windowsバックアップエラー(0x8078015B)の原因はsambaのバージョンだった件(その2)

以前、raspberrypiに構築したsambaの共有フォルダへのバックアップが失敗する件に対するブログを書いた。

niwanoniwatori.hateblo.jp

あれから何事もなかったのだが、ある日からバックアップがまた失敗するようになってしまった。ググってみたところ、このエラーコードはその他の原因でも出ることがあるらしい。

 

以下の記事を見て、バックアップファイルを一度削除(移動)してもう一度バックアップをやり直してみると、事象が解消しバックアップできるようになった。フルバックアップになってしまうので時間がかかることに注意。

 

superuser.com

日本庭園マップをGoogle mapのマイマップで公開しました

以前日本庭園の地図アプリとして「庭っぽ」というものを公開していました。

当初はAWSで運用していたのですが無料期間が過ぎてしまいそれ以降はHerokuで運用していました。 しかしHerokuも無料枠廃止となってしまいました。

そのため、google mapのマイマップにデータを設定して利用できるようにしました。 元々地図にアイコンを表示させるものでしたので、大きな違和感はなく使えるかなと思います。 日本庭園の散策計画用にご利用いただけると幸いです。

www.google.com

【まとめ】AMOS 2023 個人的に面白かった論文

SSA関係の最大級の国際カンファレンス、AMOS(The Advanced Maui Optical and Space Surveillance Technologies)が2023/9/19〜9/22に開催されました。 amostech.com

私は非常に興味があったのですが、業務の都合でリモート参加すらできず。 しかし、この会議は素敵なことに毎年アーカイブとしてテクニカルペーパーを公開しています。 先日この2023年分のテクニカルペーパーが公開されたのでその中から面白かった論文の概要書いていきます。

amostech.com

An Investigation into Transecting Satellites in Future Space Traffic Management Scenarios

著者:Brian C. Gunter, Georgia Institute of Technology, School of Aerospace Engineering
URL:https://amostech.com/TechnicalPapers/2023/Conjunction-RPO/Gunter.pdf
概要:

  • 次の10年間に、地球近傍の宇宙に増加する大型衛星は、軌道の初期から目標高度に到達し、終了時には軌道離脱によって廃棄するため、軌道を変更します。これにより、衛星同士の衝突リスクが増加します。
  • 横断する衛星が将来の宇宙交通管理戦略に与える影響を評価するために、シミュレーションツールを使用して検討されました。
  • 横断衛星は多くのコンジャンクションを引き起こす可能性があり、最大5%の追加燃料がCAマヌーバに必要です。
  • 小型衛星は将来のシナリオでは比例的なリスクを持ち、現在の宇宙環境においては過大なリスクをもたらしません。

Characterizing A Novel Coordinated Optimal Avoidance Maneuver Framework for Space Traffic Management (STM)

著者:Andre Antunes de Sa, Kayhan Space
URL:https://amostech.com/TechnicalPapers/2023/Poster/Antunes_de_Sa.pdf
概要:

  • 現在、居住宇宙物体(RSO)の増加が宇宙の混雑問題を引き起こし、軌道上での衝突のリスクが増加しており、将来の宇宙経済の潜在力を危険に晒している。
  • 衝突回避リスク指標に関連する宇宙機の追跡の不確実性や不正確さは、回避マヌーバの燃料使用量の増加と回避機動の数の増加につながっている。
  • 著者らは新たな最適な回避マヌーバフレームワークの研究を行い、特に自動化と宇宙機の調整が必要な場合、最適な回避マヌーバ計画は複雑な問題であることを指摘している。
  • 実用的な回避マヌーバフレームワークは、各利害関係者のミッションおよび/または組織のニーズを考慮して柔軟かつカスタマイズ可能でなければならない。
  • Kayhan Spaceは、上記の必要性に対処するために最適な回避マヌーバフレームワークを開発し、更新を続けている。
  • このフレームワークは、資産の自動化構成のためのユーザーインターフェースと広範なマヌーバ提案エンジンを組み合わせている。
  • マヌーバ提案エンジンは、回避マヌーバフレームワークの重要な部分であり、この論文の主要な焦点である。
  • 今後の研究の計画には、回避マヌーバフレームワーク全体の特性の特徴付け、自動化能力のさらなる向上、マヌーバ提案エンジンに多目標関数のサポート、およびサポートされるリスクメトリクスとアルゴリズムの拡充が含まれる。

Autonomous Information Gathering Guidance for Spacecraft-to-Spacecraft Tracking with Optical Sensors

著者:Jesse Greaves, University of Colorado Boulder
URL:https://amostech.com/TechnicalPapers/2023/Poster/Greaves.pdf
概要:

  • 宇宙機宇宙機の絶対追跡は、宇宙領域認識のために他の宇宙物体を観測し、宇宙システムの自律航法を可能にする。
  • 宇宙機間絶対追尾は、観測対象と観測者の絶対的な状態を同時に推定する方法で、光学センサーで実現可能。
  • 光学センサーは協調追跡と非協力追跡ができるが、距離情報の不確実性が大きくなる可能性がある。
  • 正確な追跡のために、状態情報を収集するための操縦を採用できる。
  • 情報収集マヌーバをステーションキーピングと組み合わせて、運用の複雑さと燃料消費を減らせる。
  • 本論文では、情報収集マヌーバをステーションキーピングセットに統合し、レンジの不確実性を最小限に抑えながら望ましい状態を達成する手法を提案。
  • この手法は、シスルナ空間でシミュレーションされ、望ましい状態のターゲティングと情報収集能力を示す。

A System-of-Systems Approach Towards Future Space Traffic Management Autonomy and Policy Co-Design

著者:Neera Jain, Purdue University
URL:https://amostech.com/TechnicalPapers/2023/Poster/Jain.pdf
概要:

  • 宇宙の安全性を確保するには、宇宙船とデブリの衝突リスクを排除する必要がある。
  • この目標を達成するために技術と政策の解決策があるが、これらは独立して追求されており、相互作用と全体の影響が不明確。
  • 宇宙の安全性と持続可能性を包括的に分析するためのモデリングフレームワークが提案されており、技術と政策の組み合わせが結果に与える影響を予測し、分析するために使用できる。
  • このフレームワークは宇宙交通管理がシステム・オブ・システムであることを示し、宇宙の多くの要因を考慮し、宇宙環境の安全性と持続可能性への影響を共同で分析する手法を提供。

Space Sustainability and Traffic Management Requires Trusted Space Stakeholder Coordination

著者:Harvey Reed, MITRE
URL:https://amostech.com/TechnicalPapers/2023/Poster/Reed.pdf
概要:

  • テキサス大学のMoriba Jahは2022年5月に議会で証言し、「宇宙内サービス、組立、および製造の戦略」に言及。彼は進行中の宇宙分野での監督が重要であり、明確で分散した台帳が必要だと主張。
  • 宇宙交通の複雑化に伴い、高度なステークホルダー調整が必要であり、信頼性のある情報と動的な調整が必要。
  • 個々のステークホルダーが信頼性のあるデータに対してアクセスできる場合、宇宙活動と安全性が向上し、宇宙の保全が期待される。
  • 宇宙は国際的なドメインであり、単一の統制権限がないため、分散型のソーシャルテクニカルな手法が必要。
  • このような情報共有を進めるために、著者はSISE (Space Information Sharing Ecosystems)というエコシステムを推進している。
  • 論文では、国際的なSISEプロトタイプを追求するための行動を呼びかけて結んでいる。

Challenges in Space Traffic Management

著者:Jim Reilly, Booz Allen Hamilton
URL:https://amostech.com/TechnicalPapers/2023/Poster/Reilly.pdf
概要:

  • 論文の焦点: 宇宙交通管理(STM)と宇宙状況認識(SSA)に焦点を当てる。
  • 挑戦の指摘: 衛星数の急増とデブリの増加による課題を強調。
  • 重要性の強調: 宇宙交通管理、データ統合、情報共有の重要性を特に強調。
  • 民間宇宙機関の必要性: 民間STM能力を強化し、宇宙状況認識を改善するためには、統一データライブラリ、データと通知の低遅延アクセス、通信フレームワークなどが必要。

Contrasting Architectures for Cislunar SDA and STM

著者:Joshua Wysack, Ball Aerospace
URL:https://amostech.com/TechnicalPapers/2023/Poster/Wysack.pdf
概要:

  • SDA(Space Domain Awareness)とSTM(Space Traffic Management)についての議論は、目的において混同されることが多い。
  • これら2つのミッションは要求事項に重複があるが、シスルナ空間をサポートするための異なるアーキテクチャを提唱している。
  • 最も大きな違いは、監視量と監視量を探索する再訪問率である。
  • 本論文では、SDAとSTMのアーキテクチャを要求空間の違いに合わせて紹介し、深宇宙探査のための複数の軌道ファミリーを評価し、各ミッションへの適用性を検討する。
  • また、両ミッションの偵察ボリュームを定義し、候補となるアーキテクチャを検討する。

Probabilistic Space Weather Modeling and its Impact on Space Situational Awareness and Space Traffic Management

著者:Smriti Nandan Paul, West Virginia University
URL:https://amostech.com/TechnicalPapers/2023/Poster/Paul.pdf
概要:

  • 低軌道(LEO)の宇宙物体の位置予測の不確実性は、熱圏密度の不確実性に影響を受ける。
  • 熱圏密度は、宇宙の気象条件が不安定な場合に変動する可能性がある。
  • LEO内の物体数が増加し、宇宙交通管理(STM)に課題が生じている。
  • 新しい確率的な密度モデルであるHASDM-MLおよびMSIS-UQに関する研究が行われ、これらのモデルが衛星の位置予測の不確実性を定量化するのにどのように役立つかが評価されている。
  • SpaceXStarlinkやPlanetのDove連星などの衛星の軌道について、大気モデルの選択が検討されている。
  • これらの新しい密度モデルの影響は、最接近時刻や衝突の確率などの指標を用いて評価され、将来の作業に関する提案が議論されている。

宇宙状況監視/宇宙交通管理を手がけている企業(2023年版)

近年、スペースデブリ問題や、衛星の大規模コンステレーションの構築により宇宙状況監視(SSA)に対する関心が高まっています。また、2023年6月に改訂された宇宙基本計画では初めて宇宙交通管理(STM)に言及があります。

そこで、この分野の特に民間企業の情勢を把握するために、宇宙状況監視や宇宙交通管理を手がけている企業をまとめてみようと思います。基本的には以下のようなカンファレンスに登壇している企業や、関連している企業を独断と偏見でピックアップしています。SSAというと防衛関連とつながりが強い分野であるため情報を公開していない企業は含まれていません。網羅性については期待しないでください。

www.strausscenter.org

www.iaassconference2023.space-safety.org

NeuraSpace

会社URL:Smarter Space Traffic Management - Neuraspace

SSAを生業にする企業はいくつかあるが、この企業はSTMを中心に据えるポルトガルの企業。特に、機械学習に強みがあり、誤警報の少ないスマートなSTMシステムを目指している。NeuraSpace社では、人工知能を宇宙交通管理の業界に初めて適用した、「機械学習予測プロット」を提供している。「機械学習予測プロット」により、オペレーターは衝突回避行動の準備をする前に、利用可能なデータで進めるか、追加データを待つかを数日早く決定することができる。これにより、貴重な燃料を節約し、不必要なマヌーバーを避けることによって衛星の寿命を延ばすことができる。

credit: NeuraSpace

GMV

会社URL(STM関連記事):Space | GMV

スペインに本社を置き、世界各国に拠点を展開するハイテク企業。宇宙・防衛分野のみならずサイバー、自動車、金融など様々な事業を手掛ける。SSAにおいては90年後半からESAと協力して物体カタログや衝突回避のシステムを構築している。STM分野においては欧州委員会(EUSTMプロジェクト)のSTMガイドラインやベストプラクティス定義のための欧州コンソーシアムを主導するなど、この業界をリードしている。

credit: GMV

Kayhan Space Corp.

会社URL:Making Spaceflight Safer™ - Kayhan Space

衛星運用の自動化を推し進めるアメリカのベンチャー企業。同社の提供するSTMプラットフォームであるPathFinderは、コンジャンクションの評価、衝突回避のためのマニューバー計画作成、宇宙物体のスクリーニングを可能とする。また、2023年のSmall Satellite ConferenceではBenchmark社の衛星運転支援システムであるSmartAIMとの連携を発表し存在感を強めている。

credit: KayhanSpace

ExoAnalytic Solutions

会社URL:ExoAnalytic Solutions – Creative Solutions to Challenging Problems

3人の物理学者が創業を手がけたアメリカの企業。世界最大の光学望遠鏡ネットーワークExoAnalytic Global Telescope Network(EGTN)を提供している。その数は、観測所35以上、望遠鏡350台以上。これらの地上ネットワークの強みを活かして、宇宙物体の監視、アラートの発信、宇宙物体のカタログ提供など様々なSSAソリューションを提供している。

credit: ExoAnalytic Solutions

COMSPOC Corp.

会社URL:COMSPOC - Home

SSAの総合的なプラットフォームを提供するアメリカ合衆国の企業。2014年設立。SSAソフトウェア・スイート(SSS)は、サービス指向アーキテクチャの包括的な宇宙運用センター(SpOC)ソフトウェア・ソリューションです。このアーキテクチャは、スケーラビリティ、信頼性の高いパフォーマンス、完全なデータベース統合、安全な運用、ウェブベースのユーザーインタラクションのために設計されている。SSSはCOMSPOCの運用チームによって使用され、世界中の宇宙業務をサポートしている。

credit: COMSPOC

KBR Inc.

会社URL:KBR | We Deliver

アメリカ合衆国の民間軍需産業企業。宇宙分野では宇宙飛行士の訓練支援や、JWSTの開発等も行っている。SDA情報の収集、分析などのインテリジェンス活動や衛星の追跡監視等の支援をおこなっている。2022年には、宇宙商務省とSSAシステムのパイロットプロジェクトに関する契約も結んでいる。ただし、軍需産業色が強い企業のせいか、具体的なサービスや製品の情報は不透明。

credit: KBR inc.

NorthStar Earth & Space Inc.

会社URL:NORTHSTAR - Empowering humanity to preserve our planet

宇宙から宇宙を監視するという世界初のサービスを提供するカナダの企業。NorthStarは宇宙物体を宇宙から監視するための衛星コンステレーション「skylark」の構築を目指しており、2023年に最初の衛星の打ち上げが予定されている。日本ではAxelspaceがSSAデータを補完するために、自社衛星GRUSの衛星画像を提供することを発表している。また、ExoAnalyticと戦略的コラボレーション契約を結んでおり、ExoAnalyticの光学望遠鏡ネットワークで取得したデータと、NorthStarの衛星コンステレーションで得られたデータを組み合わせたSSAサービスの提供を目指している。

credit: NorthStar

Slingshot Aerospace

会社URL:Slingshot Aerospace - Mission First. Safety Included.

宇宙でのシミュレーションや分析のためのサービスを提供するアメリカ合衆国ベンチャー企業。2017年設立。宇宙状況監分野ではSlingshot Beaconという衛星衝突回避プラットフォームを提供している。Slingshot Beaconは以下のページからユーザ登録をすることで無料版を使用することができる。

slingshotaerospace.com

The Space Data Association

会社URL:Welcome to the Space Data Association - Space Data Association

宇宙環境における安全に関するデータの管理、および効率的な共有をサポートするために衛星オペレータを取りまとめている英国の非営利組織。SDAにはNASAやNOAA、日本ではスカパーJSATが参加している。加盟団体はSDAが提供するSpace Data Centerにデータを提供し、コンジャンクションの評価サービスや、宇宙物体の事業者の情報を得ることで、衛星運用に役立てることができる。

credit: space data association

【まとめ】Satellite Navigation and Coordination with Limited Information Sharing

arxiv.org

現在、上空には推定8,800個の衛星と100万個以上のデブリが存在するが、2030年までには推定150,000個の活動中の衛星が宇宙に存在することになる。軌道上の物体の数が膨大になり、その結果、衝突の可能性が生じるため、現在のアプローチは通用しなくなる可能性が高く、自律的な意思決定が将来の宇宙交通管理(STM)に不可欠な特性となる。

ナビゲーションや衝突回避問題において、マルチエージェント強化学習(MARL)が有望な結果をもたらしている。ナビゲーションや衝突回避問題を含め、MARLに関する多くの研究が最近行われているが、宇宙領域アプリケーションでの使用は限られている。著者曰く、この研究は、衛星ナビゲーションと衝突回避のためにMARLを使用する最初の試みの一つである。

筆者らは地上ベースの衝突回避MARLモデルを転移学習して宇宙空間に適用することが非常に効果的であることを示した。宇宙環境でモデルを直接訓練する場合よりも、サンプルの複雑さが改善され、報酬がわずかに高くなる。次に、地球の扁平率に起因する重力擾乱の摂動を考慮した、より洗練された宇宙環境の抽象化を検討し、転移学習が依然として効果的であることを見出した。

最後に、衛星事業者の意思決定において情報共有が果たす役割について調べた。衛星運用者はセキュリティ上の懸念から衛星の情報を共有することを躊躇っている。これによりスクリーンサービスは誤警報率が高い。これにより警報に対する信頼性を著しく落としている。その結果、衛星運用者の通信ミスにより衛星間のニアミスが発生している。筆者らは、情報を共有した場合と、しない場合で、衛星が目的地に到達する成功率と目的地までの到達時間を比較した。その結果、情報を共有した場合、成功率は最大で100%以上の改善、到達時間は最大14%近く改善することがわかった。

表示しているページのURLをPerplexity AIで検索するブックマークレット

ChatGPTやBingのAIチャットが世間を賑わせています。世の中のビッグウェーブに乗りたい!と思って触ってみましたが、それぞれ一長一短があるようです。

  • ChatGPT: 参考文献を返さない、最新の情報にアクセスできない
  • Bing:参考文献は返してくれるが、Edge以外のブラウザで使えない <- これ大事

私はMacユーザでSafariを使っているのですが、これらのAIチャットでは「慣れ親しんだブラウザで、参考文献付きの回答を得る」ことは難しそうです。

そこで、もう一つのAIチャット、「Perplexity AI」に現在表示しているページのURLを放り込んで表示するブックマークレットを作りました。 Perplexity AIは他のAIチャットに比べて表現力はそこまで豊かではないのですが、検索結果に基づいて回答してくれて参考文献もつけてくれるので、自分で検索結果の確認をすることができます。ただし、Perplexity AIのブラウザ拡張機能Google Chrome版しか用意されていないのでそれならばとブックマークレットを作りました。以下がソースです。

javascript:(
    function(){
        var searchKeyword = window.prompt("Perplexity.ai search keyword",location.href);
        if(searchKeyword != null){
            window.open('https://www.perplexity.ai/?q=' + searchKeyword);
        }
    }
)();

対象ページを開いてブックマークレットを実行すると以下のようなダイアログが出ます(例は私が最近気になった論文です)。

OKを押すとPerplexity AIのサイトに飛びます。

View Detailedを押すともう少し詳しく教えてくれます。

論文ライフが捗りますね!

【書評】プロダクトマネジメントのはじめの一歩 | ゼロから始めるプロダクトマネジメント

プロダクトマネジメントの基礎を幅広く学びたくて読んだ。中学生がオリジナルアプリを開発、成長させていくというストーリーの中で、プロダクト開発をする中でプロダクトマネジメントの要素をどう取り込んでいくのかというのが例として示されており具体性があってとてもわかりやすかった。

浅く広くという本のため、開発自体の初心者であってもプロダクトマネジメントの全体像を知ることができる。また、アプリ開発は経験があっても、それをどう世の中に売り出してくか、という点について経験がない人にとっても参考になると思う。

プロダクトマネジメントでは、以下のような活動を行う。

  • ユーザが抱える問題の仮説を立てる
  • プロダクトを完成させ、ユーザに使ってもらう
  • ユーザの利用状況を分析する
  • エンゲージメントを獲得する
  • プロダクトの認知を広げる
  • エコノミクスを成立させる

本書を読むことでそれぞれの活動でのポイントを幅広く学ぶことができる。 例えば、以下のような内容がある。

  • 最初の仮説検証のタイミングでは、ユーザは欲しい機能を言うことがあるが、ユーザは解決策を考えるプロではないので言う通りに作ってもユーザの要望を叶えることができない場合がある。言われたものを作るだけではなく、なぜその機能が必要なのかユーザのペインとニーズを分析する。
  • 素早く仮説検証のサイクルを回すために、最小限の機能でプロダクトをリリースする
  • 利用状況分析において、現象、パターン、構造、メンタルモデルに分解する考え方を「氷山モデル」と呼ぶ

個人的には、自分でアプリを作る場合はどうしても自分が使えればいいやと言う考えで、他者にどう見えるかどうしたら使ってもらえるかという視点が持てていなかった。本書で示されているHOOKモデルやPBLの考えを取り込むとより使ってもらえるアプリに出来るんじゃないかと思う。