スキップしてメイン コンテンツに移動

『情報なき国家の悲劇 大本営参謀の情報戦記』☆4

投稿日：
太平洋戦争においてフィリピン防衛や大本営の情報参謀を務め、戦後は自衛隊の情報室長として情報戦の第一線で活躍した情報将校本人による回想録。日本軍の敗因分析については多くの本が出ていますが、情報将校本人の回顧録というのは史料としても価値が高いと思うのです。

↑気になったらここからポチっと（買ってくれるとお小遣いが入ります）↑

この本を読むとわかること

陸軍大学校の情報教育

  • 戦略ではなく戦術を重視したカリキュラムと情報教育の軽視
  • 「支那軍は弱い」という日本軍の固定観念と驕り
  • 陸大卒軍人のエリート意識と勘違い

大本営情報部時代

  • 米軍が重視した情報戦と奇襲による暗号奪取作戦
  • 戦争中盤でようやく始まった米軍戦法の研究
  • 盗まれ解読された海軍暗号と狙って撃ち落された山本五十六搭乗機
  • 軍の主力を航空機としたアメリカと歩兵を重視した日本陸軍
    • 前近代的な海軍の大艦巨砲主義と陸軍の奉天会戦時代からの歩兵主義
  • 初期は優秀だったが上昇力・到達高度の違いで米軍機に敗れたゼロ戦
  • 太平洋諸島の正確な地図を持たなかった日本軍
  • アメリカ国内の日本スパイ網を破壊するためにアメリカが行った日系人の強制収容
    • 戦争中一番穴のあいた米国本土の情報網
  • 艦隊戦と異なり戦火が確認しづらい航空戦
    • 帰還機からの主観的な戦果報告が日本軍過剰な戦果喧伝の火付け役
  • 大陸での二流軍隊には通じたが米軍には通じなかった日本軍の精神第一主義
  • 太平洋諸島を陸続きの「面」と認識した日本軍と「点」と認識した米軍
  • 休まず戦い続ける日本軍兵士と複数の師団が数か月ごとのローテーションで戦う米軍
  • 戦術ではひっくり返せない「戦略の失敗」
  • 常に1か月半分の補給物資を抱えて移動した米軍と現地調達主義の日本軍
    • 補給が後手に回り米軍が恐れた虎の子の潜水艦を補給に回す愚行
  • 第一次大戦終結直後から対日本戦の準備をしていたアメリカ

山下奉文フィリピン守備軍の情報参謀に

  • 判断には感情を入れないという「作戦と情報の分離」
  • 常に戦果確認機を飛ばして写真撮影をした米軍と、そうしなかった日本軍
    • 国運を左右した情報軽視
  • 特殊性と普遍性を区別する「哲理」と相手の立場になる「冷静さ」
    • 情報将校最大の難事は集まった情報をもとに「言い切ること」
    • 相手の絶対条件・有利条件・妨害条件・可能条件の推測
  • 現地スパイを通じて米軍に筒抜けだったフィリピン守備隊の動静

再び大本営情報部へ

  • 強固な暗号だが人力で運用していた日本軍と機械式暗号気を使っていた米軍
  • 鉄器を早期に発見するための富士山のレーダー波を逆に利用して日本を目指した米軍機
  • 謎のコールサイン機の出現
    • 原爆搭載機を見抜けなかった無念
  • 情報将校だったルバング島の小野田少尉

戦後の自衛隊と情報

  • 自衛隊でも軽視されていた情報収集・諜報
  • 政治家の顔ばかり窺う自衛隊上層部
    • 責任を回避し決断できない幹部たち
  • 情報武官としてドイツに赴任
    • 信頼関係構築の基本は時間を守ること
  • キューバ危機の動向を探るための「すき焼き作戦」
  • 中世の騎士に起源を持つ軍隊の「敬礼」

情報こそ最高の「戦力」

  • 米軍が分析した日本軍5つの敗因
    • 国力判断の誤り
    • 制空権の喪失
    • 組織の不統一
    • 情報軽視と作戦優先
    • 精神主義の誇張
  • 地上・空中だけでなく、海中・宇宙にまで広がった現代の情報戦

↓気になったらここからポチっと（買ってくれるとお小遣いが入ります）↓
ラベル：

ベストビュー（過去1カ月）

【番外編】ボストン旅行記（UMASS Lowell卒業式編）【Day 4：卒業式】

投稿日：
UMASS Lowellの卒業式＠Boston。４ 日目は卒業式本番です。とても賑やかでアメリカンな式典でした。ただしあいにくの雨、僕曇り男なのに。。
続きを読む

『九龍城探訪 魔窟で暮らす人々 - City of Darkness』 ☆4

投稿日：
魔窟とも言われた香港の九龍城の住人へのインタビューや、在りし日の写真集。香港の本土返還に伴い取り壊されてしまっているけど、その怪しさに妙に惹かれるのです。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day2：晩餐会】

投稿日：
UMASS Lowellの卒業式＠Boston。 2日目は午前中はボストン観光、夕方から Hooding ceremonyという卒業生（大学院生）向けの晩餐会です。卒業式で被るHoodをもらいました。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day0：渡米前にやっておくこと】

投稿日：
UMASS Lowellの卒業式＠Bostonについて、計画の立て方やら行く前にやっておくことやらをまとめておきます。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day5：帰国】

投稿日：
UMASS Lowellの卒業式＠Boston。5 日目にして帰国なのです。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day3：終日観光】

投稿日：
UMASS Lowellの卒業式＠Boston。３ 日目は終日フリーなので、ゆっくりボストンを観光しました。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day1：ボストンへ】

投稿日：
UMASS Lowellの卒業式＠Boston。 1日目は移動だけで終わりました。
続きを読む

【番外編】AI（機械学習）やってみた。【第3回】ソムリAI　～ニューラルネットワーク編～

投稿日：
AI（機械学習）やってみた、第3弾です。「ニューラルネットワーク（Neural Network）」を使ったソムリAIを作ってみようと思います。”ニューラルネットワーク”、見るからにAIっぽい名前ですよね。
続きを読む

【番外編】AI（機械学習）やってみた。【第4回】ソムリAIの改良（正規化）

投稿日：
ソムリAI（ワインの評価を機械学習で当てる「ソムリエ+AI」）はもういいかなと思っていたのですが、機械学習の教科書的な本を読んでいるといくつか改良ポイントが見えてきたので、実際に適用してみようと思います。 まずは データの正規化 という手法を試してみました。結論から言うと、 あまり効果はなかった のです。。 ソムリAIの振り返り ワインの成分とランクのデータに対して、決定木・ロジスティック回帰・ニューラルネットワークの3通りのモデルを使って機械学習 を行い、モデルの精度を検証してきました。それぞれのソムリAIの性能はこんな感じでした。 どのモデルも概ね60％程度の精度 でした。 改良その1：正規化 正規化とは まずは 正規化 という手法を試してみます。標準化とも呼ばれます。正規化を行うことで 尺度の異なるデータを比べやすくする とともに、 はずれ値の影響を小さくする ことができます。正規化には 各データを平均0・標準偏差1に成形する手法 と、各データを 0から1の範囲に成形する手法 の2つがあります。 前者は標準偏差が出てくることからも分かるように、 データが正規分布に従うことを前提にした正規化手法 です。 元のデータが釣鐘型の分布になっている場合に有効 です。後者は単純に データの範囲を0から1の範囲に狭める手法 であり、 元のデータが一様分布の場合 （規則性が無くランダムなように見える場合） に有効 です。 どちらの手法でもデータの範囲を一定のレンジに狭めており、そうすることで異なる尺度のデータを比べやすくしつつ、はずれ値の影響を下げるのです。 正規化してみる 元データの分布を確認 前回同様のワインのデータを使って正規化してみます。まずはワインのデータを読み込んで表示してみます。ついでに機械学習で使うワインの成分と、ワインの評価にデータを分割しておきます。 【オリジナルのワインデータ】 UCI（University of California, Irvine：カリフォルニア大学アーバイン校） http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv #入力データセットを読み込み i
続きを読む

【番外編】AI（機械学習）やってみた。【第2回】ソムリAI　～ロジスティック回帰編～

投稿日：
AI（機械学習）やってみた、第2弾です。前回は決定木（Decision Tree）を使ったソムリAI（ワインソムリエAI）を作りました。今回は「ロジスティック回帰（Logistic Regression）」というモデルを使ったソムリAIを作ってみようと思います。
続きを読む

ベストビュー（全期間）

Malaysia Quarantine Premium Package　【番外編】Malaysia赴任記　隔離ホテル情報

投稿日：
Once entering Malaysia, we need to be quarantined for 14days. At the beginning of COVID-19 spread, the hotel for quarantine have been determined randomly. In these days, we can choose "premium quarantine stay package" in advance . This article is summary of premium packages which I asked each hotel. Note: Information in this article might be old. It's better to confirm the latest plan to the hotel. Note: Only Hotel Istana can be booked via its homepage so far. As the other hotels don't show their premium package plans on their homepage, you need to contact them through their reservation E-mail address or "Contact us". マレーシア入国とともに14日間ホテルで隔離されます。当初は滞在ホテルがランダムに割り振られていたようですが、より快適なプレミアムプランが追加されました。各ホテルにどんなプランがあるのか聞いてみたので、聞いた内容をまとめます。 ※情報が古い可能性があるので、念のため最新情報を各ホテルに確認したほうがよいかもしれません。
続きを読む

【番外編】AI（機械学習）やってみた。【第1回】ソムリAI　～決定木編～

投稿日：
最近ブームのAI（機械学習）に手を出しました。まずは、決定木（Decision Tree）というモデルを使って「ソムリAI（ワインソムリエAI）」を作ってみようと思います。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day0：渡米前にやっておくこと】

投稿日：
UMASS Lowellの卒業式＠Bostonについて、計画の立て方やら行く前にやっておくことやらをまとめておきます。
続きを読む

【番外編】AI（機械学習）やってみた。【第6回】乳がん診断AI　その1

投稿日：
ソムリAI（ワインソムリエAI）で使った手法で乳がん診断AIを作ってみます。まずは決定木とニューラルネットワークの2つのモデルを試してみます。かなり高性能なモデルができました。名医誕生かもしれません　笑
続きを読む

【番外編】AI（機械学習）やってみた。【第3回】ソムリAI　～ニューラルネットワーク編～

投稿日：
AI（機械学習）やってみた、第3弾です。「ニューラルネットワーク（Neural Network）」を使ったソムリAIを作ってみようと思います。”ニューラルネットワーク”、見るからにAIっぽい名前ですよね。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day5：帰国】

投稿日：
UMASS Lowellの卒業式＠Boston。5 日目にして帰国なのです。
続きを読む

【番外編】AI（機械学習）やってみた。【第2回】ソムリAI　～ロジスティック回帰編～

投稿日：
AI（機械学習）やってみた、第2弾です。前回は決定木（Decision Tree）を使ったソムリAI（ワインソムリエAI）を作りました。今回は「ロジスティック回帰（Logistic Regression）」というモデルを使ったソムリAIを作ってみようと思います。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）【Day 4：卒業式】

投稿日：
UMASS Lowellの卒業式＠Boston。４ 日目は卒業式本番です。とても賑やかでアメリカンな式典でした。ただしあいにくの雨、僕曇り男なのに。。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day2：晩餐会】

投稿日：
UMASS Lowellの卒業式＠Boston。 2日目は午前中はボストン観光、夕方から Hooding ceremonyという卒業生（大学院生）向けの晩餐会です。卒業式で被るHoodをもらいました。
続きを読む

『深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト』 ☆5

投稿日：
一般社団法人日本ディープラーニング協会が実施している「Deep Learning for GENERAL (通称G検定 ） 」 の公式テキスト 。 ディープラーニングについて1冊で網羅的によくまとめられているので 、 ディープラーニングの入門書としてもおすすめです 。 ついでに勢いで資格も取ってしまいました 。 AI人材への第一歩なのです 笑
続きを読む