見出し画像

疲れを吹き飛ばす呼吸法(8月活動記録)

どうも。こんにちは。ケミカルエンジニアのこーしです。
少し遅くなってしまいましたが、8月の活動記録を書いていきます。

先月は「統計検定2級問題集アプリ」の制作に忙しかったため、疲れが出てきています。。そこで疲れを取る方法として「呼吸法」に取り組んでみました。

本記事では、「呼吸法」「データサイエンスの勉強記録」について記載していきます。


1.所感

(1)疲れを吹き飛ばす呼吸法

6~8月にかけて仕事終わりにカフェに篭もり、「統計検定2級問題集アプリ」の制作をコツコツと進めていました。
たまに休憩もしていましたが、どんどん疲れが溜まってくるため、「これは何かしないといけないな」と考えていたところ「呼吸法」に思い当たりました。

思えば新卒2~3年目の頃、仕事終わりにプールで泳ぐ機会がありました。
できるだけ長く泳ごうと「口から吸って鼻でしっかり吐く」ことに集中しながらゆったりと泳ぎました。つまり、「呼吸」にずっと意識して泳ぎました。

そしてプールから出ると、運動後の疲労感はなく「スッキリとした爽快感」を強く感じ、今からでも働けるなと思えるほど脳疲労が回復していました。
酸素が脳内に行き届いたという感覚が強いので、「呼吸」を意識したことが良かったのだと解釈しています。

また先日、独立して事業をしている友人たちと話す機会があり、「自分で事業をしていると無限に働けるので、体調管理に気を遣っている」という方がほとんどでした。
例えば、ジムで筋トレ、ランニング、水泳をするとか、姿勢を正すとか(良いホルモンが出るらしい)、温泉・サウナでカラダを温めるなどです。
なかには「呼吸法」を実践している人もいて、睡眠の質が上げるために実践しているそうです。

「呼吸法」については、関心はあるけれど、実践している人がまだ少ないといった状況でしょうか。
呼吸法について論文とか本を読んで調べていることを話したら、皆すごく関心をもってくれて場が盛り上がりました。
よって、「呼吸法」についてこのnoteでも記載してみようと思います。

今のところ、呼吸法を実践して下記2つの効果を実感しています。

① 汗をかく(毎回)
 ⇒体温上昇、代謝アップ?
② 疲れが吹き飛ぶ(10分以上やったとき)

ちなみに、劇的に疲れが取れた方法がありますので紹介します。

おそらく、一番よく知られているのは「448呼吸法」だと思います。
4秒で吸って、4秒息を止め、8秒でゆっくり吐くというものです。

一方、100歳まで生きた医学博士である塩谷信男さんは、長寿の秘訣として「正心調息法」を紹介してくれています。
具体的には下記の記事を参照して欲しいですが、簡単に書くと、

  • 丹田めがけて息を押し込むイメージで鼻から息を吸う

  • 肛門を締めて10秒息を止める

  • 吸った時間の倍の時間をかけて鼻から吐く(肛門を緩める)

  • これを25回繰り返す

10秒息を止めることや、肛門を締めることが思ったよりハードで、25回やると10分以上かかってしまいます(夏はめっちゃ汗かきます)が、ものすごく効果がありました!
以前、プールで泳いだ後のようなスッキリとした爽快感を得ることができました。

時間がかかるので毎日はできないですが、疲れがひどくてこれ以上作業ができないという際は、奥の手として使うのはありだと思います(受験勉強のときに知っておきたかった。。)

その他、「片鼻呼吸法」というヨガの呼吸法があります。
やり方は下記の記事に詳しく書いてあります。

片鼻呼吸の面白いところは、「右鼻だけで呼吸すると交感神経が活性化し、左鼻だけで呼吸すると交感神経が抑制される」という点です(論文にもなっています)

やってみるとわかると思いますが、いつもどちらか片方の鼻が詰まり気味です(完全には詰まっていないことが多い)そして、それが左右ランダムで詰まったり詰まってなかったりしています。
これはおそらく自律神経のバランスを表しているのではないかと思います。
無意識に鼻づまりを起こし、片鼻呼吸で自律神経のバランスを整えようとしているのでしょう(もし本当ならすごい機能。。)

【追記】これは、交代性鼻閉というらしいです。自律神経が正常に働いている証拠ということなので、自律神経のバランスを調整しているのだと思います。やはりすごい機能ですね!

ちなみに、片鼻呼吸の論文は下記です(翻訳メモはコチラ

(2)活動記録

毎度のことですが、年初に掲げた目標の進捗確認をしてみます。

すでに8ヶ月経ちましたので、目標の進捗率は8/12 = 66.7%です。

①ブログ100記事到達 +29記事 11/29 = 37.9% ×
②note +20記事 この記事含め 9/20 = 45.0% ×
③X +300ポスト 129/300 = 43.0% ×(2024/9/8 10:00時点)
④読書 30冊 30/30 = 100.0%

ブログは1記事も書けませんでした。。
忙しかったのもありますが、記事数を増やすとメンテナンスも大変になるので、今年はリライトに集中することにします!

ただ、本命の「化学・化学工学×データサイエンスで社会貢献」のアイテムとしては、今まで世になかった「統計検定2級問題集アプリ」を制作し、問題の拡充ができました!
スキマ時間の有効活用がとても大事だと思っていて、スマホで短時間でもコツコツ勉強できるという環境を整えることは「社会貢献」だと思っています。

今後も、要望があれば準1級アプリや2級の学習アプリ(統計WEBのアプリ版のイメージ)を制作できたらと思います!

2.気になるニュース

(1)東レ発のスピンオフベンチャー「MOONRAKERS」

久々に明るいニュースだと思ったので紹介します。

米GAFAMでは、社内ベンチャーがスピンオフやスピンアウトする事例は非常に多いですが、日本企業ではまだまだ事例は少なく、特に化学メーカーではめったに話を聞きません。。

(スピンアウトは親会社との資本関係が解消されるのに対して、スピンオフは資本関係を維持したまま独立させます。)

ところが、東レではスピンオフベンチャーが活躍しているようです。
この記事で良いなと思った点は下記3点です。

  • 大企業から社内ベンチャーがスピンオフ

  • 衣料の大量生産大量廃棄の問題の解決

  • 消臭、防汚などの圧倒的技術力

日本は失敗への評価が非常に厳しく、ベンチャー企業が起こりにくいと言われており、社内ベンチャーが注目されていました(古くから取り組み自体はあったようです。)
日本の大企業はもっと多くのベンチャーを育てる必要があると常々思っていたので、化学系の大企業からベンチャーがスピンオフしたのは嬉しい出来事です。

また、衣料業界は大量に生産してから市場に問いかけ、売れ残ったらセールで売り、それでも余った在庫は処分するというビジネスモデルであり、また大量に生産すればするほどコストを下げることができるので、このビジネスモデル自体が「大量生産・大量消費・大量廃棄」を引き起こしていると言えます。

そこでMOONLAKERSは、在庫を持つ通常のEC・店舗販売とクラウドファンディングによる受注生産を組み合わせてこの問題を解決しています。

化学品でもリサイクルやバイオ原料化でサステナブルを追求しようとしていますが、大量生産しないとコストが下がらない、作ってから売るというビジネスモデル自体を変革しないと無駄は一生なくならないなと思います。
この点、ビジネスモデルからアプローチする方法にも取り組んでいてMOONLAKERSは素晴らしい会社だと思いました。

消臭や防汚、吸汗速乾、UVカットなどピカイチの機能性を持ったTシャツやパーカーなどがあるので、欲しくなってしまいますね。

WEBサイトや記事の内容を見て、どうも洗練されすぎているなと思ったら、MOONRAKERS代表の西田さんは、東レで3回も社内ベンチャーを立ち上げているそうです。どれも成功しているようですが、MOONRAKERSは3度目の正直で大きく羽ばたく可能性がありますね。

日本企業の技術力と西田さんのようなクリエイティブな営業(起業家)が手を組めば、日本の製造業は本当に面白いことになりそうな予感がします!

3.データサイエンス勉強記録

(1)統計検定2級問題集アプリ

8月も引き続き、統計検定2級問題集アプリの制作に集中して取り組みました。問題数を増やして目標の80問に到達したので、あとは解説を充実していこうと考えています(問題も数問増やす予定です)

ただ、解説を増やしても学習効果に限界がありそうなので、統計WEBのアプリ版のような「学習アプリ」が必要では無いかと感じ始めています。。

次は準1級の問題集アプリを作ろうと考えていましたが、その前に統計検定2級の学習アプリを作るのもアリかもしれないと考えています。
要望があればぜひ連絡ください!

(2)ガウス過程と機械学習

「ガウス過程と機械学習」という本、今まで何度も読み返し、第3章で突き返されるという経験をしてきました。満を持して、また読み返してみましたが、今回も第3章ではね返されました。。

読んでいる途中で、ガウス過程回帰ではソフトセンサーの予測精度が上がらないことがわかってきて、他のモデルを試したくなりました。

また、ガウス過程回帰の良い点は、予測値の分散が計算できることなのですが、そもそものモデルの質が低いと常に分散が大きくなってしまい、使い物にならないという問題がありました。。

また出直します。。

(3)Kaggleで勝つデータ分析の技術

現在、長らく積読していた下記2冊を読んでいます。

ソフトセンサーの予測精度を上げたいので、前処理や特徴量作成、モデル構築の部分で何か良いテクニックを学べないかと考えています。

Kaggleで勝つ本は、アンサンブル学習推しでなので、アンサンブル学習の勉強もしてみようと考えています。

読んでみて、もし刺さる内容があればXでポストします。

(4)時系列データの前処理

最近、実務で時系列データばかりを触っており、試行錯誤しながらpythonで前処理を実施しています。
毎度悩まされることについて、GitHubにまとめておきました。
Jupyter notebookでアップできるので、説明文も書けるし非常に重宝しています。

(5)今後の勉強予定

①ブログ執筆予定

いろいろと書きたいことはあるのですが、既存記事のリライト(修正)に注力していきます。

②勉強テーマ

今後は、下記について勉強したいと考えています。

①統計検定準1級 公式問題集 ⇒ 統計学実践ワークブック
②アンサンブル学習
③異常検知
④深層学習
⑤モデル予測制御

やりたいことがたくさんありますが、コツコツ一つずつ取り組んでいきたいと思います!
日々、成長に向けて取り組んでいると、ストレスが溜まりにくい感じがしますね。


この記事が気に入ったらサポートをしてみませんか?