2016-17年度フィジカルレビュー誌流行語調査...みたいな？



【イントロ】
　世の中にはタイミングを逃すと手に入らないものってありますよね。
　流行とかもその一つだと思いますが、「なんだか盛り上がってるな～」というのを斜に構えて傍観している間にお祭りが終わってしまって楽しめないといったことがあったりします。最近だとビットコイン[1]の価格変動がそれにあたるかなと個人的には思いますが、いかんせん変動が大きすぎて手を出すのに躊躇してしまいます。仕事より楽しそうですけど。。。
　研究でもやはり流行り廃りがあったりします。個人的な趣味の固体物性分野だと一昔前なら高温超伝導[2]、最近ならトポロジカル物質[3]や量子コンピュータ[4]関連が流行に当てはまるでしょうか。研究者としてはそうした流行に乗るよりも、自分が流行を作り出す側に回るべきですが、ホットな分野で意義のある結果を出すのも一つの才能だと思うので一概に流行分野に手を出すべきではないと言えないなぁ、と思っています。それに、流行分野のほうが研究費も取りやすいですしね。
　本記事では、2016-2017年にかけてどういった研究が物理分野で流行したのかを調査しました。具体的にはアメリカ物理学会誌の発行する物理専門誌Physical Review誌[5]に掲載された論文タイトルに頻出する単語を調べることで、当該年度に流行した研究対象を明らかにすることを目的としました。

【方法】
　具体的には図１に示したPhysical Review L, A, B, C, D, Eに2016/11～2017/5に掲載された論文1250本の論文タイトルをWeb scrapingにより取得し、エクセルのピポットテーブル機能を使用して頻出単語の出現数を比較しました。Excel is God...
調べた時期が上記期間なのはその時暇だったからです。

図１、Physical Review誌の説明[5]

【結果】
　図２に各雑誌の頻出単語上位２０個を抜き出した結果を示します。論文タイトルの色は各雑誌HPのトップ画像の色をイメージしています。
図２、各雑誌の頻出単語上位２０個

　文字が小さくてわかりにくい。。。そんな(自分の)声にお答えして、図３に上位５個を抜き出した結果を示します。行列が入れ替わってますが、許していただきたい。

図３、各雑誌の頻出単語上位5個

　とりあえず、””Quantum””ってタイトルに入れておけば良いんじゃないですかね。。。という結果になりました。もう少し具体的に見ていきましょう。
　PRLでは、”Quantum”、”Phase”、”Spin”といった単語が上位に来ています。総合誌ということもあり、さまざまな現象の基礎にある量子性や相転移、スピンといった概念が上位に来ています。
　PRAでは、”Quantum”、”Atom”、”Bose-Einstein”といった単語が上位に来ています。原子物理を扱うこともあり量子性を反映する原子の振る舞いやBose-Einstein凝縮[6]を扱う内容が流行しているようです。
　PRBでは、”Spin”、”Topological”、”Magnetic”といった単語が上位です。流行のトポロジカル物性だけでなく。固体の磁性という基本的な性質も根強い人気を保っているようです。
　PRCでは、”Nuclear”、”Collision”といった単語が上位です。原子核物理を扱うこともあり、原子核同士の衝突からみえる現象の報告が流行しているようです。重原子核の衝突によるクオークグルーオンプラズマ[7]とかが流行ってるイメージですがどうなんでしょう？
　PRDでは、”Dark”、”Black”、”Gravity”といった単語が上位に来ています。これは暗黒物質[8]や重力波[9]関係の研究が流行っていることを示唆しているでしょう。どちらも物理的にも面白く、基礎原理に与える影響も大きい内容なので、みなさんが流行に乗っかるのも当然かなという個人的な印象です。唯一上位に”Quantum”が来てないのは、相対論の影響のほうが強いからでしょうか？
　PREでは、”Dynamics”、”Networks”等が上位です。統計分野ということもあり、多粒子のダイナミクスやネットワーク構造、相転移の研究が流行しているようです。具体的に何が流行ってるかよくわからんぞい。

【まとめ】
　本記事では、2016-17年度にPhys. Rev.誌に掲載された論文のタイトルを調べることで物理の各分野の流行を調べました。とりあえず、”Quantum”な現象がほとんどの物理の分野でホットなことがわかりました。むしろ、量子性は現代物理と切り離せない関係なので流行というより、普遍的な概念といったほうが正しそうです。
　今後としては、各雑誌１０年前の論文タイトルを同様に調べることでこの１０年での流行の変遷を調べるのもおもしろそうです。
また、物理専門誌であるPhys. Rev.誌ではなく一般誌であるNatureやScienceの調査を行うことで、科学一般にどのような内容が流行しているか明らかにしてみるのも意義深いように思えます。
　何が流行で何が普遍的な概念なのか、それを見極めるのも研究者に必要な能力かもしれません。

【参考文献】(Wikipediaです。。。)
１，ビットコイン
２，高温超伝導
３，トポロジカル物質
４，量子コンピュータ
５，Physical Review誌
６，Bose-Einstein凝縮
７，クオークグルーオンプラズマ
８，暗黒物質
９，重力波



コメント

コメントを投稿

このブログの人気の投稿

交代磁性があるのかないのかどっちなんだい！～RuO2の場合～

イメージ
 【イントロ】 博士「はぁ～交代じゃ、交代じゃ」 学生「どうしたんですか？キャバクラですか？」 博士「違う違う違う違う今日は違う！交代は交代でも、交代磁性のことを調べておったんじゃ」 学生「交代磁性？」 博士「なんじゃ知らんのか？交代磁性とは、強磁性と反強磁性に次ぐ第三の磁性として最近発見された、新しい磁気状態のことなんじゃ。」 学生「知ってますよ、 Šmejkal（流暢な発音）が提案 してるやつでしょ？強磁性体のようにバンド構造にスピン分裂が生じるけれど、反強磁性体のようにNetの磁性はゼロとなっている、副格子間の反強磁性状態と解釈できる磁性体のことですよね。」 博士「そうじゃ、Šmejkal（流暢な発音）達の提案が大きなきっかけとなった研究分野じゃな。なんじゃ、知っとるじゃないか」 学生「当然です。中学入試程度です。交代磁性って、 MnTe や CrSb 、それに RuO2 で確立された概念じゃないんですか？」 よく見ると(b)がない（ 引用元 ） 博士「 どこ中出身 じゃ。。。うむ、それらの物質でARPESが行われ、交代磁性の特徴の1つであるバンド構造の巨大なスピン分裂が観測されて Nature や PRB に報告されるなど研究が加熱しておる。」 学生「ならいいんじゃないですか？流行物質どんとこい。ビッグウェーブに乗って論文を量産するタイミングですよ。h-index稼ぎましょう」 博士「しかし、そのうちの１つ、RuO2が実は交代磁性体ではなく、非磁性体なのではないかという報告がなされ議論を呼んでおるのじゃ。」 学生「どういうことですか？？？RuO2は 異常ホール効果 が見えたり、 REX（共鳴弾性X線散乱） や 中性子散乱実験 で反強磁性秩序がすでに観測されたんじゃないんですか？？？陰謀ですか？？？？」 博士「それでは今回は、独ヴュルツブルク大学のPhilipp Keßler博士らによる論文、 Philipp Keßler, et al. , Absence of magnetic order in RuO2: insights from μSR spectroscopy and neutron diffraction , arXiv:2405.10820 を読んでいくかのお」 学生「Absence論文、盛り上がるやつですね」 【どんな実験したの？】
続きを読む

狂気！室温超伝導体は脳内にあった！！！

イメージ
 【イントロ】 博士「これはすごい・・・これはすごいぞ！！！」 学生「どうしたんですか？自分の愚かさのことですか？」 博士「そうではない！ワシは出会ったんじゃ！科学史上最高の論文に！」 学生「どんな論文ですか一体」 博士「なんと 室温超伝導体 が見つかったという話じゃ！」 学生「え！室温超伝導体といえば、室温で電気抵抗がゼロになる物質で、世界を支えるエレクトロニクスに不可避なエネルギーの散逸、発熱の問題を一気に解決し、 世界のエネルギー問題を救うキーテクノロジーになる物質 じゃないですか！」 博士「その通りじゃ！」 学生「気になってきました、早く教えて下さい、その論文！」 博士「うむ…驚くなよ、なんと、 生物の脳の中では超伝導状態が実現しておる のじゃ！！！」 学生「・・・」 博士「ふふふ、あまりの衝撃に言葉もないようじゃな。」 学生「あの」 博士「では、今回は、 P. Mikheenko, Possible Superconductivity in the Brain , Journal of Superconductivity and Novel Magnetism, 2018, No 5, p. 1121-1134 （ Arxiv版 ） を読んでいくぞい！」 学生「帰っていいですか？」 【論文誌がすごい！】 博士「まずは、この論文のなにが凄いかといえば、査読を通って論文誌に掲載されておるのじゃ」 学生「ほんとですよ、どうなってんですか」 博士「そして、掲載された Journal of Superconductivity and Novel Magnetismの2022年度のImpact Factor は1.8なんじゃ。これがどういうことかわかるか？」 学生「そ、それは日本の物理学会が発行するJournal of the Physical Society of Japan、いわゆる JPSJのImpact Factor 、1.7を超えています・・・！」 博士「そうじゃな、つまり論文誌としての影響力としてはJPSJよりも大きな雑誌に掲載された論文ということじゃ」 学生「JPSJもっとがんばってくださいよ」 博士「しかもこの論文は8回も引用されておる」 学生「 みなしPRL じゃないですか・・・」 博士「これだけで如何にこの論文が本物であるか納得してもらえ
続きを読む

まだ最小二乗法で消耗してるの？ ～Passing Bablok法について～

イメージ
【イントロ】 与えられたデータの傾向を見る、つまり回帰分析の一つとして、直線でフィッティングする方法が挙げられます。 ココで問題となるのが、「どうやって直線の傾き(と切片)を求めるか」という点です。 代表的な方法が最小二乗法です。目的の直線を $y=ax$ と仮定します。データ点$y$と求めたい直線との差の二乗を誤差として、すべての点に対する誤差の和を最小化する傾き$a$を求める方法です。 具体的には誤差の和を $E=\sum_{i=1}^{n}(y_i－ax_i)^2$ とすると、$a$について最小値が欲しいので、 $\frac{\partial E}{\partial a}=0$ となる$a$を求めれば良いです。整理すると、 $a=\frac{\sum_{i=1}^{n}(x_i－x_{average})(y_i－y_{average})}{\sum_{i=1}^{n}(x-x_{average})^2}$ となります。 　最小二乗法は直観的にもちょうどよい直線を見つけてくれそうで、最強の方法に見えます。しかし、 いくつかの課題 があります。まず一つが、外れ値に弱いという点です。えっちですね。つまり、ノイズ等の影響でデータ点の集合から大きくハズレた点が存在すると、その点に引きずられて傾き$a$が大きく変化してしまうという点です。 　また、別の問題として、最小二乗法は暗にデータが正規分布に従った誤差を持つことを仮定している点が挙げられます。今回最小化すべき誤差をデータ点と直線の差の二乗和として与えましたが、これはデータ点の周りに分散一定の誤差が正規分布している場合に導かれる最尤推定解と対応しています。詳細は PRML を参照。 さて、それではこうした最小二乗法の呪縛から解き放たれた、 回帰モデルは存在するでしょうか？そうしたモデルとしては 主成分分析 等があります 本記事では、そうした手法の中でもノンパラメトリック回帰モデルの一つである”Passing-Bablok法”について、 原論文 に従った解説とPythonでの実装に取り組みました。 【方法】 Passing-Bablok法はその名の通り、PassingとBablok(PB)により提案された、一次の比例関係を比較するノンパラメトリック回
続きを読む