかを明確にする 目標が具体的に定まっていないと、効果的な抗議行動は行えない 2. ターゲット 誰に訴えかけるのかを明確にする ターゲットが間違っていると、効果は得られない 3. 方法 目的とターゲットに合った方法を選択する 違法な方法や暴力的な方法は避ける 多くの人に参加してもらうために、分かりやすく、実行しやすい方法を選択する 4. スケジュール いつ、どこで、どのように行動するのかを計画する 長期的な視点で計画を立て、継続的に行動することが重要 5. リスク 逮捕や怪我などのリスクを事前に考慮する 安全対策を講じる 6. 連帯 他の団体や個人と協力して行動する 連帯することで、より大きな力になる 7. メディア マスコミに報道してもらうことで、世論に訴える メディアへの対応を事前に準備しておく 8. 法律 法律を遵守する 法律違反は、抗議運動の正当性を損なう 9. 安全 自分の安全だけでなく、周囲の人の安全にも配慮する 危険な状況があれば、すぐに撤退する 10. 継続 一度で結果が出なくても、諦めずに継続する 継続することで、世論を動かすことができる 効果的な抗議行動の事例 2011年 エジプト革命 エジプト革命では、SNSを活用した抗議活動や、非暴力的な市民的不服従などが効果的に行われた。これらの活動により、ムバラク政権は倒壊し、民主化への道が開かれた。 2014年 香港民主化デモ 香港民主化デモでは、座り込みやデモ行進などの伝統的な抗議活動に加えて、SNSを活用した情報発信や、サボタージュなどの活動も行われた。これらの活動により、香港政府は民主化に向けた改革を約束した。 2020年 Black Lives Matter運動 Black Lives Matter運動では、SNS上でハッシュタグを拡散したり、企業や政府を批判する投稿をしたりするなど、ソーシャルメディアによる抗議活動が効果的に行われた。これらの活動により、人種差別に対する世論が大きく高まった。 これらの事例は、抗議行動が社会を変える力を持っていることを示しています。 まとめ 抗議行動は、社会を変えるための有効な手段の一つです。しかし、効果的な抗議行動を行うためには、目的、ターゲット、方法などを事前にしっかりと検討する必要があります。また、法律を遵守し、安全に配慮することも重要です。 もっと詳しく書いて。 抗議行動の事例:詳細と考察 はじめに 前回は、ストライキ以外の抗議行動の事例をいくつか紹介しました。今回は、それぞれの事例についてさらに詳しく見ていき、考察を加えていきます。 1. デモ・集会 事例詳細 場所 公共の場 (道路、広場、公園など) 方法 スローガンを唱えたり、プラカードを掲げたり、行進したりする 目的 多くの人々に問題を認知してもらう、世論を喚起する 参加者 一般市民、学生、労働者、活動家など 効果 世論を動かし、政策変更を促す可能性がある 考察 デモ・集会は、最もポピュラーな抗議行動の一つです。多くの人々が集まることで、社会的なインパクトを与えることができます。しかし、効果を出すためには、以下の点に注意する必要があります。 明確な目的を持つ 何を達成したいのかを明確にする ターゲットを絞る 誰に訴えかけるのかを明確にする 参加しやすい環境を作る 多くの人々が参加できるように、場所や時間などを工夫する メディアへの対応を事前に準備する マスコミに報道してもらうことで、世論に訴える 安全対策を講じる 暴力や事故を防ぐ 2. ボイコット 事例詳細 方法 特定の企業や商品を購入しないことで、経済的な圧力をかける 目的 企業や政府に政策変更を促す 参加者 消費者、市民団体、活動家など 効果 企業に経済的な損失を与え、政策変更を促す可能性がある 考察 ボイコットは、企業や政府に経済的な圧力をかける効果的な方法です。しかし、効果を出すためには、以下の点に注意する必要があります。 参加者が多ければ多いほど効果がある 多くの人々が参加することで、企業に大きな打撃を与えることができる 代替品がある 消費者が代替品を購入できる場合、効果は薄れる 長期的な視点で取り組む 短期的な効果は期待できない 3. 座り込み 事例詳細 場所 公共施設や企業の施設など 方法 座り込みをすることで、施設の運営を妨害する 目的 要求が通るまで、施設を占拠し続ける 参加者 活動家、市民、労働者など 効果 施設の運営を妨害し、世論の注目を集めることができる 考察 座り込みは、強い意志表示をする効果的な方法です。しかし、効果を出すためには、以下の点に注意する必要があります。 明確な要求を持つ 何を要求しているのかを明確にする 覚悟を決める 長期間座り込む覚悟が必要 周囲の人々に迷惑をかけない 騒音やゴミなどを発生させない 4. ハンガーストライキ 事例詳細 方法 断食をすることで、命懸けで訴えかける 目的 極めて強い意志表示をすることで、要求を絶対に通す 参加者 活動家、政治家、市民など 効果 命懸けの訴えかけは、世論の同情を集め、要求が通る可能性を高める 考察 ハンガーストライキは、極めて危険な抗議行動です。しかし、効果を出すためには、以下の点に注意する必要があります。 最後の手段 他の方法で解決できない場合にのみ行う 事前に準備をする 医師の診断を受け、支援体制を整える 周囲の人々に理解を求める ハンガーストライキの目的を理解してもらい、支援してもらう 5. サボタージュ 事例詳細 方法 故意に仕事を怠ったり、品質を落としたりすることで、企業に損害を与える 目的 経営陣に圧力をかける 参加者 労働者、活動家など 効果 企業に経済的な損失を与え、経営陣に圧力をかけることができる 考察 サボタージュは、違法行為であり、倫理的に問題があります。しかし、効果を出すためには、以下の点に注意する必要があります。 慎重に検討する 他の方法で解決できない場合にのみ行う 証拠を残さない 自分がサボタージュを行っていることを証明する証拠を残さない 連帯する 他の労働者と協力して行う 続けて 抗議行動の事例:詳細と考察(続き) 6. ハッキング 事例詳細 方法 企業や政府のコンピュータシステムに侵入し、情報を漏洩させたり、システムをダウンさせたりする 目的 企業や政府に打撃を与え、要求を飲ませる 参加者 ハッカー、活動家など 効果 企業や政府に大きな打撃を与えることができる 考察 ハッキングは、違法行為であり、重大な犯罪です。しかし、効果を出すためには、以下の点に注意する必要があります。 高い技術力が必要 ハッキングには、高度な技術力が必要です リスクが高い 逮捕されるリスクや、システムに重大な損害を与えるリスクが高い 倫理的な問題がある 個人情報などを漏洩させる行為は、倫理的に問題があります 7. ソーシャルメディアによる抗議 事例詳細 方法 ソーシャルメディア上でハッシュタグを拡散したり、企業や政府を批判する投稿をしたりする 目的 多くの人々に問題を認知してもらい、世論を喚起する 参加者 一般市民、活動家など 効果 短期間で多くの人々に情報を拡散することができる 考察 ソーシャルメディアによる抗議は、近年注目されている新しい抗議行動です。しかし、効果を出すためには、以下の点に注意する必要があります。 明確なメッセージを発信する 何を訴えたいのかを明確に伝える 拡散しやすいコンテンツを作る 画像や動画などを活用して、拡散しやすいコンテンツを作る 継続的に発信する 一度で結果が出なくても、諦めずに継続する 8. 市民的不服従 事例詳細 方法 法律や規則に故意に違反することで、社会の不正義に抗議する 目的 社会の変革を促す 参加者 一般市民、活動家など 効果 社会に大きなインパクトを与えることができる 考察 市民的不服従は、リスクの高い抗議行動です。しかし、効果を出すためには、以下の点に注意する必要があります。 明確な目的を持つ 何を達成したいのかを明確にする 覚悟を決める 逮捕や罰金などのリスクがある 非暴力で行う 暴力は絶対に避ける まとめ 抗議行動は、社会を変えるための有効な手段の一つです。しかし、効果的な抗議行動を行うためには、目的、ターゲット、方法などを事前にしっかりと検討する必要があります。また、法律を遵守し、安全に配慮することも重要です。 参考資料 https //en.wikipedia.org/wiki/Social_movement https //en.wikipedia.org/wiki/Social_movement https //www.britannica.com/browse/Social-Movements-Trends その他 上記以外にも、様々な抗議行動の事例があります。 抗議行動を行う際には、常に安全に配慮する必要があります。 法律を遵守し、違法行為は行わないようにしましょう
https://w.atwiki.jp/bonchu/pages/27.html
ソートアルゴリズム ある数字列を並び替えるにはどのようなアルゴリズムがあるだろうか。 クイックソート 一番左の数字を基準にそれより大きいほうと小さいグループに分ける。分けたグループ内で同じことをし、グループが全て単体になったらソート完了 最も早い。標準Nlog(N)、最大N^2 マージソート 要素を分割していき、単体から順にソートしながらマージしていく。 比較的早い。標準・最大Nlog(N) ヒープソート 挿入ソート バブルソート 一番左の数字と二番目の数字を比較し、大きいほうを右側にする。次に二番目と三番目で同じことを行い、三番目と四番目、四番目と五番目とソートしていく 最も単純で遅い
https://w.atwiki.jp/digicre/pages/16.html
C/C++を使ってアルゴリズムについて考えていく講座です。 アルゴリズム上の基本技術・基礎数学再帰関数 ソート法基本的なソート法バブルソート 選択ソート 挿入ソート 数値計算台形近似積分 ニュートン法
https://w.atwiki.jp/akitaicpc/pages/27.html
プログラミングコンテストで重要なアルゴリズム 基本的なアルゴリズム(最大値・最小値・素数判定・組み合わせ・順列など) 探索アルゴリズム(幅優先探索・深さ優先探索・枝刈り探索など) グラフアルゴリズム(ダイクストラ法・ベルマンフォード法・ワーシャルフロイド法・プリム法など) 動的計画法(DP) ソートアルゴリズム(挿入ソート・バブルソート・クイックソートなど) 計算幾何(線分の交差判定・円の当たり判定など) ...
https://w.atwiki.jp/akitaicpc/pages/89.html
探索アルゴリズム 基本的な探索アルゴリズム 深さ優先探索 DFS? 幅優先探索 BFS? 二分探索? 枝刈り探索? ...
https://w.atwiki.jp/kwbthrms/pages/199.html
アルゴリズム取引 コンピューターシステムが株価や出来高などに応じて、自動的に株式売買注文のタイミングや数量を決めて注文を繰り返す取引のことを言います。 具体的には、売買注文を分散したり、また株価が割安と判断したタイミングで自動的に買い注文を出したりします。 機関投資家の売買注文については、従来から証券会社の電子取引執行システムを活用したダイレクト・マーケット・アクセス(DMA)により、 証券取引所に直接、注文を自動執行する仕組みもありますが、アルゴリズム取引では、より有利な価格で約定できるための証券会社独自のノウハウをプログラミングとして盛り込んでいるのが特徴であると言えます。 アルゴリズム取引は、当初は米国の機関投資家を中心に広まり、 現在日本国内の機関投資家にも急速に普及しつつあるようです。