開発のあいまに

データの上昇角度を求めるSQL

ビッグデータシステムなど、大量のデータを解析する場合、JAVAやC#では計算元のデータを読込むだけで膨大な時間がかかってしまうので、最近では数十テラのデータであってもDBにインポートしてから、SQLで分析するのが主流になっています。
以下は、新しいデータが1つ前のデータに対して、どれだけ値が上昇したのか、その角度を求めるSQLServerのT-SQLです。データが増える度にリアルタイムでこのSQLを実行すると、角度から、データの急激な動きを視覚的に把握できるようになります。

DECLARE @StartDate DATETIME = '2015-08-29 06:45:00.000';

DECLARE @現在の値 FLOAT = 0;
DECLARE @1つ前の値 FLOAT = 0;

DECLARE cursor_DataHistory CURSOR FOR
SELECT TOP 2 [値]
FROM [DataHistory]
WHERE [StartDate] <= @StartDate
ORDER BY [StartDate] DESC;
	
open cursor_DataHistory;

FETCH NEXT FROM cursor_DataHistory INTO @現在の値;
FETCH NEXT FROM cursor_DataHistory INTO @1つ前の値;

CLOSE cursor_DataHistory;
DEALLOCATE cursor_DataHistory;

SELECT (ATAN((@現在の値 - @1つ前の値) / 1) * 180 / PI()) AS 上昇角度;

Excel、C#を使い、指数関数的減衰を、最大値が3程度になるように調整した計算式

Excel、C#を使い、特定の値が小さくなるほど、指数関数的に結果が大きくなる計算式　を元に、最大値が3程度になるように計算式を調整してみた。

一番左の「1」と、2つの「7」の値を変更する事で、指数関数的減衰は維持したまま、最大値を変えることができる。

変更した結果、どういう値になるかは、Excelで実際に計算してみると、分かりやすい。

 

【計算式】

y = 1 + (7 * LOG(x + 1) - 7 * LOG(x)) 

 

【Excel関数だと】

=1+(7*LOG(セル+1)-7*LOG(セル))

 

【C#だと】

public static double Get指数関数的減衰_最大値3程度(double x)
{
   return 1 + (7 * System.Math.Log10(x + 1) - 7 * System.Math.Log10(x));
} 

 

以下のようなグラフの値を求めたい時に使える。

Excel、C#を使い、特定の値が小さくなるほど、指数関数的に結果が大きくなる計算式

数学では「指数関数的減衰」というらしい。

 

【計算式】

y = (LOG(x + 1) - LOG(x))

 

【Excel関数だと】

=(LOG(セル+1)-LOG(セル))

 

【C#だと】

public static double Get指数関数的減衰_基本式(double x)
{
   return (System.Math.Log10(x + 1) - System.Math.Log10(x));
}

 

以下のようなグラフの値を求めたい時に使える。

T-SQLを使い、60分で、値が10上昇した場合、その角度を求める計算式

 

Declare @底辺x_分 float = 60;

Declare @高さy_上昇値 float = 10;

select ATAN(@高さy_上昇値 / @底辺x_分) * 180 / PI() as 上昇角度

 

直角三角形の、θを求めるのと、同じ式です。　下の図だとaに該当します。

 

顧客分析君2010 Beta

７月上旬から土日祝日、昼夜を問わずに開発を続け、「顧客分析君2010」のベータ版リリースまでようやくこぎ着けました。

製品版のリリースまでもう一息！！

ホーソン実験

２万人の従業員の面接結果から、集団組織には強い仲間意識が働いており、この共通の意識が能率向上を抑える方向に働く事が発見された。

能率向上を抑える、集団内の４感情。

１、あまり仕事に精を出し過ぎるな。
２、仕事を怠け過ぎるな。
３、上役に告げ口するな。
４、偉ぶるな。

脳の情報量とコンピュータの情報量について計算してみた

人の脳細胞は800億個あるらしいので、それがコンピュータでいうと何バイトになるか考えてみると、脳の神経細胞には、基本的に状態は二つしかない、「興奮している／していない」の2通り、なので、一つの細胞が保持できる情報量は1ビット。
そうすると以下の式が成り立つ。

800億個の脳細胞 × 1ビット ＝ 800億ビット ＝ 9.3GB

ずいぶん昔の、ノートパソコンなみの情報量しか、脳は扱えない訳ですね。改めて考えてみると、脳が扱える情報量はそんなもの・・・。
今後はますます、脳で扱う情報と、コンピュータに任せる情報とを、旨く切り分けて行く能力が、必要になって来るのでしょう。