『核戦争では、すべての人間は平等に火葬される』



https://arxiv.org/search/?query=World+War+III&searchtype=all&abstracts=show&order=-announced_date_first&size=50

論文検索キーワード:第三次世界大戦 - 4件ヒット
スクリーンショット (415)

1.SARS-COV-2に対する薬剤の再利用:ハイスループット分子ドッキング、分子動力学、機械学習、および第一原理研究
[2201.00287] Drug repurposing for SARS-COV-2: A high-throughput molecular docking, molecular dynamics, machine learning, & ab-initio study (arxiv.org)
投稿日:2022年1月2日(v1)、最終改訂日:2022年4月7日

 寸法125nmの分子は、世界中で約4億7900万人(米国は8000万人)のヒト感染と610万人(米国は97万7000人)の人の死亡を引き起こし、2年間で8兆5000億米ドルの世界経済を破壊しました。

最近の歴史の中で、「ナノ構造」の構造と性質の関係を(人為的あるいは自然がそれぞれ)直接利用することによって、人命に匹敵する損失をもたらした出来事は、第二次世界大戦中のアメリカによる日本の都市への核爆弾攻撃と、1918年のインフルエンザの大流行だけでした。

この分子は、COVID-19として知られる病気を引き起こすSARS-CoV-2です。パンデミックの高額な賠償責任は、様々な民間、政府、学術団体に、これらの新興疾患の治療法発見に向けた努力を促すことになりました。その結果、感染を未然に防ぐための複数のワクチン候補が発見されました。しかし、これまでのところ、完全に有効な治療薬の候補を見つけることには成功していません。

本論文では、洗練されたマルチスケールin-silicoフレームワークに基づいて、複数の治療薬候補を提供することを試みました。ステップ-I:ハイスループットドッキング、ステップ-II:分子動力学、ステップ-III:密度汎関数理論解析。合計で220万個のタンパク質の結合部位とリガンドの組み合わせを解析しました。タンパク質は最近の実験的研究に基づいて選択されました。ステップ-Iでは、分子ドッキングの結合エネルギーに基づいて10個のリガンド/タンパク質を選別し、さらに薬物類似性解析に基づいて2個のリガンド/タンパク質を選別しました。さらに、これらの2つのリガンド/タンパク質をStep-IIで分子動力学に基づくRMSD解析により検討しました。その結果、最終的にタンパク(7BV2)の異なる結合部位を攻撃する3つのリガンド(ZINC1176619532, ZINC517580540, ZINC952855827)が示唆され、ステップIIIでさらに解析しました。


検索キーワード:第三次世界大戦

2.署名付きソーシャルネットワークを用いた第三次世界大戦分析
[2105.12460] World War III Analysis using Signed Social Networks (arxiv.org)
[2021年5月26日(v1)に提出、最終改訂日:2021年8月24日]

多くのソーシャル・プラットフォームが出現している昨今、様々なユニット間の関係は、肯定的、否定的、または無関係のいずれかに枠組みすることができます。これらの単位は、個人であったり、国であったり、符号ネットワークの基本的な構造要素を形成する他のものであったりします。このような符号ネットワークは、形成されたグラフのダイナミックな特徴を描き、構造的均衡の定理を絵に描いたようなわずかな符号の組み合わせしか認めません。構造的均衡理論では、符号化された社会的ネットワークは、不安定な関係のサイクルに対応する紛争状況を避けるように組織される傾向があると断言します。ネットワークにおける構造的均衡の目的は、グラフ内で許可される符号付きエッジを持つ少数の組み合わせ三角形のみを許容するシステムの均衡を保証するノードの適切な分割を見つけることです。この分野の研究の多くは、符号付きグラフの重要性を説明したり、バランス定理を適用して問題解決を試みてきました。

各国が優位に立ち、最強を競い合う最近の時流に従うと、第三次世界大戦(World War-III)が起こるのではないかという疑念がすべての人の心に浮かびます。しかしながら、私たちの論文の目的は、第三次世界大戦に関する興味深い質問に答えることです。このプロジェクトでは、第三次世界大戦の参加国をノードとして描いた符号付きグラフを作成し、戦争中に形成される可能性のある最良の国家連合を予測しました。また、この戦争で形成されるコミュニティの数と、各コミュニティの参加国を視覚的に描きました。

ソーシャルネットワークを利用した第三次世界大戦の分析

前文省略

このように、SSNを使ってモデル化された事象の結果を予測することは、研究者にとって常に大きな関心事となっています。SSNを使ってモデル化された事象の結果を予測することは、研究者にとって非常に興味深い分野です。多くの挑戦的で興味深い問題の中で 多くの挑戦的で興味深い問題の中で、私たちの心を打つ最も旺盛な疑問の一つは 数年以内に再び戦争が起こるのか?ということです。各国の気質が国力と効率性を高めることにある現状を考慮すると、国を安定させ、全体として有名な国として台頭させるために、あらゆる要素において独立することが各国の議会憲法に定められています。しかし、いくつかの不利な状況により、世界の一部の強国は他国を圧倒し、むしろ非友好的な方法でその優位性を確立するために君臨しています。また、強大国の植民地でありながら、独立を望む国もまだ少なくありません。

今日、すべての国々は、より大きな権力とリーダーシップを手に入れようと、しのぎを削っており主導権を握ろうとしています。そのために、どの国も他国の資源をコントロールしようとしています。また、権力を得るだけでは十分ではありません。各国は自国の生存を確保する必要があるためです。


勢力争いは、しばしば2つの国家(すなわち超大国)間の争いを引き起こします。このような争いは暴力的になり、他の国々と連動することもあります。その結果、最終的には力を得るために国家間で世界戦争が起こります。パワーバランスの変化とそれに関連する研究は、常に世界中の研究者を惹きつけてきました。国際関係や国家間の結びつきを研究するために、多大な努力が払われてきました。国家間の関係は複雑なシステムを形成しています。このようなシステムを抽象的に表現するために、ネットワークモデルを使用することができます。国家間の関係は、否定的(対立的)な結びつきになることもあれば、肯定的(調和的)な結びつきになることもあります。

このような状態は、しばしば加熱し、最終的には来るべき第三次世界大戦の勃発につながるでしょう。さて、第三次世界大戦について考えるとき、いくつか興味深い疑問が浮かびます。
- 第三次世界大戦は起こるのか?
- もしそうなら、どの国がこの戦争に参加するのでしょうか?
- 最も興味深いこと: どの国が賛成し、どの国が反対するのでしょうか?

寄稿: 本論文では、二国間/国際関係のためのSSNを提案しました。ネットワークのエッジはノード間の関係を表します。各エッジにはスコアの重みとして値が割り当てられています。これらの重みは調和や対立(不一致)の強さを測定します。符号付きネットワーク・モデルは、第三次世界大戦(World War III)に関与するグループ(連合)を見つけるのに役立ちます。形成されたグループは、グループ内の対立的な結びつきが少なく、グループ間の調和的な結びつきも少なくなります。肯定的な関係と否定的な関係の両方をマッピングするために、世界中のすべての国のデータセットが集められ、私たちによって公開されました。このデータセットは、物品の輸出入、国境規制、宗教対立、過去の戦争など、国家間の関係を定義する様々な側面をまとめて形成されています。これらについては「データセット収集と実験」で議論します。その結果のセクションでは、データセットの分析と、互いに争っている国同士の連合の予測について説明します。


最後の部分だけ....

C. 結果の解釈
表VIに示すように、予測セットと実世界のデータから予想される結果の詳細な評価は、表VIIで見ることができます。このようなペアの合計43組から、表Vで議論された予測セットは32の肯定的なスコアを得て、理想的な配置に対するミスマッチは11のみでした。主なミスマッチは、(北朝鮮,韓国)、(イスラエル,パレスチナ)、(イスラエル,アメリカ合衆国)です。手作業で収集した敵味方のペアに対する交差検証の実験から、提案モデルは合計43ペアに対して32ペアを正解としました。その結果、74~75%の精度で目標を達成することができました。

V. 結論
どの国も権力を手に入れ、自国の成功によって独立を果たそうとするこの時代、他国を打ち負かし、超大国として立ち上がることを強く望んでいます。戦争という概念は、憎しみ、不安、好奇心、経済的利益、領土獲得、宗教、ナショナリズム、復讐などが原因で生まれます。現在の各国の議会の気質によっては、第三次世界大戦が起こるかもしれないと分析できます。それを阻止することは私たちの手には負えませんが、私たちにできることは、戦争の可能性を予測することです。この論文では、最も興味深いトピックの1つである「第二次世界大戦-ICoalitions」を選び、第三次世界大戦の狡猾なハプニングのうちの2つに答えを予測しました。第三次世界大戦の参加ノードをグラフで表現し、形成される可能性のある最良の国家連合を予測しました。また、グラフ表現を通して予測戦略に影響を与える様々なパラメータに関する分析を拡張し、予測結果と現実世界の結果を比較するための評価マトリクスを作成しました。また、国同士のペアと、予測戦略に影響を与えたペア間の様々な属性からなるデータセットも用意しました。今後の方向性としては、ソーシャルネットワークにおけるリンク予測や、他の連合発見アルゴリズムの使用が考えられます。その他の方向性としては、スコア計算に非線形の関数を使用したり、グリッドサーチやニューラルネットワークのような異なるハイパーチューニング技術を試すことができます。

スクリーンショット (416)
図4: 部分的な国のビジュアル連合グラフ(より見やすくするため)

謝辞
この研究は、IIT Roparのコースワークの一環として行われました。IIT Roparにて。講師のDr. スダルシャン・アイエンガー博士に感謝します。そして本論文の背後にあるモチベーションに感謝します。

※以下記述は参考文献


ちなみに...
※人工地震で論文検索→2件ヒット
しかし、全文読んでないが、大気中の電解層の熱探知の監視以外は人工地震とは関係ないでしょう...


[2402.02150] Data-Driven Prediction of Seismic Intensity Distributions Featuring Hybrid Classification-Regression Models (arxiv.org)
2024年2月3日
ハイブリッド分類回帰モデルによる震度分布のデータ駆動予測
水谷 浩祐御手洗 春樹宮崎 翔, 熊野 聡一郎山崎 俊彦

地震は、人類が直面する自然災害の中で、最も直接的で致命的なもののひとつです。地震による被害の程度を正確に予測し、潜在的なリスクを評価することは、多くの人命を救うことにつながります。本研究では、位置、深さ、マグニチュードという地震パラメータに基づいて震度分布を予測できる線形回帰モデルを開発しました。完全にデータ駆動型であるため、地理的情報がなくても震度分布を予測することができます。データセットは、1997年から2020年の間に日本近海で発生した地震の震度データから構成されており、具体的には、気象庁から入手したマグニチュード5.0以上の地震が1,857件含まれています。回帰モデルと分類モデルの両方を学習させ、その両方を組み合わせてハイブリッドモデルを作成しました。提案モデルは、相関係数、F1スコア、MCCにおいて、一般的に使用されている地盤変動予測式(GMPE)を上回りました。さらに、提案モデルは、従来のGMPEが苦手とする異常震度分布の予測も可能です。
スクリーンショット (457)

論文:2402.02150.pdf (arxiv.org)

100年前、関東大震災は日本の中心部を襲い、未曾有の大災害を引き起こしました。2011年の東日本大震災とそれに伴う津波は、死者・行方不明者合わせて約2万人を数え、私たちの記憶に鮮明に刻まれています。日本では、地震が自然災害の主な形態であり、長期にわたって多くの人命が失われてきました。このような大災害は、人類社会をより安全に守るために、地震に対する理解と予測能力を向上させることの緊急性を強調し続けてきました。地震の不屈で予測不可能な性質を考えると、震度分布を正確に予測する必要性が最も重要です。
このような予測は、リスク評価、建物構造の強化、戦略的な避難計画に大きく役立ち、それによって将来の地震現象による壊滅的な影響を最小限に抑えることができます。


[2312.15218] Generalized Neural Networks for Real-Time Earthquake Early Warning (arxiv.org)
2023年12月23日
リアルタイム地震速報のための一般化ニューラルネットワーク
Xiong Zhangミャオ・チャン

ディープラーニングは、地震波形を直接マイニングすることで、地震モニタリング能力を向上させます。しかし、現在のニューラルネットワークは、特定の地域で訓練されたものであるため、多様な地域への一般化に課題があります。ここでは、ニューラルネットワークのトレーニングのために、任意のステーション分布で任意の場所で発生する一般化された地震を作成するために、データの再結合方法を採用します。学習されたモデルは、連続地震波形ストリームからの地震検出とパラメータ評価のために、異なるモニタリング設定を持つ様々な地域に適用することができます。これにより、地震発生のごく初期段階でリアルタイムの緊急地震速報(EEW)を開始することができます。日本とカリフォルニア(米国)で発生した連続地震に適用したところ、私たちのモデルは、最初のトリガー観測点から4秒以内に、地震の位置とマグニチュードを、それぞれ平均誤差2.6-6.3 kmと0.05-0.17で、確実に報告しました。これらの一般化されたニューラルネットワークは、リアルタイムEEWのグローバルなアプリケーションを容易にし、従来の手法で通常必要とされる複雑な経験的構成を排除します。