Ar Nosurge クリア
アルノサージュ！
とりあえずクリアです！ いくつか埋め損なったものがあるので途中のセーブデータから再クリアしたり、別エンドを見たりする必要はあるのですが、とりあえず1回クリアということで。
いや、ホントはちょうど一週間前には終わっていたんですが、ブログに書くのを後回しにしていた結果今まで書かずにいたわけで……
クリア
レベルMAX
お金 いっぱい
トークマター カノン3つ取り逃し それ以外コンプ
コスモスフィア 名前違うけど コンプ
図鑑 アイテム等は埋まってる
85h
残り回収
エンディング（NOT リインカーネーションx2、シュレリア）
トークマター3つ
詩魔法（白鷹の真面目な方のやつ）取得したものの使わずにクリアしたのでムービーが登録されておらず
調合いくつか
感想
ウルゥリィヤちゃん可愛い
可愛い！！！！！！！！！！！！！！！！！
にゃ、ってなんですかにゃって！ もうね、五右衛門風呂行って出くわしたとき鼻血出るかと思ったよ！！
いちいち可愛いし服も可愛いし仕草も可愛いし白鷹の精神世界でも可愛いしもう（
……マジで続編なりサイドストーリーなり出てくれませんかね？
可愛さについてもっと語りたいけどこの辺で〆。夢の中に出てきてくれないかなぁ……
人の醜さ
シェルノサージュからそうでしたが、アルトネリコの系譜ということで人の姿をまざまざと描いていますね。
人は助け合いと言いながらも他人を信じきるなんてなかなかできなくて、そのせいで自滅したり仲間割れしたりと大変です。そんなシーンが何度あったことか。
ネイが協力を仰いで反発されるシーンは腹が立つと同時に「そらそうよね」と落胆する気持ちもありましたし。もっとも、ネイが疾風のおネイとか言っていろいろ活動していたおかげで信頼を勝ち取ることに成功したので、そこは万事休す、もといネイ様様。
ネイにカノンのようなカリスマ性は無くとも、有り余る行動力で民の信頼を勝ち取ったのは流石です。
人とシャール
人は自分と違うものを恐れ、排除しようとするものです。シャール（ジェノム）もそうですし、こちらの世界でも人間同士で争う始末ですから……
その融和というのは非常にセンシティブ……というのでしょうか？ 触れにくい部分であると共に重要なテーマだと思います。
黒幕がいろいろやっていたんですけどね。
現実にそんな黒幕がいるわけではないのがまた問題をややこしくするものです。
アルトネリコ
後半、突然大量のネタがぶっこまれましたね。
アルシエルに行ったときは胸が熱くなりました。初代アルトネリコを実際にやったことはありませんが、トウコウスフィアやらラノベやら4コマやらで概要は知っていたので。今度実際にプレイしたい。
シュレリア様！ シュレリア様じゃないか！ きゅっきゅっ！ って言って！！ って盛り上がってました。
調合
良かった！ というかひとつひとつイベントがあって楽しかった！
贅沢を言うなら、イベントがフェーズの頭でだいたい一気に出来てしまうので、フェーズ後半での楽しみが少ないというのを何とかして欲しかった。
後半にならないと手に入らないアイテム、とか設定出来たら良かったのに。
敵
ラスボス、硬いだけでしたね……ちなみに裏ボスこと母胎想観は倒しました。仕様を理解していなかったので99999ダメージx11+一戦にて。
序盤のステージでも、後のフェーズで入ると敵が変わっていたりして大変でした。簡単に倒せるようになっている、と思ったら普通に戦わないといけないので、ちょっと面倒だったり。特にネイとお風呂に入りたいときとか。
そのせいもあって、自分のレベルをあまり実感出来ないままでした。
アイテムによる強化がすごく強かったので、レベルはそこまで重要ではないといえばそのとおり。レベル上げしてもそんなに強くなるわけではなかったというのは、レベル崩壊しないいい仕様だったのでは。
ステージの雑魚の仕様も面白かった。アルトネリコシリーズは2しかやったことが無いのですが、アルトネリコ2の敵ゲージをちょっと変えて持ってきた感じでしたね。
アルトネリコ2のバトルシステムは最高なので、いろいろそれに近い仕様だったのは感動しました。ガードがあれだったのはちょっと残念。悪くはないですけどね。やっぱりアルトネリコ2のあのガードは楽しかったので。
戦闘中のコマンドもアルトネリコ2みたいな。パワーアップの使用回数を増やして使っていたら、クッソ強くて楽しかった。デルタがオラついているだけで（○＞△）敵が吹き飛んでいきました。
ところで、アーシェスのクイック、たぶんバグってますよね。クイック発動中にL+△やるとダメージ判定がされなかったりします。他の攻撃でもたまに。アプデされないでしょうけど。
詩魔法で敵をまとめて殲滅するのも気持ちいい。好きなシステムでした。
敢えて言えば、敵の種類がちょっと少ないのと、敵をBREAKしたときにターンが終わってしまうのは不満です。BREAKする順番を考えるのも楽しかったと言えばそうなんですが……
インターディメンド
自分が世界に干渉する、その感覚を味わわせてくれました。素晴らしいの一言。
デルタに抗われたときには頭を抱えましたが。キャスと私が会話するシーンはガチで泣きましたよ。あれはね……
色んな人達とお風呂に入れたのも良かったな～なんて。イオンに怒られそう。
ネイとかサーリとかカノンとかネロとかシュレリアとか、幸せかよ。
「自分」が一緒に冒険するっていうのはなんというか、良かったです。最近は主人公とも距離を取るようになってしまったので、没入感が減っていたんですよね……カウンセリングでも受けたいくらいだよ、ホントに。
プリムが一番の犠牲者な感じはあるのですが、うーん、もやもや。
新しい世界
ひとつひとつのシーンについて語れば長いですが、最後に創った惑星について。
戦闘中に惑星が創られていく様は感動でした。アツい。
そこでのみんなの暮らしについては、リインカーネーション成功の2種類しか知りません。
ですが、どちらもハッピーエンドなのかなとは思います。自分の世界に帰ることは絶対に幸せではあるのだけれど、ラシェーラの世界で育んだ友情や絆もまた本物。無事に帰れることを祈りもしますし、ラシェーラでみんなと幸せに、それこそエンディングムービーのように暮らしているのを良かったなとも思いました。
全体を通して
良いゲームでした！！！ 学ぶことも多かったし、感動も大きかった。バトル調合その他のシステムも良かったし、個人的には移動中の会話も未来的な感じ＆リアルに一緒に歩いている感が感じられて良かった。
シェルノサージュをやってからやるべき、と密林のレビューにあったので本当にその通りにしましたが、そうして良かったと思っています。イオンとの絆もありましたしね。
点数をつけるとか順位をつけるとかはあまり好きではないのでしませんが、この作品には「とても良い」の絶対評価が出来ます。勿論ほかの人全員がそう思うわけではないでしょうが、だからといって自分の評価が変わるわけではありません。胸を張って主張します。
音ゲーやめてこういうゲームやりたい、と素直に感じました。
ありがとうガストスタッフ。並びに製作陣の皆様。
2週目？
ちょっと話が重いのですぐにやる気にはなれないのですが……院試とか中間報告とか終わった頃にまたコンプも含めてやろうかしら。コンプだけならすぐやってもいいんですが、1回クリアした後だといろいろ見え方も変わりそうですし。
昔はラノベも3週くらい読んでたのに、今では1回しか読んでいない……ちょっと悲しいですね。
すごく思い出になりました。本当にありがとう。また会いたいな。
LE FRUIT DE LA GRISAIA -Sachi-
語られなかった思い
すれ違いはいつまでもそのままに、けれど伝わる思いは確かにあった。
幸
というわけで、グリザイアの果実、幸ストーリー読了です。
完璧メイドさんは融通の利かないマシーンだったわけですが、そこに本人の意思なんて無かった、ってわけですね。
PTSDに罹ったことは無いので知ったかぶり感はありまくりですけど、トラウマっていうのは本人の考えによらず苦しめるもの……それを払拭するのは並大抵のことではありませんし、まず現実的な方法としては逃避となってしまいます。
そして幸は大変な事件を起こしてしまった。
そこまでこじれてしまっていては向き合わせるのも当然更に大変なわけで、失敗を極度に恐れる幸を成功かつ失敗させるなんていうのはあまりにも難題です。タイミングの良い（都合の良い、ではないですよ！）無茶ぶりのおかげで騒ぎを起こしつつも解決に向かえましたけれど。
親と子
親の心子知らずとはよく言うものですが、幸の話はそれを鮮烈に描いていましたね。
愛情の形はそれぞれですが、それが伝わらないのはもどかしい。
残念ながら恋人のいない私ですが、友情もそうですよね。親に対してもまぁ……
約束された不幸
実は幸のストーリーで一番SAN値を削られたのは、幸と両親の幸せな日常の描写です。
その後に不幸が待ち受けていることが決定しているのに、あまりにも幸せそうな様子は心を抉りました。
声を上げて叫び……はしませんでしたが唸りながら読んでおりました。本当に心に来るからまずいってああいうの。
ハッピーエンド？
工場で見た風景は幸せと愛そのものでした。本当ならそれを享受するのが一番幸せだったと思います。
ですがそれはIFの話。現実には既にその幸せは掴めない遠い過去のもの。
それでも、前を向いて、再開した恋人と「普通の」人生を歩んでいくのは出来うることで最善なのでしょう。
幸は幸せになってはいけない、そんなのを幸の両親が望むなんてありえません。やはり笑っていて欲しい。
呪縛を解かれた幸はこの後どんな人生を歩むのでしょう。迷宮に期待しつつ、想像を膨らませておきます。
あと1人！
残り、メインヒロイン？ の、榊ゆみちんです。
ゆみちんはわざと最後にしたところがあるので、期待しています。無難なストーリーでもなんでも、きっちり綺麗にしめてくれるのを期待。
とはいえ院試もあるし時間ねぇよぅ……
まぁそんなに集中力続かないしちょこちょこ進めていきましょう。
まだ迷宮は手付かずです。果実の内容忘れてきてるかも（汗）
ではでは。
Gitのお勉強
Git
実は使えませんでした。
昔、友達と開発したときにほんの少し使いましたが、言われたコマンドを打つだけしかしていなかったので理解も何もしておらず。
さすがに研究で先輩のファイルを引き継ぐときにこのままじゃ危ないと思ったので、お勉強開始。
まぁ、やる気になれば2時間もあれば基本的なことは理解出来ましたね……。
何が出来るようになったのさ
やり方を詳しく書いたりはしません。どんなに書いたところで説明サイトには及びませんし。
というわけで、こんなことなら出来る、というのを箇条書きで。
Git分かるよ～という人はこんなコマンドで行けるやろ、というのを復習がてら考えてみるのはいかがでしょう（もっとも、基本的なことしかしていませんが……）。
- ディレクトリのgit初期化
- 追跡するファイルを追加
- ファイルの変更を保存（反映？）
- ファイルの変更をリモートに送信
- リモートから最新のファイルを取得
- ブランチを追加/削除
- ブランチを移動
- 現ブランチを別ブランチの最新版にfast-forward
- 現ブランチに別ブランチの変更を反映
- リモートにブランチを追加/削除
- タグ追加/削除
- 注釈ありタグ
昔cherry-pickも一度だけ使いましたが、そこらへんについては明日やります。今日はもう寝る。
リモートのブランチを別の場所から削除すると、元の場所からgit branch -rしたときに残ってるように見える（中身を取得したりそこから削除したり出来ない）んですよね。
git push --delete origin delete_branch では実体を削除したわけではないらしいので、ほっとけば鯖側で（github使ってます）削除されて何事も無かったかのように消えるのかもしれませんが、それも後でまた確認しなければ。
ブランチってどんなもんなの、という復習（というか学習？）がちゃんと出来たかなーという日でした。
Unknown words or phrases in a publication -PD using Trace Compilation-
追跡コンパイルとフェーズ検出のコラボ
Christian Wimmer et al. 2009
例によって意味の怪しい単語、なんとなく分かるけど日本語訳がすぐ出てこなかった単語などをメモ。
これだけ読んでも論文の中身はさっぱり分からないのでよろしくどうぞ。
頑張れ
revert （変更等を）戻す :revert the optimization
stable 安定している
adjacent 隣接している
paradigm 例、模範、パラダイム（《一時代の支配的考え方を規定している科学的認識体系または方法論》）
adhere くっつく、執着する :adhere to a plan
principle 原理、行動原理、主義
applicable 適切な、当てはまる
profile 輪郭を見せる(against)
途中でダレた。
論文は読んだけど。
論文の概要としては、JavaのJITコンパイラとフェーズ検出技術を組み合わせて、入力データをもっと効率的に処理してみよう、って感じ。
これまでのフェーズ検出は制御フローを監視するとかしか無かったけど、データフローの面でもやってみた、っていう結構面白い論文でした。
落し物注意
MEMENTO MORI
ほんの15分のスキが悲劇を生む。
What's happened?
ゲーセンでDDRやった後、順番待ちしているときに財布を落としたらしく、盗られました。台の上にも待ち椅子周辺にも無かったし届けられてもいなかったし、置き引きって言っていいよねこれ。
気を緩めてしまった自分も悪いんですが……溜息吐いちゃいます。
被害
- お金1万ちょっと
- 免許証キャッシュカードその他再発行手数料
- 下宿の鍵 ← クソ
- 大学の体育館年間パス ← クソ
発行手数料、1枚500～3000円。学生証も結構するし免許に至っては実家に帰らないと発行できない。ペーパードライバーだし別に使わないし、顔写真付きだから使われることも無いはず。実家の方で直接窓口に出向かないといけない、なんていう失効手続きのしにくさは、電話一本で出来るソフマップやヨドバシに劣る……ので、しばらく行く気ねぇっす。
公的機関ってこういうところ前時代的というか、発展してないというか。
下宿の鍵はコピー作られるとマズいから取り替え（1万）。年パスも再発行出来ないので、新しいのを作るしかないっぽい（1万）。マジでクソ。
というわけで実費オンリーで4万。手続きで電話かけたり窓口行ったりする時間を時給千円換算したら5万以上は請求したい。犯人出てこいっての。
衣食足りて礼節を知る
ほんとそうだと思います。
財布の中で実際に使えるのは1万程度。これを端金と思えるような人であれば、んなもん盗んだりなんてしないで落し物として届けるわけですよ。
つまり金ですよ金。日本人貧乏すぎるってこと。
仮に中学生やら高校生やらがやったならまだ分かる。お金そんなにいっぱい持っていないだろうから。赦さんけど。
もしこれが社会人の仕業だったら……1万を見逃せない大人ですよ、ホームレスや乞食と変わらないんじゃないですか。
万が一、給料を貰っているような人だったら……そんな薄給で働かされているなんて可哀想です。私の強がりとかではなく、本当にそう思います。
自分のケツを他人に拭かせるのが嫌いで、自分の金で生きていきたいと常日頃思っているせいもあるかもしれませんが、そんな風なことをここ数日考えてました。
まとめると？
「あんたが貧乏なのが悪い。だがあんたは赦さない。」
……ちょっとかっこよくない？ よくない？（ここで鼻で笑われて死ぬ)
Ciel no Surge ひとまず読了！！
シェルノサージュ
2カ月前にオフライン版を購入しました。そんときも日記書いたはず。
オンライン版は2年半くらい前に買ったのですが、重い話のせいでなかなか進められず、挫折して夢ノ珠の途中までしか進められませんでした。
今思えばすごく損ですね……イオンと一緒に暮らして、絵本を描いたりありがとうCDを作ったり出来たはずなのに。オフライン版で今更クリアしても、決して味わえませんから……
また会う日まで
ネタバレありの日記なので遠慮なく書いていきます。
イオンが閉じた世界から一歩を踏み出し、みんなに会いに行くことを決めました。そして端末の電源は切られ、シェルノサージュは終わり、舞台はアルノサージュへ。
まだまだ回収していないイベント、トロフィーもありますし、連動しないと手に入らないアイテムなんかもあるのでちょびちょびやっていくと思います。季節限定コスチュームイベントなんかもあるしね。
しかし、こんだけ作り込まれているゲームにも関わらず、だいぶ制限してプレイさせる製作者の肝には驚かされました。せっかく作ったんだから全部やってほしい、とも思ったでしょうし、それを抑えてまでオンライン専用イベントも作ったというのは……
もちろん商売ですから、他のゲームでも「○○特典」みたいなのがありますし、それを考えればそこまで大袈裟に言うことでもないのかもしれません。でも、業界の常識なんかさておき、僕は驚かされました。やらせてほしいのになー（ちらっ
アルノサージュ
実はもう買ってあります。この前の日曜日に秋葉原で買ってきました。
2ヶ月後には院試もあるので、遊んでばかりもいられません。でもゲームを生きがいにしている身としてはここでゲームを断つなんて考えられませんね！！！
とはいえ、新ロロナ、トトリ＋も中途半端にしかプレイ出来ていないのです。そっちを先にやるべきだとは思うんですが、どうしよっかなー？
久しぶりの日記なわけ
さてさて、シェルノサージュについて語ればひとつひとつの幕について語ってキリがないので、短いですがこんなところとします。誰か語ろうぜ、とか誘ってくださったらノリノリで応じます。
というか身近にシェルノサージュプレイヤーがいないんですが……クエーサーの人数見てるとだいぶいるはずなんですけどね。たまたまか、僕が知らないだけか。
この前の日記から1ヶ月ほど、何をしていたのかと言えば、サークルのデスマしてました。2年と少し、だらだらと開発を続けてきたゲームがぼちぼちリリースなので、その追い込み。真面目に作っていれば半年足らずで完成していたような気もします。
どのサークルのどのゲームかは秘密。所属バレちゃいますからね。
あとシェルノサージュをゴリゴリ進めたり。アイテムをとんでもない勢いで作成していました。オンライン版で全部作るの、どれくらいかかるんだろう……？
こればっかりはオフライン版の強みですね。時間を進められるのは素晴らしい。
それでは、また近いうちに日記書きたいです。論文読んだり研究テーマ考えたり試験勉強したりしなきゃ……！
機械学習……の前に下調べ
機械学習のお勉強
何も分かっていませんが、研究で使うかもなぁということで勉強開始。
とりあえず、今回は
- 機械学習のステップ
- Deep Learningとの違い
- 各手法の代表的なもの
をメモしておきます。
あー、誰か詳しい人に手ほどきを受けたい………………。
機械学習のステップ
- データが入力される
- 特徴抽出
- ベクトル表現
- 学習器で分類
- 結果出力
この特徴表現、すごく大変。どういう重み付けをするかは各分野の「プロ」が「感覚で」やっていた。特徴工学（expression engineering）とかいう分野にもなっているっぽい。調べると深そう。でも深層学習のせいで未来が危うい気もする。失礼かな？
ベクトル表現は、特徴量を元に、上手く特徴を表せるようなベクトルを採用したもの。
次元圧縮は、入力から特徴を出しただけだと次元数がヤバいので、低次元に落とし込んで出来るだけ情報量を減らすこと。手書き数字の認識の例が上がっていたけど、そのままだと256次元。2次元に落とし込んでた。
Deep Learing：深層学習
いちいち英語打つのめんどいから深層学習、って書きます。
機械学習のステップのうち、
「「「特徴抽出～学習器」」」
までを勝手に機械にやってもらいます。
なんじゃそりゃ、殆ど機械任せやんけ、って思うかもしれませんが、そのとおりです。
機械学習が基本なので、そっちの流れを理解しておくだけで「今なにやってるんだろう」っていうのが分かりそうです。
機械学習ではAuto EncoderだのRBMだの、いろいろ手法があります。それがどのステップに対する手法なのか混乱していたら死にそう。
まぁ名前だけじゃなくて中身まである程度理解できれば大丈夫だと思いますけどね。
深層学習の手法
今更特徴抽出の方法について学ぶ気はさらさらありません。
機械学習でデータが正しく分類出来たか判断するデータ（教師データ）を作るのにひょっとしたら役に立つのかもしれませんが……
というわけで、以降の話の殆どは深層学習の手法についてです。
事前学習 : Pre-training
実際の判断を行う前に、深層学習用のプログラムだとかデータだとかを用意して分類器に学習させること。
それはそう、というかなんというか。
スライドに書いてあったから一応書くけど、深層学習の流れとは関係ないような……？
以下で述べる特徴抽出では、段階的に特徴を切り出していって、各段階で学習します。そこでpre-trainingと書かれているので、まだ理解しきれていない疑惑。一体何者なんだ、pre-training....
分かったら追記か何かしよう。
特徴抽出
特徴を取り出す。どんな特徴があるのか何も分からないけれど、とりあえず情報量を減らしたい。
入力の一部を切り出して（境界でトラブルが起きないように少しずつ重複させて）、抽出を行う。
抽出って言うと漠然としているけれど、実際は入力をボルツマンモデルとかに流して判定する。ボルツマンモデルはちょっと横に置いといて、ニューロンモデルは後で別の記事にまとめよう。
基本の殆どはAuto-encoderかRBMのどちらかに基づいているらしい。今日巡ったサイトではこのふたつばっかり書いてあった。
Auto-encoder
入力データを圧縮したベクトルを作成。そのベクトルから元のデータを復元してみる。ちゃんと復元出来たベクトルの勝ち。
というわけで、上手く非可逆圧縮する方法を探るのがこいつ。参考にリンクを貼っておくので、詳しく知りたければ。
できるだけよく復元する、っていうのはノイズ除去にも使えるよね、ってことでDenoising Autoencoderというものもある。おまけ知識。
RBM : Restricted Boltzmann Machine
詳しくはまた今度。
確率推定のためのボルツマンマシンの、制限を加えて計算量を抑えたもの。
本当の名前は「Contrastive Divergence Method」。日本語で呼ばれることはないっぽい。wikipediaでもカタカナでしか書かれていないし。
確率分布推定に基づく。
- 制限って何さ？
ボルツマンモデル上にはたくさんのノードがあります。ノードはVisible UnitsとHidden Unitsの2種類があります。Visible-Hiddenの間でしか接続されないようにすることで、O(ノード数^2)の計算量を大幅に抑えます。
DBM : Deep Boltzmann Machine
RBMを階層的に並べたもの。
ボルツマンマシンは0か1かの状態を取ります。
Visible Unitsに入力されてHidden Unitsに渡されて、状態を決める関数に投げられて、Hidden Unitsが0か1かの値を取ります。
それを次の階層のVisible Unitsに入力として渡してあげれば、DBMになります。
参考文献のslideshareのやつが分かりやすい。
学習した内容は、入力側から1層ずつ確定させていくことに注意。
深層学習の先駆けとなったSuper Visionでは、15万データを1000カテゴリに分類していて、5層、65万ニューロンのDBMを採用していたそうです。
判定
判定基準がありません！！！！！！
これは深層学習に限らず、「教師なし学習」のお話。
学習段階で、何が正解だとかそういうのは判定出来ない。
「とりあえずこんな特徴量を出してみた……で？」って状態。
実際に学習したマシンを使うときに、入力を分類出来ればいい（必要なデータを、学習中に同じように分類されたデータから取ってくる）ので、分類分けします。
これを用語的にはクラスタリングといいます。
やっぱり判定
判定基準が無いと言ったな。あれは嘘だ。
教師あり学習を用いて判定をするようにするとか、いくらでもやりようがある。
教師あり/なし学習、両方ともあるみたいです。調べたページによって、教師ありだよ/いや、無しだよ、と分かれていました。
クラスタリングするか、ちゃんと分類されたか確認するかの違いですね。深層学習以前のお話です。
これも参考文献どうぞ。
参考
これを読み進めております。ちょっと古いけど問題ないでしょ。
Machine Learning Advent Calendar 2014 - Qiita
そこからさらに飛んだ先の、わかりやすいやつ
Deep learning
Hello Autoencoder — KiyuHub
後ろの難しいアルゴリズムとか発展とか
ゆるふわ Restricted Boltzmann Machine - Risky Dune
教師ありとなしについて
機械学習とは
ではひとまずこれで。
