クリスマスイブに8時間連続学習。情報の単位のアドバンテージが結構役に立ってよかった。
2日目前半:福本徹先生「図書のウェブ検索」
緒形拳さんに激似の先生。教員免許を私の1.5倍持っており、国の教育政策に携わるバケモノでした。
OPAC
電子目録のこと。カード目録に変わり全国各地のほとんどの図書館で移行が行われている。
NDL-Bib
国立国会図書館のOPAC。国立国会図書館が収蔵する日本で出版されたすべての資料を検索できる。
「世の中にはこんな使いにくいシステムがあるんだなクソが」ということを実感するために授業で扱った。
CiNii Books(旧Webcat)
全国の大学図書館の資料を検索できる。任意の書籍や論文が、どこの大学にあるかがわかる。
学習指導要領の改訂の方向性
要求しているのはめちゃめちゃエリート教育だと思う。
①何ができるようになるか
人間性の涵養、思考・判断・表現力の育成、生きて働く知識と技能の習得。
②どのように学ぶか
結果的に主体的・対話的な深い学びになるような教材や学習活動の設定(強制はしない)。アクティブラーニング。
③何を学ぶか
公共が新設。学習内容の削減は行わない。
高大一体化
早稲田大学の入試には主体性・多様性・協同性についてのアピールが必要に。
また、全学部で数学を必修にした。かわいそうに。
非連続型テキスト
写真や絵、表と文章が混在したテキスト。
対話型テキスト
数学や理科でキャラ同士の対話が取り上げられている。
新観点:主体的に学習に取り組む態度
①ねばりづよく学習に取り組む姿勢
②メタ認知的な自己調整学習
この2つを総合的に評価するらしい。
※行政文書の場合「○○・××」はひとまとまりの単語として扱う!
ワールドカフェ方式の発表
現場で結構役に立ちそうな発表放送。グループ活動にありがちな、できるやつに押し付けが発生しない。
①グループの中で説明順1~3を決める。
②最初の2分:説明順1が説明、他の人は他のグループの発表を聞きにいく。
③次の2分:説明順2が説明、他の人は他のグループの発表を聞きにいく。
④その次の2分:説明順3が説明、他の人は他のグループの発表を聞きにいく。
⑤最後の3分:聞きに行ったグループの内容をグループの中で共有する。
2日目後半:西田洋平先生「情報発信とホームページ作成」
2日目最後の授業という中途半端なタイミングで先生が変わった。
生物と機械の違い
AIは統計的になんとなく賢そうなものを出しているだけ。意味を解釈しているわけではない。
AIが人間のような思考をすることはできないが、人間がAIのような機械的思考をすることはわりとできるので、機械が人間化するよりも、その逆が恐ろしいらしい。
インターネットとウェブの違い
確かに、マグマと溶岩の違いくらいわからない。
インターネット
インターとは「際(間)」という意味。
つまりネットワークをネットワークにしたもの。ただコンピュータをつないだだけ。
ウェブ(WWW)
世界的に広がったクモの巣という意味。インターネット上のドキュメント(文書のやり取り)システム。
つまり、ネット検索ではなくウェブ検索が正しい。テキストを超えるハイパーテキストシステム(テキスト同士を自由につなげる)がある。
インターネットの仕組み
ドメイン
IPアドレスに対応しているため、コンピュータを特定する文字列となる。
大学のサイトならac.jp、政府機関のサイトならgo.jpなどが割り振られる。
URI(ユニフォーム・リソース・アイデンティファー)
例
http://www.this.server/page1.html
①プロトコル(http)
②ホストコンピュータ名(www.this.server)=ここがドメインと呼ばれる!
③ファイル名(page1.html)
電子メール
送信端末→SMTP→送信メールサーバ→受信メールサーバ→POP3→受信端末
の順序でメールが送られる。
学校図書館の情報アプローチ(スクーリング編)①
2018-12-25 13:02:31 (6 years ago)
-
カテゴリタグ:
- 司書
おそらく人生ラストスクーリング。
1日目:中村克明先生「図書の分類と目録の作成」
口調が誰かに似てるなとずっと思ってたら、映画評論家の町山さんだと気づいた先生。
図書館についての法律
以下の3つしかない。
①図書館法
②国立国会図書館法
③学校図書館法
※97年に村山内閣が司書教諭の配置を義務付ける。03年3月31日までに12学級以上の学校に司書教諭は必置となった。
学校図書館の問題点
・施設が充実してない(図書館が空き部屋で独立した建物としてない)。
・収蔵図書が文学や娯楽書に偏重している。
・管理職が無関心。
・逆に管理職が図書の収集方針に思想的な圧力。
80年代の愛知の高校では「友」「平和」「自由」「女」「生きる」「組合」というリベラルなワードが入る本を校長が排除しようとしたが、司書教諭や学校司書がまともだったので、校長の圧力を退けた。
著作権法
図書館でのコピー
著作権法第31条で認められるが、1ページ1枚、コピーは本来は図書館の職員が行う。営利目的なコピーは禁止。
学校でのコピー
授業で使う理由ならば、著作権法第35条で認められる。
○教材として新聞記事をコピーして配布。
×市販されている問題集をクラス全員にコピーして配布。
ISBN(国際標準図書番号)
全世界の図書にそれぞれつけられるユニークな番号。
978-4-○○○・・・のような番号で、このときの4は日本語の本を表す。
日本十進分類法(NDC)
「十進=じっしん」と読む。本の主題を数や記号で表したもの。
本の背表紙に付けられ、上段に分類番号(2~3桁)、中段に図書番号(著者記号がメイン)、下段に巻冊番号(上下巻など)がくる。
0 総記
1 哲学
2 歴史(地理ふくむ)
3 社会科学
4 自然科学
5 技術(生活全般ふくむ)
6 産業(通信ふくむ)
7 芸術(スポーツや娯楽ふくむ)
8 言語
9 文学
主題の見つけ方
・タイトル(ただし最近は商業的なタイトルが多く、タイトルから主題がわからないものも)
・著者の経験、専門分野、著書など
・はじめにとあとがき
・目次
・中身の読解
主題が複数あるとき
・主題が3つまで
最もページ数の割合が高い主題とする。
3つがほとんど同じ割合の場合は、最初の主題とする。
・主題が4つ以上
最もページ数の割合が高い主題とする。
4つがほとんど同じ割合の場合は、それらをまとめた上位概念とする(イヌ、ネコ、ウサギ、ハムスターならペットなど)。
影響関係:影響を与えられたほうを主題とする。
因果関係:結果を主題とする。
上位と下位:上位概念を主題とする。
※ただし、個人が多数に影響を与えた場合は、与えたほうを主題とする。
個人伝記
『坂本竜馬研究』など、その個人を研究した本も個人伝記とする。
また、スポーツ選手や作家の伝記は、個人伝記ではなく、そのジャンルに分類する。イチローの伝記は野球(787.7)として分類する。
地理区分
地震予知(453.38)
イギリスの地震予知(453.38 02 33)
※02は地理区分を、33はイギリスを示す番号。
形式区分
恐竜は457.87
恐竜“図鑑”は457.87 038
恐竜“辞典”は457.87 033
※320.033のように0がふたつ続く場合は320.33と0をひとつにまとめて桁を減らすが、210~279(地理歴史のジャンル)は以下に時代や場所の番号が続くため、0を減らすとユニークな番号とならないので、その場合は0はふたつ続ける。
目録作成における四大情報源
①表題紙(表紙をめくって出てくる内側の扉)
②奥付
③背
④表紙
NCR(日本目録規則)
現在は電子目録(OPAC)ばかりで、存在意義が危ぶまれているカード目録の作り方。
※記述部
司書・司書教諭になるには / 森智彦著. - 初版
東京 : ペリカン社, 2002
153p ; 19cm. - (なるにはBooks ; 19)
ISBN 4-8315-0987-6
※標目指示
t1.シショ シショ キョウユ ニ ナル ニワ t2..ナル ニワ ブックス a1.モリ, トモヒコ s1.図書館 s2.司書教諭 ①013.1 ②017
めちゃくちゃ細かい決まり
・15×40センチの紙のカードで書籍のデータを記録する。
・タイトルは一字一句同じに記録。
・第六版は第6版とアラビア数字に統一する。
・H30年は2018年と西暦にする。
・東京都は東京と、都道府県を省略する。
・出版社は(株)を省略する。
・情報があいまいで図書館員の推測を記録する場合は、その情報は〔〕で囲む。
・「現在」を「いま」と読ませるような特殊な読みは、現在(いま)とカッコに入れる。
・英語など外国語のタイトルの場合は、すべて大文字で書いてあっても、その国の慣例に従い、頭文字だけ大文字とする。
・翻訳書の場合は、邦題と現代を=でつなぐ。
・標目表示でタイトルの読みをカタカナで表記する場合は、音を優先する。「~を」は「オ」と、「~へ」は「エ」とする。
・全体ページ数は240pと、pはお尻に付ける。
・特定のページはp24とpは頭に付ける。
1日目:中村克明先生「図書の分類と目録の作成」
口調が誰かに似てるなとずっと思ってたら、映画評論家の町山さんだと気づいた先生。
図書館についての法律
以下の3つしかない。
①図書館法
②国立国会図書館法
③学校図書館法
※97年に村山内閣が司書教諭の配置を義務付ける。03年3月31日までに12学級以上の学校に司書教諭は必置となった。
学校図書館の問題点
・施設が充実してない(図書館が空き部屋で独立した建物としてない)。
・収蔵図書が文学や娯楽書に偏重している。
・管理職が無関心。
・逆に管理職が図書の収集方針に思想的な圧力。
80年代の愛知の高校では「友」「平和」「自由」「女」「生きる」「組合」というリベラルなワードが入る本を校長が排除しようとしたが、司書教諭や学校司書がまともだったので、校長の圧力を退けた。
著作権法
図書館でのコピー
著作権法第31条で認められるが、1ページ1枚、コピーは本来は図書館の職員が行う。営利目的なコピーは禁止。
学校でのコピー
授業で使う理由ならば、著作権法第35条で認められる。
○教材として新聞記事をコピーして配布。
×市販されている問題集をクラス全員にコピーして配布。
ISBN(国際標準図書番号)
全世界の図書にそれぞれつけられるユニークな番号。
978-4-○○○・・・のような番号で、このときの4は日本語の本を表す。
日本十進分類法(NDC)
「十進=じっしん」と読む。本の主題を数や記号で表したもの。
本の背表紙に付けられ、上段に分類番号(2~3桁)、中段に図書番号(著者記号がメイン)、下段に巻冊番号(上下巻など)がくる。
0 総記
1 哲学
2 歴史(地理ふくむ)
3 社会科学
4 自然科学
5 技術(生活全般ふくむ)
6 産業(通信ふくむ)
7 芸術(スポーツや娯楽ふくむ)
8 言語
9 文学
主題の見つけ方
・タイトル(ただし最近は商業的なタイトルが多く、タイトルから主題がわからないものも)
・著者の経験、専門分野、著書など
・はじめにとあとがき
・目次
・中身の読解
主題が複数あるとき
・主題が3つまで
最もページ数の割合が高い主題とする。
3つがほとんど同じ割合の場合は、最初の主題とする。
・主題が4つ以上
最もページ数の割合が高い主題とする。
4つがほとんど同じ割合の場合は、それらをまとめた上位概念とする(イヌ、ネコ、ウサギ、ハムスターならペットなど)。
影響関係:影響を与えられたほうを主題とする。
因果関係:結果を主題とする。
上位と下位:上位概念を主題とする。
※ただし、個人が多数に影響を与えた場合は、与えたほうを主題とする。
個人伝記
『坂本竜馬研究』など、その個人を研究した本も個人伝記とする。
また、スポーツ選手や作家の伝記は、個人伝記ではなく、そのジャンルに分類する。イチローの伝記は野球(787.7)として分類する。
地理区分
地震予知(453.38)
イギリスの地震予知(453.38 02 33)
※02は地理区分を、33はイギリスを示す番号。
形式区分
恐竜は457.87
恐竜“図鑑”は457.87 038
恐竜“辞典”は457.87 033
※320.033のように0がふたつ続く場合は320.33と0をひとつにまとめて桁を減らすが、210~279(地理歴史のジャンル)は以下に時代や場所の番号が続くため、0を減らすとユニークな番号とならないので、その場合は0はふたつ続ける。
目録作成における四大情報源
①表題紙(表紙をめくって出てくる内側の扉)
②奥付
③背
④表紙
NCR(日本目録規則)
現在は電子目録(OPAC)ばかりで、存在意義が危ぶまれているカード目録の作り方。
※記述部
司書・司書教諭になるには / 森智彦著. - 初版
東京 : ペリカン社, 2002
153p ; 19cm. - (なるにはBooks ; 19)
ISBN 4-8315-0987-6
※標目指示
t1.シショ シショ キョウユ ニ ナル ニワ t2..ナル ニワ ブックス a1.モリ, トモヒコ s1.図書館 s2.司書教諭 ①013.1 ②017
めちゃくちゃ細かい決まり
・15×40センチの紙のカードで書籍のデータを記録する。
・タイトルは一字一句同じに記録。
・第六版は第6版とアラビア数字に統一する。
・H30年は2018年と西暦にする。
・東京都は東京と、都道府県を省略する。
・出版社は(株)を省略する。
・情報があいまいで図書館員の推測を記録する場合は、その情報は〔〕で囲む。
・「現在」を「いま」と読ませるような特殊な読みは、現在(いま)とカッコに入れる。
・英語など外国語のタイトルの場合は、すべて大文字で書いてあっても、その国の慣例に従い、頭文字だけ大文字とする。
・翻訳書の場合は、邦題と現代を=でつなぐ。
・標目表示でタイトルの読みをカタカナで表記する場合は、音を優先する。「~を」は「オ」と、「~へ」は「エ」とする。
・全体ページ数は240pと、pはお尻に付ける。
・特定のページはp24とpは頭に付ける。
通信大学生活クライマックス
2018-12-08 22:13:36 (6 years ago)
-
カテゴリタグ:
- 雑記

素晴らしい。
いやはや、年末ですな。今年は私には珍しく、すでに年賀状を仕上げてしまいました(いつもは年が明けてから干支を描いてる)。
そして当初の計画通り、通信大学のすべての単位は、年内での取得が濃厚で、これに関しては6年間も通っていたわけだから、本当に感慨深いものがあるよ。というか、年が明けたら達成感を凌ぐ虚無感に打ち勝てないんじゃないかっていう。
そもそも、思い返せば28歳くらいの頃、30代になると記憶力が大暴落するという風の噂を間に受けて、頭がまだまともなうちに記憶力が必要なことをやろうということで始まったこの企画、ずっと心残りだった自然科学の勉強もできて結果的に大満足です。しかしここまで長いことやるとは思ってもいませんでした。
残すは、図書館司書のスクーリングだけなんだけど、まあ、今までの軌跡を簡単に振り返ってみたい。
公民
当時経済学にメチャメチャハマっていたこともあり、また、理科のコースに時期的に入学できなかったということもあり、なんとなく最初に選んだジャンル。
経済学では数学を扱うものの、なにしろお金の話なので抽象的なモデルを弄るわけではなく、わりと楽しかった。
政治学と社会学と哲学はあれだ、元々そこそこ好きで素養があったため特に苦戦はせず。
そして法律学!こいつが公民においての強敵(とも)でした。とにかく使っている専門用語がわかりづらい。多分、無知蒙昧な下郎を騙すためにわざとわかりにくく作っているんだろうけど、法律に関してはコンテキストがすごい独特で、かつ、紛争処理の話なので学んでいて嫌になりました。試験も二回くらい落ちたのかな。
地歴
地理学は結構面白かったな。地名を丸暗記とかは大嫌いなんだけど、そういう地誌学は大学ではそこまでフューチャーされず、ジオロジー要素が強かったわけで。
歴史は、あれだね。今また単位を取り直せって言われたら絶対無理だね。
特に日本史のある単位のレポートの合格判定が鬼畜で、殺意を覚えたくらいで、というかさ、私もそこそこ読解力はある方だと思うんだよ。なのに、ダメ出しの要点がわからないからね。この単位だけは諦めて放送大学でとろうかなって思ったくらいだもの。
そして西洋史。試験範囲が西洋史全てという恐るべきテストだったなあ。よく暗記できたよ。もはやトイトブルグの森の戦いしか覚えてないよ。
理科
倍率5倍の入試を突破し、入学することができました。面接試験でケミカルの先生と意気投合できて本当に良かったです。
生物学は、試験範囲が西洋史並みに鬼畜で、とにかく広かった。ただ、改めて生物学の基本をおさらいできていい経験になった。あと実験に関しては、先生がすごい講義が上手な先生で優しく、まさかこの人があんな鬼畜試験を出題しているとは、人は見かけによらなんだというか。そしてこの先生が学部長だったっていう。
物理学の実験はかなりハードだったんだけど、これが理系大学の世界だって体験できてよかった。自分でデータを集めて、考察し、論文としてまとめる、とにかく主体的にやらないとダメだってことだよね。試験は結構数学的要素が強くてやや苦戦。桁が大きくなりがちで、ケアレスミスをするんだよね、私は。
地学の先生も厳しかった。が、地質学に関してはかなり本格的に教えてもらえた。フィールドワークもやらせてもらえたしね。こういう世界なのかっていう。タモリさんとか好きそうだよなっていう。ただし、天文学や気象・海洋学は先生の専門外だったため、全くのノータッチ。独学で学ぶことになった。
化学は、とにかく先生も良かったし、テキストも超面白かった。私が最も苦手意識があるのが化学だったんだけど、こういう教科書だったらさぞ面白かっただろうな、と。
いきなりモルなんて言われてもなあ。
特別支援
障害者教育概論だけとった。こういう勉強は現場でかなり役に立つと思って。
ただ、本当に1つしかとってないので免許は持っていない。
特に難しいのは、私もその疑いがあるけれどボーダーの人たちだと思う。身体障害者の人とかは見た目でわかるけどさ、自閉症スペクトラムなんかはパッと見て障害があるようには見えないじゃん。そういう認知されない人っていうのが人知れず困っているという。
あと、どこで障害かどうかを線引きするかも難しいよね。どうしても差別的な側面があるじゃん。
でも、場合によっては線引きされてホッとしたっていう場合もあるからね。難しい話だよね。
数学
学生時代、高校一年生の半ばで脱落したんだけど、結果的に最も成績が良かった。
私が数学に強かったのか、数学の先生方が甘かったのか、多分後者なんだけど、数学はレポートがさ、計算だからさ、腕があまり疲れなかったのは助かったよ。社会とかきつかったもん。
最も特殊な思考が必要だったのが、代数学で、これは高校までの数学とは全く違うなと思った。本当に数学だよね。数という概念そのものを研究するという、かなりメタ的なやつ。
だから、レヴィ=ストロースとかそういった構造主義と近いよなと思ったら、クラインの四元群ってここから来てるのか!とかね。
あと、統計学は面白かったな。これは経済学と一緒で、具体的に使えるからね。有用性が高いというか。科学の研究って誤差がつきものだから、統計学は知ってて損はないよね。まあ、私は科学者じゃないけど・・・
ただしコンピュータのスクーリングが多すぎて、高校の数学の免許は諦めた。取れたところで、私にはうまく教えられないしな。自分自身が理解がふわふわだし(^_^;)
英語
何を血迷ったのか、最も苦手な教科も手を出してしまった。
当然成績は最悪。よく単位取れたなって感じ。
ただ、英米文学史の成績は優で、やはり国語と社会のスキルがものをいった感はある。
この出来心がきっかけで、スウィフトの『ガリヴァー旅行記』をちゃんと読んだり、ジェレミー・ブレットの『シャーロック・ホームズの冒険』をちゃんと視聴したりできたので、いい経験にはなった。やっぱり、イギリスって好きなんだよな。上品ぶった皮肉がいい。
そして、そのアンチテーゼとしてアメリカがあるのもいい。本当に下品だもんな、あの国。
国語
現役で最も得意だっただけに、あっさり撃破って感じ。成績も数学に匹敵する。
ただし、日本の文学ってやっぱりあまり肌に合わないなって思った。
つまらなくはないんだけど、やっぱり和辻哲郎じゃないけれど、湿度が高い国のせいかジメジメしてるんだよね。なんだったんだよクラムボンって。
私が好きな作家は福沢諭吉くらいだよwあの人の文体はハッキリしていて気持ちいいよね。
情報
何を血迷ったのか、これからは小学生にプログラミングを教えるというので、出来心で学習してみた。
そもそもコンピュータってどういう了見で計算しているんだろうっていう素朴な疑問はあったので、それが多少は解消されて面白かった。あとは物理的に集積回路ってどうやって作ってんだろうっていうのはあるよな。
すごい小さいわりに、わりと丈夫というか、素手で触っても全然バグらないじゃん。そういう表面加工されてるんだろうけど、あれなのかな、アリは踏み殺せるけれど、バクテリアは小さすぎて無理っていう話なのかな。
プログラミングの単位は、なんか職業訓練的というか、資格の勉強みたくて、ちょっと肌に合わなかったな。私はアカデミックな奴が好きなんだよね。
ただ、正常にコンパイルできた時の喜びはちょっとあるよね。本当に一文字でも不備があったら機械の野郎は機嫌を損ねるからね。
図書館司書
在学期間が余ったので、おまけで取ってみたTHE資格の勉強。
私は本を読むのは好きだけど、本を管理するのはあまり向いていないような気もする・・・でも最後まで頑張りたいと思います。
いや~こうやってまとめると、すごいことやってきたなあって感じだな。これじゃあ、めちゃくちゃ勉強が好きな人みたいじゃないか!
もともとはさ、漫画のネタ作りに役に立つだろっていうのもあったのにね、いつしか漫画そっちのけで単位の鬼になってたからね。
今後は大学の勉強もなくなることだし、漫画を心機一転描いてみたいです。割と画力もそこまで衰えてないし。これに関しては、また改めて別の記事で。
ジョニー・イングリッシュ アナログの逆襲
2018-11-25 10:45:32 (6 years ago)
-
カテゴリタグ:
- 映画
「面白い度☆☆☆☆☆ 好き度☆☆☆☆ アンチBMW☆☆☆☆☆」
ツイッター、インスタグラム、ウーバー…なんのことだ?私は武器が欲しい。
気休めの報酬でのババアとの死闘から早7年くらい・・・!あの男が帰ってきた!!前にも言ったけど、このシリーズに関しては邦題の方がいい!つけてる人本当にセンスあるよなw
ということで、アナログな身体芸の持ち主(イギリス人)がデジタルなIT長者(アメリカ人)を懲らしめる話。すごいシンプル!考察もなにもないんだけどさ、やっぱりローワン・アトキンソンって愛国的というか、やはり保守的な英国紳士なんだなっていうのはすごい伝わるよね。
私の生き甲斐はお前のような悪漢からこの国を守ることだ。
今回は、友達とその子ども(小2)と観に行ったんだけど、小学生の女の子もゲラゲラ笑えるわかりやすいギャグとともに、車オタクなお父さんも唸る、ドイツ車いじめが炸裂してて、やはり最先端な電気自動車にうつつを抜かしたり、かつての愛車を買収したBMWがとにかく嫌いなんだろうという(アストンマーティンに吹き飛ばされるバイクもBMWという徹底ぶり)。
さて、授業でアナログとデジタルについて取り上げたら、生徒にとってはアナログは古くて汚い、デジタルは新しくて洗練されているというイメージがあるらしい。
でも、アナログにしろデジタルにしろ、ただの情報の表し方の違いなだけで、どっちも一長一短なわけだ。論理的で数値化されているというデジタルだって、標本化や量子化の際にわりと適当に細かい情報を切り捨てているので、大雑把なところはあるし、もっと言えば、アナログという大きなベン図の中にデジタルが入っているわけで(まあ、量子力学とかは置いといて)、連続したアナログの世界が基盤となって、その技術の延長にデジタルがあるに過ぎないわけ。なにデジタル風情がアナログのライバルぶってるんだと。
つまり、歴史や伝統を重んじる英国が、こういう内容の映画を撮るのはすごい腑に落ちるわけ。アメリカは歴史がないし、細かなニュアンスや心の機微をデジタル的に切り捨てるようなところがあるからね。
そう考えてみると、なるほど、アナログが古く、デジタルが新しいという直感的イメージも納得する。なんでもエクストリームな二元論にするデジタル的思考というのは、幼稚で子どもっぽい考え方だというわけだ。
てことで、ヴィクトリアンな大人の紳士がVRもサーバコンピュータもスマートフォンも物理的に叩き潰すのは見ていて気持ちよかったです。
私も引退したら地学の教師でもやりたいなあ。
ナビやICチップもない。つまり敵には見えざる相手。
ツイッター、インスタグラム、ウーバー…なんのことだ?私は武器が欲しい。
気休めの報酬でのババアとの死闘から早7年くらい・・・!あの男が帰ってきた!!前にも言ったけど、このシリーズに関しては邦題の方がいい!つけてる人本当にセンスあるよなw
ということで、アナログな身体芸の持ち主(イギリス人)がデジタルなIT長者(アメリカ人)を懲らしめる話。すごいシンプル!考察もなにもないんだけどさ、やっぱりローワン・アトキンソンって愛国的というか、やはり保守的な英国紳士なんだなっていうのはすごい伝わるよね。
私の生き甲斐はお前のような悪漢からこの国を守ることだ。
今回は、友達とその子ども(小2)と観に行ったんだけど、小学生の女の子もゲラゲラ笑えるわかりやすいギャグとともに、車オタクなお父さんも唸る、ドイツ車いじめが炸裂してて、やはり最先端な電気自動車にうつつを抜かしたり、かつての愛車を買収したBMWがとにかく嫌いなんだろうという(アストンマーティンに吹き飛ばされるバイクもBMWという徹底ぶり)。
さて、授業でアナログとデジタルについて取り上げたら、生徒にとってはアナログは古くて汚い、デジタルは新しくて洗練されているというイメージがあるらしい。
でも、アナログにしろデジタルにしろ、ただの情報の表し方の違いなだけで、どっちも一長一短なわけだ。論理的で数値化されているというデジタルだって、標本化や量子化の際にわりと適当に細かい情報を切り捨てているので、大雑把なところはあるし、もっと言えば、アナログという大きなベン図の中にデジタルが入っているわけで(まあ、量子力学とかは置いといて)、連続したアナログの世界が基盤となって、その技術の延長にデジタルがあるに過ぎないわけ。なにデジタル風情がアナログのライバルぶってるんだと。
つまり、歴史や伝統を重んじる英国が、こういう内容の映画を撮るのはすごい腑に落ちるわけ。アメリカは歴史がないし、細かなニュアンスや心の機微をデジタル的に切り捨てるようなところがあるからね。
そう考えてみると、なるほど、アナログが古く、デジタルが新しいという直感的イメージも納得する。なんでもエクストリームな二元論にするデジタル的思考というのは、幼稚で子どもっぽい考え方だというわけだ。
てことで、ヴィクトリアンな大人の紳士がVRもサーバコンピュータもスマートフォンも物理的に叩き潰すのは見ていて気持ちよかったです。
私も引退したら地学の教師でもやりたいなあ。
ナビやICチップもない。つまり敵には見えざる相手。
ディジタル画像概論覚え書き②
2018-11-22 18:45:23 (6 years ago)
-
カテゴリタグ:
- 情報
フォトショップの謎のカタカナ用語が判明して面白い部分。半年ちょいのコンピュータおばあちゃん生活もこれまででござる。
画像の変換
ラスタ化
ベクタ表現された図形を画素の集合であるラスタ表現に変換すること。
画像座標系
画素の大きさを1単位とする、座標値が整数のところが画素の中心。
線分のラスタ化
A(xA,yA)、B(xB,yB)を含む直線の式
y=(Δy/Δx)(x-xA)+yA
※ただしΔx=xB-xA,Δy=yB-yA
xとyのうち座標の変化が大きい方で1つの整数座標に対して1つの画素を塗る。
計算時間を減らすため、増分法を取り入れる。
ブレゼンハムのアルゴリズム
x=xA;
y=yA;
dx=xB-xA;
dy=yB-yA;
e=2*dy-dx; /*最初からxA+1での誤差eを入れておく。
xをxAからxBまでひとつずつ増やしながら次の処理を繰り返す。
※わかりやすいように私が表現を変えたのでプログラムコードとしては動きません。
{
画素(x、y)を塗る;
もしe>0ならば①~③の式を全て計算する。それ以外(e≦0)なら③だけ計算する。
{
①y=y+1;
②e=e-2*dx;
}
③e=e+2*dy;
}
※e>0かe≦0の誤差の判別は各画素の中心がどこにあるかで判別する。
例えば、ベクタの中央が画素の中心よりも上にある場合はe>0。
ベクタの中央が画素の中心よりも下、もしくは中心と一致している場合はe≦0。
アンチエイリアシング
エイリアシングとは斜めの線や境界部に、階段状のギザギザのジャギーが生じたり、細い線や物体が寸断されたりする現象。これを目立たなくする処理のこと。
①画素の寄与率を用いる方法
境界の画素の色を隣接する複数の領域の中間色とする方法。
g=αfr+(1-α)fb
g=書き込むべき画素値
α=寄与率
fr=各画素の色
fb=フレームバッファにすでに格納されている画素値
②スーパーサンプリング法
画素内に複数個のサンプリング点を設け、それらの色をレンダリング処理する方法。
ヒストグラム
画像の濃淡変換や色変換をする際に用いるグラフのことで、画素値(0黒~255白)を横軸、画素値の頻度を縦軸にとっている。
・暗い画像:画素値の頻度が左寄り(画素値の集合が0による)。
・明るい画像:画素値の頻度が右寄り(255による)。
・コントラストが低い画像:画素値の頻度が中央による。
・コントラストが高い画像:画素値の頻度が分散される(暗い色も明るい色もある)。
画像の統計量
例
画素値0:頻度7
画素値1:頻度4
画素値2:頻度3
画素値3:頻度2
の場合
最小値と最大値
横軸を見て、最も低い画素値=最小値、高い画素値=最大値なので・・・
最小値は0、最大値は3である。
総画素数
各画素の頻度の合計なので・・・7+4+3+2=16
平均値μ
各画素の(画素値×頻度)/総画素数なので・・・
μ=(0×7)+(1×4)+(2×3)+(3×2)/16=16/16=1
分散σ²
{各画素の(画素値-平均値)2×頻度}の合計/総画素数なので・・・
σ²={(0-1)²×7}+{(1-1)²×4}+{(2-1)²×3}+{(3-1)²×2}/16
=(7+0+3+8)/16=18/16=1.125
中央値
全画素数が偶数の場合は総画素数÷2番目の画素値が中央値なので・・・
小さい順に並べて8番目がメジアン。
0、0、0、0、0、0、0、1(←これがメジアン)、1、1、1、2、2、2、3、3なので、1。
最頻値
もっとも頻度が高い画素値なので0。
トーンカーブ
入力画素値と出力画素値の対応関係を表したグラフ。
トーンカーブがy=xの斜めの直線より上で出ている部分は出力画像が入力画像よりも明るくなる。
また、トーンカーブの傾きが1より大きい部分(落差が急なカーブ)はコントラストが高くなる。
ガンマ変換
y=255(x/255)の(1/r)乗
r>1の時は上に凸(明るくなる)
r<1の時は下に凸(暗くなる)
S字トーンカーブによる変換
中間調が引き伸ばされコントラストが上がる。
ヒストグラム平坦化
出力画像のヒストグラムが画素値の全域にわたって均等に分布するように自動的に変換する。
画素ごとの変換による特殊効果
・濃淡の反転(ネガポジ反転):y=xの傾きが逆になる(y=1-xになる)。
・ポスタリゼーション:トーンカーブは階段状になる。
・ソラリゼーション:一部の濃淡だけ反転するためS字カーブではなく正弦波っぽくなる。
・2値化:出力値が0(黒)から255(白)に一気に飛ぶ。
グレースケール画像への変換
y(輝度)=0.2999r+0.587g+0.114b
疑似カラー
グレースケール画像の明るさの違いを色の違いに変換する(結構まちがって置き換わる印象)。
空間フィルタリング
線形フィルタリングは積和演算で計算される。
フィルタと入力画像の対応する画素の数値同士をかけて、その数値(積)を全て足す(和)。
平滑化
濃淡変化を滑らかにする(ぼけさせる)。
①平均化フィルタ
領域内の画素値の平均を求める。3×3の9マスの場合は全てのマスは等しく1/9となる。
②重み付き平均化
・加重平均化フィルタ:フィルタの中央に大きな重みをつける。
・ガウシアンフィルタ:重みをガウス分布に近づけたもの(平均化フィルタと比べより滑らかで自然)。
エッジを保存した平均化
エッジは保ちつつ、ノイズなどの細かな変動は平滑化すること。
①メディアンフィルタ
領域内の画素値の中央値を求める。
スパイク状のノイズ除去が可能。
②バイラテラルフィルタ
注目画素との距離と関数によって重み付けした平均化。
くり返し適用すると細かいテクスチャが失われ色を塗りつぶしたような表現になる。
エッジ抽出
①微分フィルタ
・横方向:横方向の差分を求める→縦方向のエッジ
・縦方向:縦成分の差分を求める→横方向のエッジ
微分の大きさの式
√{(Δxf)²+(Δyf)²}
ソーベルフィルタ
ノイズを軽減するフィルタ。
②ラプシアンフィルタ
2次微分の一種であるラプシアンの値を求めるフィルタ。
横方向の二次微分と、縦方向の二次微分の和。
先鋭化フィルタ
入力画像の濃淡を残したままエッジを強調する。
方向性を持つ平滑化
特定方向だけの画素値の平均をとる。
エンボス処理
画像の濃度差を利用し、画像の一部を浮き出たように見せる。
濃淡(f1)を反転し、それを平行移動し(f2)、g=f1+f2-128を出力する。
画像の再標本化と補間
変換後の画像の各画素が変換前のどの位置に対応するかを決め、そこで濃淡値を求める。
このとき、求めたい点の濃淡値を周辺の濃淡値から求めることを補間という。
以下に補間の例を挙げる
①ニアレストネイバー
補間したい点に最も近い画素の濃淡値にする。
最大1/2画素の位置誤差が生じるが処理が簡単。
p=pi,j
ただしi=[x‘+0.5],j=[y‘+0.5]
②バイリニア補間
周囲の4画素の濃淡値から、双一方式により求める。
平均化のために平滑化の効果が得られる。
画像間演算
複数の画像の同じ位置にある画素間で演算を行う。
①アルファブレンディング
2枚の入植画像に対する画像間演算として以下の式で示すような重み付きの平均をとる。
g=αf1+(1-α)f2
α(0≦α≦1)は混合比
②ディゾルブ(オーバーラップ)
αが時間的に変化する。
例えば、あるシーンから別のシーンへ徐々に変化するような動画像。
③マスク処理
2枚の画像のどちらを使うかを白黒画像で表したマスク画像をもとに合成する。
画像のセグメンテーション(合成)
①閾値に基づく分割(クロマキー)
特定の色を抜き出し、そこに他の画像を埋め込む合成(バラエティ番組など)。
②グラフに基づく分割(グラフカット)
画像をグラフと見なし、それを分割することでセグメンテーションを行う。
③クラスタリングに基づく分割
互いに類似したデータごとにいくつかの組に分けること。
画像のセグメンテーションでは類似度として画素間の距離と色を用いる。
イメージモザイク
複数の画像を接合して1枚の画像を作成する。
画像の変換
ラスタ化
ベクタ表現された図形を画素の集合であるラスタ表現に変換すること。
画像座標系
画素の大きさを1単位とする、座標値が整数のところが画素の中心。
線分のラスタ化
A(xA,yA)、B(xB,yB)を含む直線の式
y=(Δy/Δx)(x-xA)+yA
※ただしΔx=xB-xA,Δy=yB-yA
xとyのうち座標の変化が大きい方で1つの整数座標に対して1つの画素を塗る。
計算時間を減らすため、増分法を取り入れる。
ブレゼンハムのアルゴリズム
x=xA;
y=yA;
dx=xB-xA;
dy=yB-yA;
e=2*dy-dx; /*最初からxA+1での誤差eを入れておく。
xをxAからxBまでひとつずつ増やしながら次の処理を繰り返す。
※わかりやすいように私が表現を変えたのでプログラムコードとしては動きません。
{
画素(x、y)を塗る;
もしe>0ならば①~③の式を全て計算する。それ以外(e≦0)なら③だけ計算する。
{
①y=y+1;
②e=e-2*dx;
}
③e=e+2*dy;
}
※e>0かe≦0の誤差の判別は各画素の中心がどこにあるかで判別する。
例えば、ベクタの中央が画素の中心よりも上にある場合はe>0。
ベクタの中央が画素の中心よりも下、もしくは中心と一致している場合はe≦0。
アンチエイリアシング
エイリアシングとは斜めの線や境界部に、階段状のギザギザのジャギーが生じたり、細い線や物体が寸断されたりする現象。これを目立たなくする処理のこと。
①画素の寄与率を用いる方法
境界の画素の色を隣接する複数の領域の中間色とする方法。
g=αfr+(1-α)fb
g=書き込むべき画素値
α=寄与率
fr=各画素の色
fb=フレームバッファにすでに格納されている画素値
②スーパーサンプリング法
画素内に複数個のサンプリング点を設け、それらの色をレンダリング処理する方法。
ヒストグラム
画像の濃淡変換や色変換をする際に用いるグラフのことで、画素値(0黒~255白)を横軸、画素値の頻度を縦軸にとっている。
・暗い画像:画素値の頻度が左寄り(画素値の集合が0による)。
・明るい画像:画素値の頻度が右寄り(255による)。
・コントラストが低い画像:画素値の頻度が中央による。
・コントラストが高い画像:画素値の頻度が分散される(暗い色も明るい色もある)。
画像の統計量
例
画素値0:頻度7
画素値1:頻度4
画素値2:頻度3
画素値3:頻度2
の場合
最小値と最大値
横軸を見て、最も低い画素値=最小値、高い画素値=最大値なので・・・
最小値は0、最大値は3である。
総画素数
各画素の頻度の合計なので・・・7+4+3+2=16
平均値μ
各画素の(画素値×頻度)/総画素数なので・・・
μ=(0×7)+(1×4)+(2×3)+(3×2)/16=16/16=1
分散σ²
{各画素の(画素値-平均値)2×頻度}の合計/総画素数なので・・・
σ²={(0-1)²×7}+{(1-1)²×4}+{(2-1)²×3}+{(3-1)²×2}/16
=(7+0+3+8)/16=18/16=1.125
中央値
全画素数が偶数の場合は総画素数÷2番目の画素値が中央値なので・・・
小さい順に並べて8番目がメジアン。
0、0、0、0、0、0、0、1(←これがメジアン)、1、1、1、2、2、2、3、3なので、1。
最頻値
もっとも頻度が高い画素値なので0。
トーンカーブ
入力画素値と出力画素値の対応関係を表したグラフ。
トーンカーブがy=xの斜めの直線より上で出ている部分は出力画像が入力画像よりも明るくなる。
また、トーンカーブの傾きが1より大きい部分(落差が急なカーブ)はコントラストが高くなる。
ガンマ変換
y=255(x/255)の(1/r)乗
r>1の時は上に凸(明るくなる)
r<1の時は下に凸(暗くなる)
S字トーンカーブによる変換
中間調が引き伸ばされコントラストが上がる。
ヒストグラム平坦化
出力画像のヒストグラムが画素値の全域にわたって均等に分布するように自動的に変換する。
画素ごとの変換による特殊効果
・濃淡の反転(ネガポジ反転):y=xの傾きが逆になる(y=1-xになる)。
・ポスタリゼーション:トーンカーブは階段状になる。
・ソラリゼーション:一部の濃淡だけ反転するためS字カーブではなく正弦波っぽくなる。
・2値化:出力値が0(黒)から255(白)に一気に飛ぶ。
グレースケール画像への変換
y(輝度)=0.2999r+0.587g+0.114b
疑似カラー
グレースケール画像の明るさの違いを色の違いに変換する(結構まちがって置き換わる印象)。
空間フィルタリング
線形フィルタリングは積和演算で計算される。
フィルタと入力画像の対応する画素の数値同士をかけて、その数値(積)を全て足す(和)。
平滑化
濃淡変化を滑らかにする(ぼけさせる)。
①平均化フィルタ
領域内の画素値の平均を求める。3×3の9マスの場合は全てのマスは等しく1/9となる。
②重み付き平均化
・加重平均化フィルタ:フィルタの中央に大きな重みをつける。
・ガウシアンフィルタ:重みをガウス分布に近づけたもの(平均化フィルタと比べより滑らかで自然)。
エッジを保存した平均化
エッジは保ちつつ、ノイズなどの細かな変動は平滑化すること。
①メディアンフィルタ
領域内の画素値の中央値を求める。
スパイク状のノイズ除去が可能。
②バイラテラルフィルタ
注目画素との距離と関数によって重み付けした平均化。
くり返し適用すると細かいテクスチャが失われ色を塗りつぶしたような表現になる。
エッジ抽出
①微分フィルタ
・横方向:横方向の差分を求める→縦方向のエッジ
・縦方向:縦成分の差分を求める→横方向のエッジ
微分の大きさの式
√{(Δxf)²+(Δyf)²}
ソーベルフィルタ
ノイズを軽減するフィルタ。
②ラプシアンフィルタ
2次微分の一種であるラプシアンの値を求めるフィルタ。
横方向の二次微分と、縦方向の二次微分の和。
先鋭化フィルタ
入力画像の濃淡を残したままエッジを強調する。
方向性を持つ平滑化
特定方向だけの画素値の平均をとる。
エンボス処理
画像の濃度差を利用し、画像の一部を浮き出たように見せる。
濃淡(f1)を反転し、それを平行移動し(f2)、g=f1+f2-128を出力する。
画像の再標本化と補間
変換後の画像の各画素が変換前のどの位置に対応するかを決め、そこで濃淡値を求める。
このとき、求めたい点の濃淡値を周辺の濃淡値から求めることを補間という。
以下に補間の例を挙げる
①ニアレストネイバー
補間したい点に最も近い画素の濃淡値にする。
最大1/2画素の位置誤差が生じるが処理が簡単。
p=pi,j
ただしi=[x‘+0.5],j=[y‘+0.5]
②バイリニア補間
周囲の4画素の濃淡値から、双一方式により求める。
平均化のために平滑化の効果が得られる。
画像間演算
複数の画像の同じ位置にある画素間で演算を行う。
①アルファブレンディング
2枚の入植画像に対する画像間演算として以下の式で示すような重み付きの平均をとる。
g=αf1+(1-α)f2
α(0≦α≦1)は混合比
②ディゾルブ(オーバーラップ)
αが時間的に変化する。
例えば、あるシーンから別のシーンへ徐々に変化するような動画像。
③マスク処理
2枚の画像のどちらを使うかを白黒画像で表したマスク画像をもとに合成する。
画像のセグメンテーション(合成)
①閾値に基づく分割(クロマキー)
特定の色を抜き出し、そこに他の画像を埋め込む合成(バラエティ番組など)。
②グラフに基づく分割(グラフカット)
画像をグラフと見なし、それを分割することでセグメンテーションを行う。
③クラスタリングに基づく分割
互いに類似したデータごとにいくつかの組に分けること。
画像のセグメンテーションでは類似度として画素間の距離と色を用いる。
イメージモザイク
複数の画像を接合して1枚の画像を作成する。
- Calendar
<< February 2025 >> Sun Mon Tue Wed Thu Fri Sat 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
- search this site.
- tags
-
- 漫画 (363)
- 映画 (235)
- 脚本 (222)
- 雑記 (156)
- ゲーム (148)
- 本 (116)
- 教育 (107)
- 生物学 (105)
- 科学 (92)
- 社会学 (81)
- 歴史 (72)
- テレビ (70)
- 芸術 (61)
- 政治 (50)
- 進化論 (40)
- 数学 (40)
- 情報 (38)
- サイト・ブログ (37)
- 語学 (37)
- 映画論 (36)
- 資格試験 (33)
- 物理学 (33)
- 哲学 (32)
- 恐竜 (29)
- 文学 (26)
- 育児 (25)
- 化学 (25)
- 論文 (22)
- PIXAR (22)
- 心理学 (18)
- 地学 (16)
- 地理学 (15)
- 気象学 (15)
- 技術 (13)
- 経済学 (12)
- 医学 (11)
- 玩具 (9)
- 司書 (8)
- 法律学 (7)
- 対談 (5)
- スポーツ (4)
- 映画の評価について (1)
- プロフィール (1)
- archives
-
- 202502 (2)
- 202501 (1)
- 202412 (2)
- 202411 (6)
- 202410 (2)
- 202409 (4)
- 202408 (4)
- 202407 (7)
- 202406 (27)
- 202405 (11)
- 202404 (4)
- 202403 (23)
- 202402 (22)
- 202401 (15)
- 202312 (4)
- 202311 (7)
- 202310 (2)
- 202309 (8)
- 202308 (9)
- 202307 (8)
- 202306 (5)
- 202305 (15)
- 202304 (4)
- 202303 (4)
- 202302 (2)
- 202301 (4)
- 202212 (15)
- 202211 (7)
- 202210 (5)
- 202209 (4)
- 202208 (4)
- 202207 (7)
- 202206 (2)
- 202205 (5)
- 202204 (3)
- 202203 (2)
- 202202 (5)
- 202201 (6)
- 202112 (6)
- 202111 (4)
- 202110 (6)
- 202109 (7)
- 202108 (5)
- 202107 (8)
- 202106 (4)
- 202105 (8)
- 202104 (4)
- 202103 (6)
- 202102 (10)
- 202101 (3)
- 202012 (12)
- 202011 (3)
- 202010 (4)
- 202009 (5)
- 202008 (6)
- 202007 (4)
- 202006 (4)
- 202005 (4)
- 202004 (7)
- 202003 (5)
- 202002 (6)
- 202001 (8)
- 201912 (6)
- 201911 (5)
- 201910 (3)
- 201909 (4)
- 201908 (10)
- 201907 (3)
- 201906 (6)
- 201905 (10)
- 201904 (3)
- 201903 (7)
- 201902 (8)
- 201901 (5)
- 201812 (7)
- 201811 (12)
- 201810 (7)
- 201809 (5)
- 201808 (10)
- 201807 (5)
- 201806 (19)
- 201805 (14)
- 201804 (11)
- 201803 (15)
- 201802 (4)
- 201801 (6)
- 201712 (4)
- 201711 (3)
- 201710 (11)
- 201709 (9)
- 201708 (15)
- 201707 (7)
- 201706 (4)
- 201705 (5)
- 201704 (6)
- 201703 (7)
- 201702 (6)
- 201701 (3)
- 201612 (3)
- 201611 (7)
- 201610 (7)
- 201609 (2)
- 201608 (8)
- 201607 (8)
- 201606 (7)
- 201605 (3)
- 201604 (4)
- 201603 (8)
- 201602 (3)
- 201601 (2)
- 201512 (3)
- 201511 (3)
- 201510 (4)
- 201509 (4)
- 201508 (8)
- 201507 (17)
- 201506 (2)
- 201505 (5)
- 201504 (9)
- 201503 (20)
- 201502 (7)
- 201501 (4)
- 201412 (5)
- 201411 (3)
- 201410 (2)
- 201409 (3)
- 201408 (3)
- 201407 (3)
- 201406 (12)
- 201405 (6)
- 201404 (7)
- 201403 (5)
- 201402 (12)
- 201401 (9)
- 201312 (6)
- 201311 (9)
- 201310 (8)
- 201309 (6)
- 201308 (6)
- 201307 (6)
- 201306 (10)
- 201305 (10)
- 201304 (23)
- 201303 (17)
- 201302 (16)
- 201301 (5)
- 201212 (10)
- 201211 (4)
- 201210 (18)
- 201209 (4)
- 201208 (30)
- 201207 (7)
- 201206 (4)
- 201205 (6)
- 201204 (4)
- 201203 (4)
- 201202 (3)
- 201201 (3)
- 201112 (4)
- 201111 (7)
- 201110 (3)
- 201109 (9)
- 201108 (3)
- 201107 (7)
- 201106 (2)
- 201105 (11)
- 201104 (7)
- 201103 (14)
- 201102 (19)
- 201101 (27)
- 201012 (25)
- 201011 (70)
- 201010 (34)
- 201009 (30)
- 201008 (42)
- 201007 (44)
- 201006 (29)
- 201005 (37)
- 201004 (50)
- 201003 (44)
- 201002 (48)
- 201001 (38)
- 200912 (20)
- recent trackback
- others
-
- RSS2.0
- hosted by チカッパ!
- HEAVEN INSITE(本サイト)
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 | 100 | 101 | 102 | 103 | 104 | 105 | 106 | 107 | 108 | 109 | 110 | 111 | 112 | 113 | 114 | 115 | 116 | 117 | 118 | 119 | 120 | 121 | 122 | 123 | 124 | 125 | 126 | 127 | 128 | 129 | 130 | 131 | 132 | 133 | 134 | 135 | 136 | 137 | 138 | 139 | 140 | 141 | 142 | 143 | 144 | 145 | 146 | 147 | 148 | 149 | 150 | 151 | 152 | 153 | 154 | 155 | 156 | 157 | 158 | 159 | 160 | 161 | 162 | 163 | 164 | 165 | 166 | 167 | 168 | 169 | 170 | 171 | 172 | 173 | 174 | 175 | 176 | 177 | 178 | 179 | 180 | 181 | 182 | 183 | 184 | 185 | 186 | 187 | 188 | 189 | 190 | 191 | 192 | 193 | 194 | 195 | 196 | 197 | 198 | 199 | 200 | 201 | 202 | 203 | 204 | 205 | 206 | 207 | 208 | 209 | 210 | 211 | 212 | 213 | 214 | 215 | 216 | 217 | 218 | 219 | 220 | 221 | 222 | 223 | 224 | 225 | 226 | 227 | 228 | 229 | 230 | 231 | 232 | 233 | 234 | 235 | 236 | 237 | 238 | 239 | 240 | 241 | 242 | 243 | 244 | 245 | 246 | 247 | 248 | 249 | 250 | 251 | 252 | 253 | 254 | 255 | 256 | 257 | 258 | 259 | 260 | 261 | 262 | 263 | 264 | 265 | 266 | 267 | 268 | 269 | 270 | 271 | 272 | 273 | 274 | 275 | 276 | 277 | 278 | 279 | 280 | 281 | 282 | 283 | 284 | 285 | 286 | 287 | 288 | 289 | 290 | 291 | 292 | 293 | 294 | 295 | 296 | 297 | 298 | 299 | 300 | 301 | 302 | 303 | 304 | 305 | 306 | 307 | 308 | 309 | 310 | 311 | 312 | 313 | 314 | 315 | 316 | 317 | 318 | 319 | 320 | 321 | 322 | 323 | 324 | 325 | 326 | 327 | 328 | 329 | 330 | 331 | 332 | 333 | 334 | 335 | 336 | 337 | 338 | 339 | 340 | 341 | 342 | 343 | 344 | 345 | 346 | 347