2025 会計報告

これはなに

• 各月の消費金額と高額出費をいくつか抜粋
• メインで使用しているクレカ3種を参照
• 家賃・現金・送金等は考慮しない 考えたくないので

1 月

総額: 252,189 円

トップ3:

• オーダーリングの手付金: 30,000 円
• ふるさと納税(米): 28,600 円
• 髪: 15950 円

2 月

総額: 406,223 円

トップ3:

• オーダーリングの残代金: 124,000 円
• 脱毛(セレクト全身5回+VIO3回): 92,700 円
• 電気代+ガス代: 18198 円

3 月

総額: 390,015 円

トップ3:

• ポールスミス レザージャケット: 103,840 円
  • 備考: 御殿場アウトレットで購入
• 電気代+ガス代: 28,651 円
  • 備考: 12月とかの請求。暖房つけっぱなしは非常によろしくない
• コルニエ スラックス: 24,050 円

4 月

総額: 277,800 円

トップ3:

• アウトレット: 26,730 円
  • 多分ブラックレーベルの請求？？
  • 同日の他請求も合わせると 42,701 円
• 電気代+ガス代: 26,013 円
• 靴: 14,800 円

5 月

総額: 487,354 円

トップ3:

• デレステ10th本: 116,160 円
  • 備考: 購入したのは1月とかだった気がする。配送が始まって請求が確定した
    • 全部届いたのはなんと 12/25
• ホワイトニング(セット): 49,800 円
• リング: 25,800 円

(総額膨らんでるのは多分学マスのせいで、課金総額が 5 万とからしい。アイリスことね天井)

6 月

総額: 238,472 円

トップ3:

• ふるさと納税(米): 37,000 円
• ペンハリガン香水: 34,662 円
• 鳥貴族立替: 19,890 円

7 月

総額: 370,698 円

トップ3:

• 志摩スペイン村立替: 126,300 円
• イソトレチノイン: 25,500 円
• 髪: 15,950 円

8 月

総額: 204,884 円

トップ2:

• ホテル代立替: 40,613 円
• チケ代 10,570 円

9 月

総額: 228,757 円

トップ3:

• REALFORCE: 25,480 円
• COSカーディガン: 17,000 円
• 髪: 15,950 円

10 月

総額: 751,465 円 (+ 引っ越し初期費用 60万)

トップ3:

• コアラマットレス: 169,900 円
  • 備考: トライアル終わったら返却する予定なのでノーカン
• アンカーロボット掃除機: 69,990 円
• タイガー炊飯器: 39,800 円

11 月

総額: 417,545 円

トップ3:

• オーマイグラス眼鏡: 39,600 円
• バーウィックローファー: 37,400 円
• チューナーレステレビ: 33,800 円

12 月(暫定)

総額: 280,383 円

トップ3:

• ふるさと納税(米): 47964 円
• MBエディターズバッグ: 29,800 円
• MOIW2025物販立替: 25,960 円

総評・振り返り

年間合計: 4,305,785 円

実質 0 円とか立替もそこそこあったとはいえ流石に使いすぎてるな
来年は貯蓄をします

引っ越ししたのが一番つらい出費。ボーナスが全額吹き飛びました。
RTOしんどいので家賃補助ください。交通費補助の上限が 15 万なんだからやれるでしょ

服飾の類に使ってるのが 70 万くらいらしい。リング・レザージャケット・ローファー・眼鏡とかでだいたい半分か？
来年は beautiful people のデニムジャケットを買いたいです。

今年は結構な現場に行ったのでその分出費が増えてる。7コ行ったのでざっくり7万とか

• オーイシ武道館Vol.2
• オーイシSSA day1
• 756AS
• 早見沙織10th
• Perfume武道館Day1
• CINDERELLA GIRLS fes. Once Upon a St@rs Nocturne Crown(配信)
• MOIW2025day1

2026 もオーイシ武道館Vo.3・大石昌良武道館に行くのが決まっていて、アイマス合同のMRも3days通しをお祈りしてる。デレのコンセプトライブも配信で観るかな。
超かぐや姫とかいう激アツコンテンツを来年やるらしくて、アニサマに早見沙織が出ますよね？アニサマでワールドイズマインをやりますよね？やってください

あと引っ越しを期にオタクグッズのディスプレイをしてみたくなって高垣楓のアクスタを集めだした。Loppi コラボとスタマス以外は集まったので、今度はソロリミックスの CD を集めようとしている。現存しているものをかき集めると 3 万かかることがわかって腰を抜かした

会社同期の影響で去年から始めたボルダリングも継続してる(競プロボルダリング部とは完全に独立)。年パス買わずに各ジムの新しいセットをやって遊んでいるのでなんやかんや出費が 4 万とか
来年の目標は靴を破壊することです

2023 散財まとめ

来年度の就職が確定している大学生は無敵なので、リボ払いとか分割払いとか使いまくりましょう。
これは僕の 2023 年にリボ・分割払いで購入したものリストです（一部普通に買ったものもあります）。

リスト

顔面

• ヒゲ脱毛(6 万): 肌弱い & ヒゲが太い硬いで大変なので開始。10 回終わってかなり減ったけど先は遠そう
• Vビーム(10 万): 鼻下の毛細血管拡張症の治療。10 回くらいやったけど効果がほぼでなくてキレてます
• スキンケアの類(5 万程度。普通に買ったやつも多いかも): 毛穴と脂性肌改善したくていろいろやってる。高濃度ビタミンC はよかった。レチノール試したいねという気持ち
• ホワイトニング(1 万): まだ 2 回しかやってないのでこれからに期待

筋トレ（ダンベル以外普通に買ってます）

• 可変ダンベル 40kg x 2(3 万): 20 kg のが軽くなったので買い替え。かなりよい
• パワーグリップ: 重いと手が痛くなって持てなくなってのが改善した
• サプリの類(2 万弱): アルギニン・シトルリン・EAA・グルタミンとかいろいろ試したけど効いた感覚があったのはクレアチンだけでした。プロテイン+クレアチンでいいんじゃないかな

その他

• 自動車学校(20 万): 支払いが 2 月から始まるらしい。半年待ってくれるあったかシステムが胸にしみた
• パソコン(20 万): 48 回払 & 手数料なしなので、実質 0 円
• 服の類(6 万くらい？うっかり買いすぎて半分分割に回した): 1 年前に引っ越した時点で大半の服を捨てたので、買い揃える必要がありました
• 香水(2 万): サブスクで色々集めて遊んでた

（おまけ）リボ払いについて

一般的にはリボ払いは危険が危ないので使用は避けようと言われています。僕もそう思います。

しかしながら、リボ払いは短期間で返す覚悟と見込みがあれば 1 年程度の支払いをほぼスキップできる魔法になります。

実は（？）リボ払いの利息と分割払いの利息はほぼ同じです（分割のほうが小数％低いがち）。
分割払いとの大きな違いは「複数購入した商品の支払いが一つの枠で行われる」点にあります。

月々の支払額を小さくした結果として「元金が減らないよ～～」という事件が起きがちですが、例えば支払額を元金の 1/12 として設定した場合の総支払額・支払期間は 12 回払いで購入した場合とだいたい同じです。
つまり、僕のような「1 年後から安定した収入が得られ、かつその後 n 回に分割して払える見込みがある」場合には、最低限のコストで支払いを 1 年後に持ち越すことができます。
この点でリボ払いは分割払いより優れていると考えます。
もちろん持ち越す都合上 1 年分の利息は発生するので総支払額は増えますが、元金が数十万円程度なら増分は数万円なので、お金を稼ぎづらい学生が好き放題できる代償としては小さいかなと思います。

俺だけが知ってる最強の穴場を探したかった話

突然ですが、住みたい場所はありますか？

僕は東京生まれ東京育ちですっかり東京に染まった東京ボーイなので、当然東京に住みたいです。もちろん都心に。

しかしながら都心の家賃はとんでもなく高いので、引っ越すにあたって来年から新社会人になる僕としてはつらいものがあります。

そこで、都心（というか行く頻度が高そうな駅）へのアクセスがよく、家賃相場の安い駅を探すプログラムを作成しました。

良い駅の定義

新宿駅や渋谷駅など、よく行きそうな駅は複数ありそうです。 各駅へのアクセスの良さと家賃の安さをパラメータとして、いい感じに評価付けをしたいです。

そこで、次の評価関数を用意し、評価関数の値が小さい駅を「良い駅」と定義します。 また、よく行きそうな駅のことを「目的駅」とし、新宿・渋谷・東京の 4 つの駅を目的駅とします。

式に深い意味はありません。強いていえば以下のことを考えて決定しました。

• 1 つの駅のみが極端に近くても嬉しくないので、全ての駅がそこそこ近いほうが評価が小さくなるように二乗和にした
• 家賃が安くなることの嬉しさは指数的に増える気がした

家賃情報の取得

「家賃　駅　相場」とかで検索をかけると様々な賃貸情報サイトがそれっぽい情報を提示してくれます。
今回は、その中でページ構成がいい感じで利用規約にスクレイピングを禁止する項目がなかった「SUUMO」から情報を引っ張ります（とはいえ、攻撃とならないようリクエストを投げる間隔は十分に空けます）。

駅周辺の賃貸情報は次のようになっています。

都道府県
　　└─路線
　　　　└─ 各停車駅周辺の相場

また、各駅周辺の家賃相場が表示されるページでは建物種別や間取りを選択できます。今回は建物種別を「マンション」、間取りを「1LDK/2K/2DK」として相場を取得します。

▶ソースコード:

target_areas = ["tokyo", "chiba", "saitama", "kanagawa"]
requests_per_minute = 60

@retry(tries=3, delay=10, backoff=2)
def load_page(url):
  margin = requests_per_minute / 60

  html = requests.get(url)
  time.sleep(margin)
  soup = BeautifulSoup(html.content, "html.parser")
  return soup

def get_line_url(area):
  line_url = {}
  area_url = "https://suumo.jp/chintai/soba/{}/ensen/".format(area)
  soup = load_page(area_url)
  line_ul = soup.find_all(class_="searchitem-list")
  for ul in line_ul:
    li_items = ul.find_all("li")
    for li in li_items:
      a = li.find("a")
      if a != None:
        line = a.getText()
        url = a.get("href")
        line_url[line] = url
  return line_url

def get_station_rent(url):
  '''
  FR, ar, bs, ra, rn: 検索するときの隠しパラメータ
  sort: {1: 駅順, 2:家賃高い順, 3:家賃低い順}
  ts: {1: マンション, 2:アパート, 3:一戸建て・その他}
  mdKbn: {01: ワンルーム, 02: 1K/1DK, 03: 1LDK/2K/2DK, 04: 2LDK/3K/3DK, 05:3LDK/4K~}
  '''

  station_rent = {}
  line_url = "https://suumo.jp" + url
  soup = load_page(line_url)

  FR = soup.find(class_="ui-section-body").find("form").get("action")
  ar = soup.find(class_="ui-section-body").find("input", attrs={"name": "ar"}).get("value")
  bs = soup.find(class_="ui-section-body").find("input", attrs={"name": "bs"}).get("value")
  ra = soup.find(class_="ui-section-body").find("input", attrs={"name": "ra"}).get("value")
  rn = soup.find(class_="ui-section-body").find("input", attrs={"name": "rn"}).get("value")
  sort = "1"
  ts = "1"
  mdKbn = "03"
  rent_url = "https://suumo.jp{}?ar={}&bs={}&ra={}&rn={}&sort={}&ts={}&mdKbn={}".format(FR, ar, bs, ra, rn, sort, ts, mdKbn)

  soup = load_page(rent_url)
  table_list = soup.find_all(class_="js-graph-data")
  for table in table_list:
    td_list = table.find_all("td")
    a = td_list[0].find("a")
    if a != None:
      station = a.getText()
    else:
      station = td_list[0].getText()

    span = td_list[1].find(class_="graphpanel_matrix-td_graphinfo-strong")
    if span != None and td_list[3].find("a") != None:
      rent = float(span.getText())
    else:
      rent = 999

    station_rent[station] = rent

  return station_rent

def get_station_info():
  filename = "rent.pkl"
  if os.path.isfile(filename):
    with open(filename, "rb") as f:
      return pickle.load(f)

  station_info = {}

  for area in target_areas:
    line_list = get_line_url(area)
    for line, url in tqdm(line_list.items()):
      station_rent = get_station_rent(url)
      for station, rent in station_rent.items():
        if station not in station_info:
          station_info[station] = {
            "rent": rent,
            "lines": []
          }
        station_info[station]["lines"].append(line)

  for station in station_info:
    station_info[station]["lines"] = list(dict.fromkeys(station_info[station]["lines"]))

  with open(filename, "wb") as f:
    pickle.dump(station_info, f)

  return station_info

家賃相場の情報は短期間では不変なのでローカルに保存し、プログラムの再実行時にリクエストが再び走らないようにしています。

また、相場の情報がなかったり相場は表示されていても物件情報がなかったりする駅があったので、そのあたりは除外しました。

以上により、各駅について周辺の家賃相場と停車する路線の情報が取得できました。

目的駅まで時間内に到着できる駅の取得

全ての駅について目的駅への到着時間を調べるのはあまりにも時間がかかりそうなので、目的駅から 分以内に到着できる駅を調べたい気持ちになります。

調べると NAVITIME が NAVITIME API を提供しており、やりたいことがそのままできそうです。

Rapid API を利用すると月間 500 回までは無料で API を叩けるので、これを使用します。

全ての目的駅について API を実行し得られた駅の共通部分を取れば、全ての目的駅に近い駅の一覧と、各目的駅への到着時間が取得できます。

▶ソースコード:

RAPIDAPI_KEY = os.environ["RAPIDAPI_KEY"]
target_stations = ["新宿", "東京", "渋谷"]

def get_node_id(station):
  url = "https://navitime-transport.p.rapidapi.com/transport_node/autocomplete"
  host = "navitime-transport.p.rapidapi.com"
  headers = {
    "x-rapidapi-key": RAPIDAPI_KEY,
    "x-rapidapi-host": host
  }
  params = {
    "word": station,
    "word_match": "prefix",
  }

  try:
    response = requests.request("GET", url, headers=headers, params=params)
    response.raise_for_status()
  except requests.exceptions.HTTPError as err:
    print(f'HTTPException occurred: {err}')
    return -1
  else:
    items = json.loads(response.text)["items"]
    for item in items:
      if re.match("^{}(\(東京都\)|\(埼玉県\)|\(千葉県\)|\(神奈川県\))?$".format(station), item["name"]):
        return item["id"]
    print("No perfect mutch was found with station: {}".format(station))
    return -1

def fix_fluctuation(station):
  if "（" in station:
    station = station[:station.index("（")]
  elif "〔" in station:
    station = station[:station.index("〔")]
  elif "[" in station:
    station = station[:station.index("[")]

  if station == "西ヶ原":
    return "西ケ原"
  elif station == "南阿佐ヶ谷":
    return "南阿佐ケ谷"
  elif station == "阿佐ヶ谷":
    return "阿佐ケ谷"
  elif station == "鶴ヶ峰":
    return "鶴ケ峰"
  elif station == "三ッ沢上町":
    return "三ツ沢上町"
  elif station == "千駄ヶ谷":
    return "千駄ケ谷"
  elif station == "保土ヶ谷":
    return "保土ケ谷"
  elif station == "市ヶ谷":
    return "市ケ谷"
  else:
    return station

def get_distance(node_id, start_station):
  url = "https://navitime-reachable.p.rapidapi.com/reachable_transit"
  host = "navitime-reachable.p.rapidapi.com"
  headers = {
    "x-rapidapi-key": RAPIDAPI_KEY,
    "x-rapidapi-host": host
  }
  params = {
    "term": 60,
    "start": node_id,
    "unuse": "domestic_flight.ferry.superexpress_train.sleeper_ultraexpress.shuttle_bus",
    "transit_limit": 30,
    "node_type": "station",
    "limit": 2000
  }

  try:
    response = requests.request("GET", url, headers=headers, params=params)
    response.raise_for_status()
  except requests.exceptions.HTTPError as err:
    print(f'HTTPException occurred: {err}')
    return {}
  else:
    items = json.loads(response.text)["items"]
    distance = {}
    for item in items:
      station = fix_fluctuation(item["name"])
      if station not in distance:
        distance[station] = {
          "time": int(item["time"]),
          "count": int(item["transit_count"]),
        }
      else:
        distance[station]["time"] = min(distance[station]["time"], int(item["time"]))
        distance[station]["count"] = min(distance[station]["count"], int(item["transit_count"]))

    distance[start_station] = {
      "time": 0,
      "count": 0
    }
    return distance

def get_distance_to_stations():
  basename = "distance.pkl"

  distance_list = {}
  for station in target_stations:
    filename = "{}-".format(station) + basename
    if os.path.isfile(filename):
      with open(filename, "rb") as f:
        distance_list[station] = pickle.load(f)
      continue

    node_id = get_node_id(station)
    if node_id == -1:
      continue
    distance = get_distance(node_id, station)
    distance_list[station] = distance

    with open(filename, "wb") as f:
      pickle.dump(distance, f)

  near_station_list = {}
  for _, distance in distance_list.items():
    if near_station_list == {}:
      near_station_list = set(distance.keys())
    else:
      near_station_list.intersection_update(set(distance.keys()))

  distance_to_stations = {}
  for station in near_station_list:
    distance_to_stations[station] = {}

  for start, distance in distance_list.items():
    for goal, time in distance.items():
      if goal in distance_to_stations:
        distance_to_stations[goal][start] = {
          "time": time["time"],
          "count": time["count"]
        }

  return distance_to_stations

家賃相場の情報と同様に、到着時間の上限を大きめに取れば各目的駅について得られた結果は使いまわせそうなのでローカルに保存します（API制限的にもうれしそう）。

NAVITIME では、駅名が重複している場合は「（東京）」のように末尾に都道府県を付与しているのでこれを削除します。今回は東京近辺しか調べないのでこれによる影響はほぼ無いです。
同様に、「（つくばエクスプレス）」のように路線名が付与されている場合もあるので、これも削除します。

また、NAVITIME と SUUMO で「ケ」と「ヶ」や「ツ」と「ッ」の表記ゆれがあるので適宜直しています。

以上により、全ての目的駅への到着時間が長くない駅のリストが取得できました。

「良い駅」の計算結果

駅周辺の家賃相場と各駅への到着時間の 2 つの情報が揃いました。あとはこれを結合して評価値の低い「良い駅」を表示していきます。

駅名: 小川町, score: 13010
家賃相場: 4.1 万円
線路: ['ＪＲ八高線', '東武東上線', '都営新宿線']
到着時間: 
        新宿: 14分, 乗り換え回数: 0
        東京: 7分, 乗り換え回数: 0
        渋谷: 23分, 乗り換え回数: 1

駅名: 霞ヶ関, score: 18226
家賃相場: 5.7 万円
線路: ['東武東上線']
到着時間: 
        新宿: 16分, 乗り換え回数: 0
        東京: 7分, 乗り換え回数: 0
        渋谷: 16分, 乗り換え回数: 1

駅名: 池袋, score: 118330
家賃相場: 13.4 万円
線路: ['ＪＲ山手線', 'ＪＲ埼京線', '湘南新宿ライン宇須', '湘南新宿ライン高海', '東京メトロ丸ノ内線', '東京メトロ有楽町線', '東京メトロ副都心線', '西武池袋線', '東武東上線']
到着時間: 
        新宿: 9分, 乗り換え回数: 0
        東京: 17分, 乗り換え回数: 0
        渋谷: 17分, 乗り換え回数: 0

駅名: 新宿, score: 119880
家賃相場: 18.0 万円
線路: ['ＪＲ山手線', 'ＪＲ中央線', 'ＪＲ埼京線', 'ＪＲ総武線', '湘南新宿ライン宇須', '湘南新宿ライン高海', '東京メトロ丸ノ内線', '都営新宿線', '都営大江戸線', '京王新線', '京王線', '小田急線']
到着時間: 
        新宿: 0分, 乗り換え回数: 0
        東京: 17分, 乗り換え回数: 0
        渋谷: 9分, 乗り換え回数: 0

駅名: 羽田空港第１・第２ターミナル, score: 122325
家賃相場: 4.6 万円
線路: ['京急空港線']
到着時間: 
        新宿: 49分, 乗り換え回数: 1
        東京: 38分, 乗り換え回数: 1
        渋谷: 44分, 乗り換え回数: 1

なんかおかしいです。

実は小川町と霞ケ関は埼玉県にもあり、同名駅の処理を適当にした結果最強の駅として出力されてしまいました。 羽田空港第１・第２ターミナルに関しては SUUMO の賃貸情報がおかしいっぽいです。

小川町・霞ケ関は都心も都心で、家賃がすごいことになってるので選択肢として挙がることはないため今回は除外します。 羽田空港～もなくて問題ないでしょう。
同様に不具合のある駅がいくつかありますが、問題なさそうなので全て除外しています。

また、近すぎるくらい近いとはいえ新宿の家賃相場は僕にはまだ高すぎるし（駅チカ物件とかだと＋2万とかが相場になりそうです）、羽田空港～の渋谷まで44分もちょっと遠すぎる感じがします。
評価関数をいじるのも面倒くさいので、素直に家賃相場・到着時間の上限を設定することにします。

諸々を修正・加筆した結果が以下です。

駅名: 田端, score: 142054
家賃相場: 11.0 万円
線路: ['ＪＲ山手線', 'ＪＲ京浜東北線']
到着時間: 
        新宿: 18分, 乗り換え回数: 0
        東京: 15分, 乗り換え回数: 0
        渋谷: 25分, 乗り換え回数: 0

駅名: 高円寺, score: 165245
家賃相場: 12.9 万円
線路: ['ＪＲ中央線', 'ＪＲ総武線']
到着時間: 
        新宿: 8分, 乗り換え回数: 0
        東京: 23分, 乗り換え回数: 0
        渋谷: 20分, 乗り換え回数: 1

駅名: 西日暮里, score: 179066
家賃相場: 11.5 万円
線路: ['ＪＲ山手線', 'ＪＲ京浜東北線', '東京メトロ千代田線', '日暮里・舎人ライナー']
到着時間: 
        新宿: 20分, 乗り換え回数: 0
        東京: 15分, 乗り換え回数: 0
        渋谷: 27分, 乗り換え回数: 0

駅名: 駒込, score: 193674
家賃相場: 13.0 万円
線路: ['ＪＲ山手線', '東京メトロ南北線']
到着時間: 
        新宿: 16分, 乗り換え回数: 0
        東京: 19分, 乗り換え回数: 0
        渋谷: 23分, 乗り換え回数: 0

駅名: 阿佐ケ谷, score: 194999
家賃相場: 12.7 万円
線路: ['ＪＲ中央線', 'ＪＲ総武線']
到着時間: 
        新宿: 10分, 乗り換え回数: 0
        東京: 25分, 乗り換え回数: 0
        渋谷: 22分, 乗り換え回数: 1

う～～～ん、なんか見たことあるぞ？？？？

よく「安くてアクセスの良い駅」としてまとめられる駅がランクインしてしまいました。 後の順位の駅を見ても赤羽とか日暮里とかが出てくるので、今回発見することのできた「良い駅」はすでに十分認知されていそうです...

まとめ

俺だけが知ってる最強の穴場、隠れ家風〇〇くらいよく知られてそう

供養します。

github.com

高専”卒”は就職に便利かもという話

はじめに

高専を卒業する人間が進むルートは主に 3 種類あり、1 つは就職、1 つは専攻科に進学、もう 1 つは大学への編入学です。
特に大学に編入するような学生の多くは、その大学（あるいは他）の大学院に進学する気でいると思います。
私は高専から大学に編入した一方で、院進することなく学部卒で就職することに決めた（おそらく）少数派です。

本記事は私の就職活動において、高専卒であることがアドバンテージとなったと思っている点と、就活に対する感想を記すものです。
あくまで私自身の実体験からなるものです。私の経歴がかなり特殊なことに加え、客観的に見てかなり都合よく就活が終了したので、参考にしづらいと思います。
しかし、特に面接においてかなり感触の良かった点、内定が出た後のフィードバックでも評価されていた点についても記すので、役立つこともあるかもしれません。

あなたは誰ですか

• 産業技術高等専門学校から電気通信大学の情報数理工学科に編入学
• バリバリ院進するつもりで大学編入を決めた卒研がそこそこ辛くて嫌になっちゃった落伍者
• AtCoder 青（アルゴ・ヒューリスティック共に）
• インターンは全て落ちたので行ったことなし

学部卒の就活はなかなか苦しい

学部卒が就職活動を行う場合、競合相手の多くは修士卒の方々です。
また、採用側もメインとなるターゲットは修士卒のようで、面接のために作成する自己紹介スライドの必要事項には”研究内容”という卒研配属もされていない学部 3 年生や 4 年生なりたてでは作成が厳しい項目があります。
逆説的にはこの項目さえ書ければ後の条件は同じなので、学部卒でも十分彼らと渡り合うことができるといえます（コードテストを実施するような企業は流石に学歴よりもスキルを重視してくれると信じています）。

弊学には半年ほど前倒しで研究できるシステムがあった気もしますが、留学するためのシステムだったと思うので編入生には縁がありません。
“情報科学の達人”や“未踏”関連の経験があるとこの項目について中身のある内容を書くことができるかもしれませんが、そういう事をやってる方々は当たり前ですが”高専からの編入生”よりもなお少数であり、そもそも彼らは院進なり起業なりをするので（偏見）関係ありません。

高専はその構造上この問題を解決することができます。

高専は 5 年間で学部相当の内容までを履修する（要出典）

高専は高校の文系科目や化学・物理で不要な（？）箇所の授業を減らし、空いた時間に専門科目を追加することで 5 年間で大学相当までの知識を身につける事ができます（これは高専の説明会で教員に言われたことですが、6 割くらい正しかったです）。
殆どの高専生が行うものは大学のそれと比較しると質の低いものになりがちではありますが、5 年生になると卒業研究を行います。
したがって、上述した自己紹介スライドを不足なく作成することができます。

僕が就活を行った上で高専卒が明確に役立ったと感じたのはこの 1 点です。
高専は就職に強いとよく言われますが、これは高専から就職する学生だけではなく編入した者も恩恵を享受するすることができることを知りました。院進したら意味のないものになりますが。

就活概要

ここからは実際に私が行った就職活動の流れを記します。

夏休みあたりに就職を考え、以下の戦略で就活に挑みました。

1. 以下を満たすような企業を列挙
   1. 名が知られていそう
   2. 給料がよさそう
   3. 所謂“ブラック”ではない
   4. 開発職がある
   5. 競プロが認知されていそうだと尚良し
2. 採用が始まったら即エントリー
3. 内定が出たら終了。全てに落ちたら院進する（修士卒で再チャレンジ）

「嫌」でない業務ができればよく、開発は嫌ではないので、企業はかなり雑に選びました。
競プロ云々については自分のスキルベースが競プロなので、「より嫌じゃない度が増すなぁ」くらいの気持ちです。
実際に働いて嫌だったら数年後に転職すればいいだけの話なので。

これを行った結果、10 月から動くことになってびっくりしてました。いくらなんでも早すぎる

また、ピックアップした中でかなり上位にある企業を初手に受けることになり、内定をいただくことができたのでかなり安心でした。

ピックアップした企業の内、エントリーした（しようとした）企業を、エントリー開始日の順に A 社 ～ C 社としています。
この 3 社のみエントリーが 2022 年開始（しかも全て 10 月）で、かつ内定をいただいたのが年末だったので他の企業は省略しています。

A 社

サマーインターンに落ちた企業です。
あまり競プロが役に立つ感じではないですが、世界的に知られている企業の日本支部だったので候補にありました。
説明会でそもそも技術職が存在しないことに気づいたのでエントリーをしませんでした…。

アメリカの本社に行くと技術職がありますが、そこまで頑張るモチベを持てなかったので断念

B 社

ぶっちゃけ何をやってるかよく知らないしおそらく競プロは出て来ない感じですが、競プロっぽいことを専門にしていそうな子会社があります。
内部に競プロ勉強会があるらしいです。
エントリー開始日は 10 月ですが、コードテストの受験締め切りが年内だったのでエントリーだけしました。

C 社に落ちてからコードテストを受ける予定だったのですが、内定が出たので結局何もしていません。
内定が出た後は採用情報のメールが来ないようにしようとしたのですが、マイページに受信を取りやめる項目がなかったので停止できず、年度末までほぼ隔日のペースで新卒情報が送られてきてメールボックスが汚染されていました。

C 社

サマーインターンに落ちた企業その 2 です。
トラフィックが異常に多いサービスを提供している企業で、ピックアップした中でも本命でした。
チーム参加のコンテストを開催したりもしています。
システムの高速化とかできたら面白いなと思ってエントリーしました。

エントリーと同時に筆記試験とコードテストをやりました。
前者の方はネットワークについての問題で、高専の授業でやった古典的な内容しか知らなかったので、都度調べながら回答していました。
導入がやけに丁寧だった記憶があります。 最後の問題でとある問題を解決する方法を実装レベルで答えよとか聞かれたんですが、導入を活かして答えられる気がしなかったので、全て無視して golang はすべてを解決するとか書いたと思います。

後者は簡単な競プロ問題と複雑な実装問題の 2 問構成でした。
実装問題は正直かなりしんどくて、制限時間ぎりぎりまで書いてました。

11 月に試験に通過したことが通知され、一次面接を受けることになりました。
一次面接は社員数人と行う形式で、事前に用意した自己紹介スライドを用いて進んでいきました。
スライドは、3~4 枚程度かつ研究の内容を含むよう指示されていましたが、インターンの時と同一の内容でした。
したがって、インターンのときに作成したスライドを使用しました。
今考えればあまりに怠惰だったと思います。

一次面接も通過し、CEO と最終面接を受けることになりました。
偉い人がこういう場に出てくるんだなとか思いながら受けたんですが、コードテストで書いたものをちゃんと読まれてるっぽくてかなり驚きました。
一次面接と同じことを喋ってたと思います。

年末に内定が出て、給料もかなり良かったので全てを終了しました。

面接について

C 社の面接でアピールしたこと、内定が出た後のフィードバックで評価してもらったこと等を記します。

アピールしたこと

以下に面接で紹介した自分の持つスキルや表彰の一覧を書きます。
これらは全て高専在学中に得たものであり、大学では本当に何もしていません。
僕は決して強い人間ではないので実態を知っている人からすると大したことないものばかりかもしれませんが、この辺は並べることに意味があると思っています（4/7 が競プロ関連）。

• AtCoder レート
• JOI 本選出場
• PCK 総合 13 位 : これは本当のギャグで、本選に出場していません
• supercon 本選出場
• 某ハッカソン特別賞
• 卒研の内容でポスターセッションに出たら貰った賞
• アルバイトでの業務経験

アピールの中でチーム開発経験や業務経験について述べましたが、採用側のこれらに対する食いつきがめちゃくちゃ良かったです。
採用した学生は将来的に同僚になるわけで、確かにこれらができることは重要だと思います。
特に業務経験についてはコードレビューやドキュメンテーションの経験があるかについて聞かれたので、これらの経験があると有利かもしれません。

志望動機については「自身の持つスキルとマッチした業務をやりたい。C社にはそれがある」という内容を強く推しました。
それ以外に話す事が無かったともいいますが、結果としてこれはかなり良かったみたいです。

フィードバック

フィードバックでは、主に以下の 2 点を評価していただいたことが分かりました。

1. コードテスト・面接を通して相手に伝えるための“丁寧さ”を感じた
2. 「自身の持つスキルを活かせる仕事がしたい」という熱意を感じた

2 番目について特にコメントすることはありません。そのままなので。

1 番目で話に上がったのはコードテストと研究についてです。
コードテストでは正解数だけでなく書いたソースコードを読まれることは知っていたので、変数の命名や関数の切り分けをかなり丁寧にやったのが功を奏しました。
競プロ勢はここらへんを雑にやりがちなので、コードテストを受けるときは気をつけましょう。

研究については 1 枚で概要を伝えることは大変なのでかなり端折って説明する必要がありましたが、上述のポスターセッションで似たようなことをした経験が活きたのかもしれません。
面接で研究について聞いているのは前提知識がない人に対して伝える（伝えようとする）力を見ている印象を受けたので、やっぱり研究について書けない学部卒には厳しいものがありそうです。

まとめ

私は院進から逃げるために就活した結果、内定が出て無事に解放されました。
結論として、院進と就職のどちらにするかを悩んでいる学部生は、修士卒でも受けるであろう（本命のような）企業を受けてみることを強く勧めます。
なぜならば、不利な戦いにはなりますが内定を得た時のメリットは大きく、仮に全て落ちたとしても 2 年後に再チャレンジすることができるので、この行動にはデメリットが存在しないからです。
採用開始時期が早い企業はサマーインターンの直後に採用が始まったりするので、「IT職の就活はかなり早い場合がある」ことには留意してください。

電気通信大学情報理工学域編入学推薦受験記

Lafolia です。 令和 3 年度電気通信大学情報理工学域 I 類の特別編入学推薦試験を受験し合格しました。

以下に試験の概要を記します。 まず始めに推薦受験について簡単にまとめます。 次に口頭試問・面接の内容を書き、最後に私自身の行動について述べます。

推薦試験について

電気通信大学の推薦受験は、高専 3 年と 4 年の席次が 20 % 以上である場合に受験できます。 私の席次は 3 年が 3 位、4 年が 2 位でした。

試験は口頭試問と面接によって行われます。 口頭試問は数学と専門科目に分かれ、類ごとに出題される問題が変わります。 I 類の専門科目は情報です。

その他、調査書や推薦書も加味し合否が決定します。 具体的な得点配分は少なくとも募集要項には書いておらず、ブラックボックスになっています。

試験問題について

試験は面接 → 口頭試問(数学) → 口頭試問(情報) の順に各 10 分行われました。 また、試験は受験番号の若い人から順に実施します。 私の受験番号は受験者の中で後の方であったため、1 時間以上待つことになりました。

面接

面接官は 3 人おり、向かって左の方から順に質問されます。 圧迫されることはなく、淡々と質問に答えることを繰り返す形でした。 面接官の方から話を広げてくださるので、一つの質問を長く答える必要はありません。

質問に対する回答から次の質問が決定されるため、受験者それぞれで質問の内容は全く異なると思っています(つまり、この節は飛ばしてよいです)。 私の場合はアルバイトの話が膨らんだ結果、卒業研究については全く触れませんでした。

以下、質問とその回答を記します。

Q1. 志望動機

A1. 高専で参加した大会の経験から最適化に興味を持ち、取り扱っている研究室を調査したところ情報数理工学プログラムでは多くの研究室が取り扱っており魅力的に感じた

Q2. 推薦書には 2 つの大会について本選に出場したと書いてあるが、本選の成績はどうだったか

A2. 本選では成果を残していないが健闘できたと考えている(これは想定していた回答が飛び苦し紛れに言ったもの。本来は本選出場自体のハードルが高かったことを述べる予定だった)

Q3. 使用する言語はなにか

A3. 大会では高速な C++ を使用している。作りたいものに対して適切な言語を選択している

Q4. 最適化に興味を持った理由

A4. オペレーションズリサーチに対する興味をアルバイトの経験を踏まえて述べた

Q5. アルバイトで具体的にどのようなものに携わったか

A5. NDA を違反しない範囲で答えた

Q6. 最適化した解を顧客が嫌と言ったらどうするか

A6. 嫌な理由は数値化できると考えている。どのように嫌かをヒアリング・定式化し組み込むことで全員が納得できる解となるはず

Q7. 将来どのような人材になりたいか

A7. アルバイト先の社員全員が簿記を持っており開発以外の業務も行っている。自分も顧客に寄り添いより良いプロダクトを提供する人材となりたい

Q8. 30 秒ほど余ったので何かあればどうぞ

Q8. 特にない。考えていなかった

口頭試問(数学)

微積と線形代数の大問 2 つをそれぞれ 5 分で解きます。 回答はホワイトボードに記述します。

監督が 3 人います。計算ミスがあれば教えてくださる一方、ノーミスで解かなければ全答は時間的に難しい時間設定です。

また、試験問題を見れば分かりますが、学力試験と比較して難易度は非常に低いです。 落ち着いて取り組めば解くことは容易です。

微積

について 3 つの小問を答えます。

(1) 極値を求めよ

微分すると で極小値・極大値をとることがわかります。

(2) 概形をかけ

増減表を作成し概形を書きます。 となることに注意します。

(3) x 軸と囲まれた面積を求めよ

部分積分します。解こうとしたところで制限時間となりました。

線形代数

3 次の正方行列について 3 つの小問を答えます。具体的な値は覚えていません。

(1) rank を求めよ

計算すると 2 になりました。

(2) 1 列目と 2 列目のベクトルについてグラムシュミットの直交化法を適用せよ

やります。答えがやけに汚くなると思ったら計算ミスを指摘されました。

(3) 小問(2) で求めたベクトルに直行するベクトルを求めよ

連立方程式を書いたところで制限時間となりました。

口頭試問(情報)

数学の口頭試問と同様に、大問 2 つをそれぞれ 5 分で解きます。

初歩的な問題が出題されるため、出題の分野を学んだことがあれば解くことができます。

2 進数と 10 進数の変換

(1) 符号なし整数について、 10 進数の 57 を 2 進数で表わせ

111001 です。

(2) 符号付き整数について、 2 進数を 10 進数で表わせ(値は覚えていないが負の数)

2 の補数表現を用いると絶対値を容易に読み取れます。

(3) 単精度浮動小数点数の定義が問題用紙に書いてある。2 進数 を 10 進数に直せ

仮数、指数の定義が書いてあるので参考にしながら解きます。

仮数の例として乗っていたものが間違っているように思え(ミスプリか誤読)、小問(4) を先に回答しました。 その後、指数だけ求め制限時間となりました。

(4) どの浮動小数点数の演算で、 となる理由を口頭で述べよ

0.1 ないしその倍数が 2 進数では無限小数となることと仮数に使用できる bit は有限であることから桁落ちが発生することを述べました。

アルゴリズム

(1) 線形探索について口頭で説明せよ

口頭で説明しました。

(2) 線形探索の比較回数について最良の場合と最悪の場合を述べよ

要素数を として最良は 、最悪は です。

(3) 二分探索について概要と配列が満たさなければいけない条件を口頭で説明せよ

口頭で説明しました。

(4) (配列から要素を検索する)二分探索の比較回数について最良の場合と最悪の場合を述べよ

最良は 、最悪は です。

蛇足

電子機器の類は集合した段階で回収されるので、面接開始までの待機中に復習等をしたい場合は紙媒体のものを持ち込むことをおすすめします。 私はスマホと受験票以外何も持っていかなかったため、1 時間の虚無を過ごすことになりました。

試験勉強について

正直なところ、推薦で合格する気満々だったため、あまり真面目に勉強してません。

推薦試験が不合格だった場合の学力試験に備え、昨年の 10 月から勉強を開始しました。 参考書を回した後、過去問を解くという流れで勉強しました。

参考書については数学を 1 冊、物理を 2 冊、英語を 1 冊購入しました。 数学は 1 周、物理・英語は 2 周しました。

参考書・過去問ともに、物理と英語を入念に勉強しました。 電通大の学力試験は、数学はやや易しめでその他は難しい印象です。

物理は弊高専で深く学ばない科目なので、過去問を初見で見たときは何もわかりませんでした。 出題範囲について参考書をこなし、初歩と典型問題について知識を得ることで戦えるようになりました。

英語の長文読解については文脈を読み取る力が重要と考えています。 私は卒研で英語論文を読んでいるためあまり心配しませんでした。 作文については参考書の文章を全部書くことで文章作成の典型がつかめると思います。

推薦試験の準備については試験日 2 週間前から担任と研究室の担当教員にお願いし何度か面接の練習をしていただきました。 私がはじめ考えていた志望動機が弱いこと、話に筋が通っていないことが指摘されました。 また、自分で作成していた台本に穴があることも分かり、より充実させることができました。 実際の試験でも練習と作成した台本が活かせたかなと思います。

まとめ

かなり失敗したと思っており合格発表まで気が気でなかったのですが合格できました。

今回の試験では口頭試問で大きく差がつくことはない(情報は簡単、数学はみんな完答できていない願望) と感じており、合否を分けた大きな要因は席次と面接だと思っています。 席次に関しては推薦受験を志した段階でどうしようもなくなっている場合もあるため、面接練習をしっかりやることをおすすめします。

@Lafolia13 で Twitter やってるので、なにか質問があったら連絡ください。

日記 10月第3週

10/12 (月)

コンピュータハードウェア

アセンブリの論理命令、シフト命令、乗算命令 おおよそ一般常識っぽい

乗算については MUL R1 R2 R3 R4 としたときに演算結果が(R2, R1)の順に入る あと符号付きがSMULで符号なしがUMULなのくらいか

英語

国士無助かった ガッツポーズしかけたね

物理

微分の定義をやりました もしかしたらこの授業だけ2年に時が遡っているのかもしれない でも合成関数の微分と逆関数の微分はやってない気もする

他

金のフレーズ600点の400単語を埋めた わからん

10/13 (火)

電子工学

わからん

理想MIS構造

金属-絶縁体-半導体で接合して電圧掛けたときのうんたらがどーたら

以下はp型の説明だけどn型でも一緒 印加電圧の符号が逆になるだけ

• 平衡時: 理想なのでフェルミ準位が全て揃う 絶縁体の壁に阻まれてどうにもならない

• 金属側に負: エネルギー順位は金属の方が高くなる 半導体の絶縁体との接合部でフェルミ準位がいい感じに曲がってホールが蓄積される

• 金属側に正: 逆の曲がり方をするので平衡時よりホールがなくなるので絶縁体ができる

• もっと正: めっちゃ曲がる 曲がりすぎて真性半導体のフェルミ準位がp型半導体のフェルミ準位より下になる つまり、この部分だけ見ると半導体をn型と見ることができる→半導体が反転している

• 印加した電圧による準位の変化を$q \Phi_s$、無限遠方での真性半導体と接合した半導体のフェルミ準位の差を用いて$q \Phi_f = E_i - E_F$とすると、$\Phi_s \geqq 2\Phi_f$ のとき半導体は強く反転する(接合部でしっかりn型にみえる)

MOS

ソースとゲート間に$V_G$、ソースとドレイン間に$V_D$ を印加するといい感じに反転層が生まれて電流が流れる

$V_D$ を増加させると反転層が狭まっていき、やがてドレイン側から消えていく(斜めになってるイメージ) ドレインと接合している部分でぎりぎり反転層が途切れる点をピンチオフといい、このときの $V_D$をピンチオフ電圧という

さらに増加させていくと反転層はもっと消えるがこの部分は抵抗とみなすことができるため電流は流れる $V_D$を高めるほどこの抵抗は増えるため、ピンチオフ以降の電流は大きさが一定となる

コンピュータネットワーク

ルータ本体のお話

• show version でもろもろ確認できるぜ！！

• コンフィギュレーションレジスタ値に注意だぜ！！ デフォルトは2102、ROMモニタモードは2100、startup-configを読み込まないのは 2142 だぜ！！！

• Ciscoルータのメモリは ROM、Flash、RAM、NVRAM の 4 種類あるぜ！！

• ROMは起動時に必要なプログラムである POST、Bootstrap、MiniIOS を格納しているぜ！！ POSTは自己診断プログラム、Bootstrapは Cisco ISOの探索プログラム、MiniIOSはIOSが損傷していたときに使う限定版だぜ！！！

• FlashはCisco IOSの格納場所だぜ！！

• RAMはrunning-configを保存する場所だぜ！！ 電源を切ると初期化されちゃうぜ...

• NVRAM はルータの設定を保存するメモリだぜ！！ startup-config が保存されるぜ！！！

実習

かわいいかわいい Laravel くんと戯れました

auth と validation と localization をやるだけで 4 コマ分使うのまじですか？(レポート書きたくないので時間はあればあるだけいいんですけど)

他

TOEIC 受かってうきうきしてます

10/14 (水)

電子回路

エミッタ接地増幅回路の3段接続をQUCSで組む 位相が$-360$度のところで発振しない、つまり利得が1未満になるように気をつける

具体的にはエミッタ接地の1段を利得の悪い回路にすることでいい感じにするらしい 正直よくわからん

アルゴリズムとデータ構造

校内Wifiに文句言いながら駄弁ってたら授業が終わってた

多重リストと循環リストやってた気もする

電磁気学

自己インダクタンスについて

• 回路に電流を流して発生する磁束から回路自身に誘導起電力(逆起電力)が発生する

• 相互インダクタンスと同様の式かつ時間変化する値は電流のみのため、同じように自己インダクタンスが導ける

• 変圧器はいい感じにやると出力電圧(誘導起電力)が入力電圧の(コイル1とコイル2の巻数の比)倍になるっぽいです 軟鉄は透磁率が真空の5000倍なので芯にすると必要な入力電圧が1/5000になるのでえらい

他

スティーブつえぇーー

10/15 (木)

通信工学

無理 たすけて

変調・復調回路の話っぽい 回路の中身は原理がわからんので暗記するしかなさそう

以下、特徴

• AM変調回路はトランジスタによる非線形増幅回路とダイオードのインピーダンス制御による回路がある

• 復調回路は包絡線検波方式と同期検波方式がある

• 包絡線検波方式はローパスフィルタを用いてAM波から包絡線を取り出す(AD変換みたいなあれ) 最も簡易な検波方式であり、回路に非線形性があると波形が歪む

• 同期検波方式はAM波に搬送波を掛け合わせることによって(加法定理から導ける)信号波を取り出す

• 搬送波抑圧方式の回路は非線形阻止を2つ用いる方法とダイオードのスイッチングによる方法とがある 正直何もわからないので困っとる

保健体育

takkyu shitayo

応用数学

論理学 諸々の規則をやりました

• 仮定から始めるより結論から始めたほうがはやそう

• 仮定がないときは図が完全に閉じる

数学特論

グラムシュミットの直交化法 えいえいってやると解けます

他

何もしてない 困ったな

10/16 (金)

離散数学

剰余系の演算表 やるだけだけど元の示し方がよくわからんので答えを見ましょう

日本語表現法

敬語ってなーんだ？

• 謙譲語: 動詞を受ける人を上げる

• 尊敬語: 動詞をする人を上げる

• 丁寧語: ていねいなイソターネソト生活

表象文化

無 美女と野獣を見終わりました

ゼミナール

助けてくれ 行列を $\sum$ で書かれると理解できないんだ

逐次をやってるんだけど、理解したことを確認したら全く違うっぽくて泣いています

他

金のフレーズのNo.400までをやった ちょこちょこ抜けてる

ところで今日は 10/17 です

二週間坊主

10/17 (土)

• ABC180 5完

• TechFul 9 完

• ジムに行きました 腕に力が入らなすぎて四つん這いになろうとしたらオットセイになってしまった

10/18 (日)

肉うめぇ！！！！！！

ALEGRIA IKEBUKURO に行きました

焼けた肉を逐次サーブしてくれる店だったので対して食べられないと思っていたんですけど、ペースがめがっさ早くてお腹いっぱい食べられました

イチボ肉がとてもバリ美味かとでした

筋肉痛がやばいです 大胸筋が悲鳴を上げている

日記 10月第2週

日記を書きます。授業のまとめとか書きます

10/5 (月)

コンピュータハードウェア

C言語プログラムで変数とかがどういう順番でメモリに格納されるかみたいな話

1. text: プログラム本体が格納されるらしい？ main() のアドレスはここ

2. data: グローバルに初期化ありで宣言された変数とか int a = 0; みたいなやつ

3. bbs: 初期化無しで宣言されたやつ int b;

4. heap: 動的確保されたやつ malloc とかで確保されたのはここ

5. stack: 自動変数(ローカル変数) 格納されるアドレスの番地が下がっていくのでそのうち heap と干渉する

あとここで扱うのはフォンノイマン型アーキテクチャで、プログラム内蔵(stored program)方式と呼ばれるそう まあはい

英語

内容がないよう

物理

ガイダンスとはいえ 4 年にもなって 3 次元ベクトルの定義をやるとは思ってなかった

他

帰宅したら眠すぎて寝てしまった 睡眠は人生最大の娯楽なので仕方ないね

10/6 (火)

電子工学

金属と半導体を接合した時のバンド図の話 仕事エネルギーが 金属 > n 型のやつと金属 > p 型のやつをやった

• n 型の方は平衡状態でキャリアが接合面にないため空乏層ができ、電圧を印加した時は接合面にだけかかる

• 印加する電圧の方向で電流が流れるか流れないか変わる(整流性)

• この接合をショットキー接続という

• 一方、p 型のは平衡状態でキャリアが接合面に存在するため、電圧は半導体全体にかかる

• 電圧をどちらの方向に印加しても電流が流れる

• この接合をオーミック接続という

• n と p どちらも入れ替えた形があるので図を一回書いたほうがいいね

コンピュータネットワーク

CDP とかいうやつをやった ヤマハさん......

• CDP は CISCO 独自のデータリンク層で動作する直接接続された Cisco デバイスを検出するプロトコルである

• デフォルトで有効になっている

• "show cdp" : CDP自体の情報を出力する 送信間隔、保持時間、バージョン

• "show cdp neighbors" : 隣接デバイスの情報を出力する デバイス名、接続されているインターフェース、ホールドタイム(破棄までの時間)、サポートしている機能(Switch, Router, etc.)、シリーズ番号、隣接デバイスのインターフェース

• "show cdp neighbors detail" : 隣接デバイスの詳細情報を出力する 上記に加えてデバイスのアドレス、 CiscoIOSのバージョン、二重モード(半 or 全)

• "cdp run" : config で行うルーター全体の CDP の有効化

• "cdp enable" : config-if で行うインターフェース毎の CDP の有効化

実習

ガイダンスとレポート指導 パルス回路やばいっぽい レポート通して前期分が終わり

他

夢を見た 飼ってたネコが病気になったのを看病する夢 姉が我関せずでブチ切れたんだがまじでなんだったんだ よう分からんね

キャリア支援室から編入の問題貰うの失敗したので明日再チャレンジ

10/7 (水)

電子回路

帰還増幅回路の特性まとめ とりあえずノイズや利得を安定にすることができるらしい

デメリットは発振すること 正帰還かつループゲインが 1 を超えると増幅され続けてやばいことになるので対策する必要がある
具体的には反転増幅回路でエミッタ設置を 3 段以上重ねて位相差が -360度になる(元が -180度、エミッタ設置 1 段で -90度回転する)周波数でループゲインが 1 を超えないようにする

等価回路での置き換えもやった $\beta$ の導出が謎いけどそれ以外は入れるだけ

アルゴリズムとデータ構造

双方向連結リストをやってたので skiplistset を読んでました

電磁気学

教員がヤベェなんとかしてくれ

リニアモータと一般的なモータに加わる力をやった 相変わらずテキストがよくわからんので困る リニアモータは自明、モータは磁場の方向が変わらないから面の垂直方向にかかる力が回転しながら変わっていくっぽい 教科書を見たほうがよさそう

相互インダクタンスもやった 誘導起電力の式で時間の関数以外(電流 $I$ 以外)を分離して M[$\Omega \cdot s = $ H] とする テキストがガバってたので教員に指摘したら教員がバグった 不思議

他

編入過去問入手 done

明日中に奨学金継続のやつと ICPC チーム登録の連絡をする

10/8 (木)

通信工学

信号の変調の話 ややこしい

• 変調とは、伝送したい信号の振幅や周波数、位相を別の信号によって変化させることを指す 伝送媒体中を効率よく伝送するために変調が行われる (例えば人の声の周波数20kHzは小さすぎるらしい)

• 複数の信号を合成して伝送(多重化) する手段としても用いられる

• 変調に用いる信号の振幅の最大値を変調度という 変調度が 1 より大きいと信号が壊れて包絡線での複合ができなくなる

• 式は cos の積なので積和の公式を使い、さらにオイラーの公式を使って表す

• フーリエ変換すると一点に集中する搬送波の左右にいい感じの波形ができる(側帯波)のでこれのどちらかを復調する

• ここままだと使用電力が大きすぎるので送信する波形を減らして消費電力を削減する 搬送波抑圧方式(SC)は搬送波を送らず、単側波帯方式(SSB)は側帯波を片方しか送らない

保健体育

シャトルランやりたくないね

応用数学

論理数学の話 基本的な記号を紹介して終わり

数学特論

行列の対角化 東工大の編入試験、直行行列を使う問題は、正規直交基底(ベクトルのノルムが 1 で直行している) が必ず直行行列になるので使う

弊、昨年度と重複して教えてる科目が多い印象 だからいざ振り返ってみるとやった範囲が狭く感じるんだよな

他

参加登録の連絡はやった 奨学金はやってないです......

アプリ版の金のフレーズを買ったので2日に1回はやりたいね

10/9 (金)

離散数学

合同式 繰返し二乗法 オイラーの公式

オイラーの公式の一般化はテストには出なさそう？ まあどっちでも問題なし

日本語表現法

う

表象文化

美女と野獣をジェンダーとかの視点で観させられている

約束を破るベル、明らかのヤバい道を進む父親、すぐキレる野獣、シンプルにカスのガストン、実は登場人物全員に性格に問題があるんじゃないかとか思いましたまる

ゼミナール

5 年の中間発表を見ました

他

眠いので寝ます 奨学金継続の申請が一生できねぇ

10/10 (土)

起床して朝(昼)食を食べて寝て夕食食べてコンテスト出たら一日終わったんだけど おかしいだろ

いやまぁ原因はこれ一気読みしたからなんですけどね 軽快なリズムで過度なシリアスぶちこんでくるのでなかなか面白かった

10/11 (日)

奨学金継続申請とICPCのProfile埋めdone

金のフレーズの600点をとりあえずやった 見たことあるけど意味を覚えてない単語が多すぎて泣きそう

表象文化の謎テキストも読んだ 虚無っぽい