研究関係情報

関連書籍

英語の書籍・総説論文は英語ページも参照下さい.

  • ネットワークの科学(啓蒙書)

    • 増田直紀.なぜ3人いると噂が広がるのか.日本経済新聞出版社(日経プレミアシリーズ)(2012).
    • ニコラス・A・クリスタキス,ジェイムス・H・ファウラー(鬼澤忍訳).つながり.講談社 (2010).
    • 増田直紀.私たちはどうつながっているのか.中央公論新社(中公新書)(2007).
    • 増田直紀,今野紀雄.「複雑ネットワーク」とは何か.講談社(ブルーバックス)(2006).
    • スティーヴン・ストロガッツ(蔵本由紀監修,長尾力訳).SYNC. 早川書房 (2005).
    • バラバシ AL(青木薫訳).新ネットワーク思考.NHK出版 (2002).

  • ネットワークの科学(専門書)

  • (進化)ゲーム(啓蒙書)

    • トム・ジーグフリード(冨永星訳).もっとも美しい数学.文藝春秋 (2008).
    • 山岸俊男.安心社会から信頼社会へ.中公新書 (1999).
    • ウィリアム・パウンドストーン(松浦俊輔他訳).囚人のジレンマ (1995).

  • (進化)ゲーム(専門書)

    • 大浦宏邦.社会科学者のための進化ゲーム理論.勁草書房 (2008).
    • Martin A. Nowak(竹内康博,佐藤一憲,巌佐庸,中岡慎治訳).進化のダイナミクス.共立出版 (2008).
    • 石原英樹,金井雅之.進化的意思決定. 朝倉書店 (2002).
    • R. アクセルロッド(松田裕之訳).つきあい方の科学.ミネルヴァ書房 (1998).

  • その他社会・生物関係

    • 木暮太一.大学で履修する入門経済学が1日でつかめる本.マトマ出版 (2011).
    • 亀田達也,村田光二.複雑さに挑む社会心理学 [改訂版].有斐閣アルマ (2010).
    • マーク・ブキャナン(阪本芳久訳).人は原子,世界は物理法則で動く.白揚社 (2009).
    • 山岸俊男.信頼の構造.東京大学出版会 (1998).
    • 巌佐庸編.数理生態学.共立出版 (1997).

  • 脳(啓蒙書、専門書)

    • 甘利俊一監修,田中啓治編.認識と行動の脳科学.東京大学出版会 (2009).
    • 甘利俊一監修, 深井朋樹編.脳の計算論.東京大学出版会 (2009).
    • 外山敬介,甘利俊一,篠本滋.脳科学のテーブル.京都大学学術出版会 (2008).
    • 理化学研究所脳科学総合研究センター 編.脳研究の最前線 (上・下).講談社ブルーバックス (2007).
    • 川人光男.脳の計算理論(特に最初の3章).産業図書 (1996).
    • 銅谷賢治,五味裕章,阪口豊,川人光男編.脳の計算機構.朝倉書店 (2005).

  • 数学や物理(研究の道具として)の独習にお勧めの教科書

    • 田辺行人,藤原毅夫.常微分方程式.東京大学出版会 (1981).
    • 東京大学教養学部統計学教室編.統計学入門.東京大学出版会 (1991).
    • 藤原邦男.物理学序論としての力学.東京大学出版会 (1984).
    • 長岡洋介.統計力学. 岩波書店 (1994).
    • 久保亮五.大学演習 熱学・統計力学.裳華房 (1998).
    • 高安秀樹.フラクタル.朝倉書店 (1986).

  • 研究の心がまえなどの意味で私が共感した本

    • 有馬朗人監修.研究者.東京図書 (2000).
    • 有馬朗人監修.研究力.東京図書 (2001).

卒論・修論の執筆要領

構成

  • 表紙でタイトルが2行以上に渡る場合,改行位置に気をつける(日本語・英語として不自然な箇所で改行にならないようにする).
  • 概要は,他の部分と独立して読めるようにしなければならないので,式番号,文献番号等を入れない.概要で文献をひきたい場合は,"Masuda et al. (2010)" のように書く.
  • 第1章は「はじめに」,1.1 節は「研究の背景」,1.2 節は「本論文の構成」で統一しましょう.1.1節を「研究の背景」,1.2節を「研究の目的」,1.3節を「本論文の構成」としてもよいでしょう.
  • 1.1 節では,専門に入りすぎないように,背景,本論文で扱う内容,等を説明する.見る側は専門家でないことを心がける.説明のための図を入れることは,大抵助けになるのでとてもよい.
  • 「本論文の構成」の節は以下のように書きましょう:本論文の構成は以下の通りである.第2章では,…….第3章では,…….ひとつの文に複数の章の説明をまぜこまない.
  • 第2章以降(結論の章は除く),最初の節 (2.1節とか)に入る前に,その章のプランを数行くらいで説明。
  • 次の章では,先行研究の十分なサーベイを行う.
  • 自分の結果と先行研究をきっちりわける.章わけするのが無難.ただし,卒論などで短めの場合は,1つの章の始めの方の節で先行研究を説明し,後の方の節で自分の提案手法を説明すること,などが自然な場合もある.
  • 結果と考察は別の章(章わけするのが不自然な場合は別の節)にわけて書く.結果の機械的な解釈 (x を大きくすると y が大きくなる、など) は結果であると見なす.結果から類推される社会的・生物的解釈等は考察であると見なす。
  • 最後の章の見出しは、「結論」または「おわりに」
  • 謝辞:規則ではないけど,褒めるのは具体的に褒める方がよいように個人的には思う.つまり「助けて下さった全ての人々に感謝します.」よりは,誰の何に対して感謝するかを書く方がよい.

文章表現

  • 一つの段落は,長すぎても(1ページ以上に渡るとか)短すぎても(一文だけで一段落のものが続くとか)いけない.
  • 接続詞:「しかし」「また」「なぜなら」などの後には,基本的に読点を置く.
  • むやみに現在進行形にしない.している → する
  • むやみに過去形にしない.選んだ方が → 選ぶ方が
  • むやみなカタカナ語は避ける.
    • ケース → 場合
    • シミュレーション → 数値計算
  • 普通に漢字にしないもの(助詞,難しすぎるものなど)は漢字にしない.
    • の為 → のため
    • 出来る → できる
    • 事 → こと
    • 纏める → まとめる
    • 又は → または
    • 故に → ゆえに
  • 日本語でも英語でも,キーワードの太字化,斜体文字化はしない.カギカッコ(「」)や ".." で囲って強調することもしない.
  • 'abc' → `abc'(pdf で見ると,なぜこうすべきなのかが分かる)
  • "abc"(2つのちょんちょんで1文字), ''abc'' → ``abc''(右側は,1つのちょんが2つ)
  • 「〜は重要である.」と書いたら,それだけだと主観的なので,その理由を書く.なぜなら,... など.
  • 例として……などがある.→ 例として……がある.
  • 式や節などの引用
    • 3章 → 第3章
    • 節 2.3 → 2.3 節
    • (3.12) 式 → 式 (3.12)
      LaTeX だと Eq.~\eqref{eq:1}
    • 4 図 → 図 4
    • 図 4.1〜4.3 => 図 4.1--4.3
  • 例えば式 (2.1) の直後のテキストにおいて,「この場合」→ 「式 (2.1) の場合」のように具体化する.
  • 中黒はなるべく使わない.読点で区切る,あるいは項目立てするなどすれば,全く使わないでも書けるはず.
  • 数字やアルファベットは、全角でなく半角で
  • \footnote{..} は使用を避ける.
  • 地の文で半角括弧を使う場合,前後に半角空白を入れる.すなわち、
    "これ(あれ)" → "これ (あれ)" :このように日本語だけの場合,全角括弧を用いて "これ(あれ)" とする方がきれい.
    "(a)$N=100$" → "(a) $N=100$"
    半角 , の後: A,B → A, B
    全角括弧の場合は、前後に半角空白を入れる必要はない。
  • 日本語論文のカンマとピリオド.日本語では全角を使う.一般的には,カンマは「,」と「、」のどちらでもよいし,ピリオドは「.」と「。」のどちらでもよい。全体で統一されていることが大事.ただ,数式や英単語の後は半角がきれいだと思う。
    例:"$a$、" → "$a$, "(半角カンマの後に半角空白を入れることに注意)
    例:"これ, あれ"(半角カンマ + 半角空白)→ "これ、あれ" または "これ,あれ"(全角カンマ)
  • 英語論文では,全角は一切用いず,半角だけで書く.

数式

  • $x=5(y=3)$ → $x=5 (y=3)$
  • 別行立ての数式の末尾のコンマやピリオド:もし別行立てでない場合に全体を通じて読んで,例えばコンマが必要ならコンマを打つ。そうでなければ打たない。
  • 別行立ての数式には,末尾に式番号を付す.
  • 分数:別行立ての数式では \frac{1}{3}, 別行立てでないテキスト内(すなわち $...$)では $1/3$.
  • $1, 2, ¥dots, N$ → $1, 2, ¥ldots, N$
  • 組み合わせの数を表すのに nC2 (${}_nC_2$) を使わない.これは日本表記なので.¥atop で書く.

図,表

  • 数値計算結果などをプロットするとき、Python の matplotlib はよく使われ、強力。 MATLAB(有料)、gnuplot とかでも描ける。
  • 白黒で済む図は白黒にする.線種 (gnuplot なら lt 1, lt 2 など。デフォルトでわけてくれる)、線の太さ (gnuplot なら lw 1, lw 2, lw 4 など)、ないし、グレースケールでも通用するような線の色 (lc 'black', lc 'gray' など) でかなりの区別をできる.
  • 図に無意味な背景色をつけない.白地が一番!
  • 図の解像度が低くないように気をつける.最終的には紙に出して目で確認する.
  • with lines なら default の lw 1 (lw は linewidth)は細すぎなので,最低でも lw 2. lw 8 でも太すぎることはない.
  • グラフの1枚1枚にタイトルをつける(= プロットエリアの上部とかにタイトルを書く)ことはしないのが普通。
  • ラベル等は,日本語を出力しにくいとかの理由で英語で書くなら,(固有名詞以外は) 小文字始まりで.
  • ラベルの英字は,変数名を示すものについては,できれば斜体にする (tex に合致させて,ということ).
  • ラベル等は大きく.大きくして大き過ぎることはないというのが経験則.
  • 線は太く.かなり太くてもよい.細いと印刷したときに見えない.
  • 1つの図の中に subfigures が 2 つ以上ある場合は、(a), (b), ... と番号をふって、(a) が何で (b) が何を表すかといったことは,図の caption(=説明文)で説明する.caption で「図左,図右」とか指し示すことはしない.
  • 他人の論文の図や表は直接載せない.出典を引用したとしても NG. 自分で描き直したものを載せる.
  • ネットワークの図の場合,図の caption で,描くのに用いたソフトウェアを明記する.データのソースも文献を引いて明記する.
  • 図の caption は図の下,表の caption は表の上.

文献引用

  • 学位論文は,雑誌名は省略せず書く.
  • 人名のアクセントに気をつける.tex で出せないアクセントはない.
  • 文系の本などで,他人の文章を長めに引用する(もちろん,出典をつけて)ことがあるが,出典をつければ正当化はされるが,卒論・修論(あるいは,私の分野の学術論文)では行わない.基本的に自分の言葉で書く.
  • 自分が中身に目を通していない文献を引用すること(孫引き)はしない.
  • 2個以上同じ箇所で引くとき,本文中では
    \cite{ref1,ref2} とする.
    \cite{ref1} \cite{ref2} とはしない.
    (\cite{ref1,ref2}) ともしない.

    \usepackage{cite} とすると,文献の本文での現れ方が [1,3,2,4,5] あるいは [1,2,3,4,5] でなく [1-5] となるので必ず用いる.

  • 参考文献リストには色々な書式がある。何を使うかに決まりはないが、ともかく、統一されていることが大事。

専門用語

私の趣味も少しありますが,以下で統一して下さい.

  • ネットワーク関連
    • スケールフリー・ネットワーク (全角の・(中黒)を入れる)
    • スモールワールド・ネットワーク
    • ランダムネットワーク,ランダムグラフ → ランダム・グラフ
    • ノード → 頂点
    • リンク、エッジ → 枝
  • ゲーム関連
    • プレーヤー → プレイヤー

データ等へのリンク

static network のデータ

temporal network のデータ

フリーソフト

  • NetworkX
    Python で走る。無料。描画よりは解析が得意と聞く。人気がある。
  • graph-tool
    Python で走る。私はまだ使ったことがないが、描画や、開発者の強い研究分野である blockmodeling に強いと聞きます。
  • gephi
    有名。手軽に使いやすい。描画は相対的に充実していると思う。
  • igraph
    R と Python で走る。
  • Graphviz
    可視化用だと書いてありますね.使ったことないので何とも言えない.
  • cytoscape
    生物ネットワーク用ではあるが,汎用でも使える.gephi より若干使いにくい印象.
  • Pajek
    ここに紹介している中では、一番歴史が長いと思う。ちょっとこてっとしていると思う。私は昔は使っていたが、今は使っていないです。無料(以下も全部無料だと思います)。
  • LGL
    大きいネットワークを描くには良いらしいです.私は中身を知りません.
  • mfinder
    network motif 解析。左の "Network Motif Software" をクリックすれば行ける。コマンドラインからの入力でがりがり解析してくれる。
  • FANMOD
    network motif 解析。私は使ったことないが、mfinder よりもグラフィカルインターフェイスなどよいらしい。

公開されているコミュニティ検出アルゴリズム

  • Clauset のもの
  • Rosvall のもの
    下の方の PNAS 2007, PNAS 2008 という論文に対応するものです.
  • Blondel のもの
    一番上の Louvain という項目です.
  • 他にも公開されているのはあるはずで,Fortunato, Physics Reports (2010) に詳しい.私の赤い本 (近代科学社,2010) の第二章にもイントロと Fortunato 論文等の情報が書いてあります.

Tips集

gnuplot

  • Installation:
    1. MacPorts の HP から MacPorts をインストール。
    2. MacPorts の HP に書いてあるように Xcode が必要なので、Xcode をインストール。"Command Line Developer Tools" はこの HP からたどってインストールしようとすると、使用目的などを尋ねられて大変そうで、そうする必要はない。また、昔のように mac のインストール DVD から Xcode をインストールする必要はない(上記のようにオンラインでできる)。
    3. Xcode はダウンロードしても、その後にアプリケーションフォルダから実行しないとインストール(実行?)されないので注意。
    4. Xcodeを起動し、Preferences → Downloadsに進み「Command Line Tools」をインストール。すると、gcc, g++ もインストールされる。
    5. sudo port install gnuplot
    6. ~/.gnuplot に "set terminal X11" と書いておく。
    7. XQuarts をインストール(apple のサイトから簡単にできる)。すると、 X11 が使えるようになる。X11 は、gnuplot の terminal X11 や、tgif で必要(なお、tgif は sudo port install tgif で OK)。
  • gnuplot pm3d map : デフォルトでは,各正方形セルの輝度は,正方形の4隅に対応するパラメータ値における輝度の平均値.

    set pm3d corners2color c1

    とすると,各正方形の輝度が,正方形の左下のパラメータ値における輝度の値になる.

    c2: 左上,c3: 右下,c4:右上

  • dyld: Library not loaded: /opt/local/lib/libintl.8.dylib
    Referenced from: /opt/local/lib/libgd.2.dylib
    Reason: image not found

    と言われたら

    sudo port uninstall subversion
    sudo port install subversion

    をやると直った(よく内容を理解してないが)。

R

  • インストール
    R公式の日本のミラーサイトから "Download R for MacOS X" の項目を選んで最新版の R-*.*.*.pkg をダウンロードし、通常の Mac 用ソフトウェアと同様にインストールすればよい(fink は必要ない)らしい。

  • ファイルの読み込み

    setwd("homedirectoryname")

    getwd()

    などを使いつつ

    data <- read.table(file="directoryname/filename.txt", header=T)

    tab 区切りの場合は

    data <- read.table(file="directoryname/filename.csv", header=T,sep="\t")
    注:拡張子が .txt か .csv は関係ない.

  • 相関係数

    cor(data$label1, data$label2, method="pearson")

    ただし,元データは
    -------
    label1 label2
    0 1
    2 3
    4 2
    ...
    -------
    の形式とする.1行目は header(変数名)で,ファイルは,header=T オプションをつけて read.table コマンドで読まれたとする.

    pairs(data)
    pairs(data[c(3,4,5,6,11,12)])

  • histogram

    hist(data[,2])

    で data の2列目のデータのヒストグラムが描ける.

  • [やめる時]

    quit();

cytoscape(東工大の授業の資料)

  • データ読み込み
    • "file - open" では session ファイルを読む (sampleData/ に1,2ある.ウインドウズなら Program Files の下).
    • "file - import - Network from Table (Text/MS Excel)" で通常のネットワークデータを読む.
    • 枝を表す2列ということで,source interaction の列番号と target interaction の列番号を正しく選ぶ.
    • interaction type はいじらなくてよい.
    • advanced "Show Text File Import Options" をクリックしていじると,例えば最初の指定した数行を除去したりできる ("Start Import Row").右にある "Refresh Preview" で確認しながらできる.
    • 例 "pajek dataset" の .net のデータ
      • 2 or 3 列にうまくなってるものを用いる.例: yeast
      • 頂点のデータは捨てる(上記 advanced をクリックして捨ててもよい).
      • Arcs : 方向付きの枝
      • Edges : 方向なしの枝
  • 描画
    • データを読み込むと,多分自動になされる.
    • "Layout - Cytoscape Layouts - Edge-Weighted Spring Embedded - All Nodes - (unweighted)" できれいなレイアウトにできる."Layout" 以下の他のコマンドも試してみよ.ネットワークごとに,見やすいレイアウトの種類というものがある.
    • 頂点サイズが次数に比例(?)するようなレイアウトの種類がいくつかある.これを試した後,頂点サイズを次数によらず同じサイズにするにはどうしたらよいか?
    • "Layout - yFiles" 以下のレイアウトも可.
    • "Layout - JGraph Layouts" 以下のレイアウトも可.ただし,"Simulated Annealing Layout" は凄く遅い.また,よいレイアウトがあまりないように思える.
    • マウスで頂点をつかんで動かすこともできる.
    • 頂点の見栄え(大きさ,色,ラベルなど)は,VizMapper にして "Defaults" のところをいじると変えられる.ただ,枝の方向の矢印挿入など,やってみてもなぜかうまくいかない操作もある.これらは,"Defaults" でいじっておいて,データファイルを再読み込みするとうまくいくようだ.
    • 頂点を右クリックすると,頂点のサイズや色などを個別に変えることができる.除去したりもできる.
    • 枝の色なども変えられる.
  • 解析
    "Plugins - Network Analysis - Analyze Network" で一挙にいろいろ求まる.
    • plugin の NetworkAnalyzer をインストールする方がよい。
    • 頂点数
    • 枝数
    • 平均次数
    • L (characteristic path length)
    • ある特定の点から,もう1つの特定の点への距離?
    • その分布 "Shortest Path Length Distribution"
    • C, C_i (局所的なクラスター係数) "Avg. Clustering Coefficient Distribution" で次数を横軸,その次数について平均化したクラスター係数を縦軸として図示してくれる.
    • k_i(各頂点の次数)"Node Degree Distribution" で分布を図示してくれる.
    • 近接中心性 "Closeness Centrality"
    • 媒介中心性 "Betweenness Centrality" → 横軸を次数として図示してくれる.
    • "Export Chart" で保存できる(他の図示についても同様)
    • 次数相関 "Neighborhood Connectivity Distribution"
    • 上の右の矢印をクリックすると次数分布とか見える.
    • "Visualize Parameters" で,計算された統計量を,頂点の大きさ,色などに反映して図示できる.

Pajek (ちょっと古いかも)

  • 本体:Pajek wiki からダウンロードして,ウイルスチェックをかけて,実行ファイル (.exe かな)を実行すると,簡単にインストールされる.
  • 注:マニュアルはわかりにくい.
  • File - Network - Read でデータを読む.
    サンプルデータの在処は,
    • pajek のディレクトリの中
    • pajek のサイトに置いてあるデータセット
    • インターネット上のその他のサイト
    • 読むと同時に,枝数 (xx lines) が表示される.
  • Draw - Draw で描画
    • Layout - Energy - Kamada-Kawai - Free で位置の調整をできる.
    • Kamada-Kawai 以外のアルゴリズムでもよい.
    • 同じアルゴリズムでも,描画の結果は毎回異なる.
    • マウスで頂点を引きずることによっても頂点を移動することができる.← 稲水らの解説参照
    • 頂点や枝の太さ,色,名前表示の有無などをいじって遊べる. ← 稲水らの解説参照
  • Net - Paths between 2 vertices - Distribution of Distances - From All Vertices で 2 点間距離の分布を求める.
    • Report に平均距離 (Average distance among reachable pairs) が表示される.
    • メイン画面の Vectors に,距離分布の結果が格納される.表示するには,フロッピーディスクアイコンの右隣にある Edit Vector を押す.
    • 距離 1 のペア数は,ネットワークの枝数に等しいことを確認する.
  • Net - Paths between 2 vertices - One Shortest / All Shortest で指定した2点間の距離の最短路を 1つ/全て 求める(らしい).
    • From と To で頂点対を指定する.頂点数を N として,1 から N の数を入れる.枝に方向がなければ,どちらを From にしてもよい.
    • Forget values of lines ? → Yes
    • Identify vertices in source network? → Yes (意味はわからない)
    • Report に結果(2点間距離)が出てくる.
    • なお,メイン画面の "Networks" 変数に上書きされる.これを Draw してみるとわかるが,From から To への最短路が 1つ/全て 出てくる.経由頂点もわかる.右の▼をクリックして元のネットワークを選択すれば,元のネットワークに戻れる.
  • Net - Vector - Clustering Coefficients - CC1 でクラスター係数を求める.
    • メインの Vectors に,各頂点のクラスター係数が格納される.次数が 1 以下だとその頂点のクラスター係数は 0 と出力される.
    • メインの Partitions には,各頂点のクラスター係数計算の際に使われる「分子」の値が格納される.これを k_i * (k_i - 1 ) / 2 でわった値が,その頂点のクラスター係数と一致することを確かめたい.
    • ネットワーク全体のクラスター係数は,どうやったらわかる?
  • random graph と BA model (scale-free network) : 増田,今野.「複雑ネットワーク」とは何か,を参照.random graph なら,
    • Net - Random Network - Erdos-Renyi - Undirected - General とし,How many vertices? と聞かれたら頂点数を入力し,Average degree of vertices と聞かれたら平均次数を入力する.
    • BA model は,初期状態は m0 個の孤立点集合かもしれない(完全グラフではなくて).確認する必要がある.p や q の入力値に依る?
  • Info - Network - General - 0 を入力,で平均次数を求める.
    • 頂点数, 枝数なども出てくる.
    • 結果は Reports 画面に出る.情報にスクロールバックしないと見えないかも.
  • Net - Partition - Degree - All で,各頂点の次数を求める.
    • All は,枝の方向を無視することを意味する.
    • 結果は,メインの Partitions に格納される.
    • 結果は,次数分布ではなく,各頂点の次数であるが,情報としてはより多いのでよかろう.
  • Net - Vector - Centrality - Betweenness で媒介中心性を求める
    • 結果は,メインの Vectors に格納される.
    • 結果を外にコピペすることはできないようだが,フロッピーディスクのボタンを押すと,ファイルに保存できる.
  • Net - Vector - Centrality - Closeness - All で近接中心性を求める
    • 結果は,メインの Vectors に格納される.
    • All は,枝の方向を無視することを意味する.
  • 枝に方向つき(矢印)のネットワークを使っている場合は,方向なしにして解析する(ことにする). Net - Transform - Arcs→Edges - All として,
    • Make new network? → Yes.
    •   Remove multiple lines? → 5:Single
    とすると,新しい(枝の方向を無視した)ネットワークができる.
  • 図の保存 ← 稲水も参照
    • Draw ウインドウで,Export - 2D - EPS/PS または Export - 2D - Bitmap
    • Bitmap は重いことに注意.他のフォーマットに(他のソフト)で変換してしまってやりとりする方がよい.
    • Export - Option で,保存用の色などの設定を変更できる.デフォルトでは,Pajek の画面に表示される色などと,保存用の色などは,異なる.多分 Bitmap に対しては,設定変更できない.
  • データの .net 形式での保存 → 稲水を参照
  • 動画? → 稲水らの解説参照
  • 特定の)頂点の色の変え方.稲水を参照.ic Blue などとする.
    • ある頂点について ic Blue としたら,それ以降の頂点は指定しない限り,全て青になってしまうことに注意.
    • (場合によっては)稲水 p.17 の 3 にあるような Options の設定をする必要があることに注意.
    • お絵描きソフトに読み込んで色や大きさを変えてもよい.
  • 一般的なこととして、同一のコマンドが色々なコマンドグループの下にあるようだ.紛らわしい.

公開セミナー(東大)の記録

Luncheon Seminar 開催記録