全国の #マージャン #セガNET麻雀 を楽しみたい皆さ～ん 🗾🀄️

こんばんは🌠🌃☄️

大変お待たせしました🙏

それでは今日の結果を

拙速Go

いや間違えた😅

早速Go

👏👏👏

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

①12月8日(月)23時06分ログイン

🎊🎖️💐
１位:VARYさん(二段)
２位:ファイト一発さん(九段)
３位: #小田浩之芸人 (初段)
４位:こめこめこめさん(覇王)

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ
本日対戦して頂いた皆様方、
ありがとサ〜ンキュー ^⁠_⁠^

機会がありましたら、また宜しくお願いします m(_ _)m　　

そしてまだ対戦していない、あなた!
君との対戦も楽しみにしているぞ!

本当です本気ですネット芸人です

#ネット芸人 🙇
−−−−−−−−−−−−−−−−−−−−−−−−−−−−− December 12, 2025

フローヴァってVar3以降もガルブレ九円パみたいに飛び込みでDPS上がる時来るんかな。カンタレラ引く気になれないのがこれが怖いからなんよな December 12, 2025

varoのキーボードめっちゃ打鍵感良かった、、、 December 12, 2025

ACLから色々カメラマンやらしてもらってありがとうございました！
楽しかったし@nfclub14 さんの人柄の良さもっと知ることできて楽しかったですVAR判定はもうほんと俺の聞き間違いやったし、サイレントクシャミでした笑申し訳ないです
耳鼻科行ってきます
楽しい一日でした
来年もよろしくお願いします https://t.co/BZS8HuIuMg December 12, 2025

先ほど全ての注文分の発送手続きを行いました。
土日の短い期間にも関わらずたくさんの注文ありがとうございます…
おかげさまでカラーVar.在庫完売となりました！ https://t.co/yNXsbrur1d December 12, 2025

磐田側には故意、徳島側には誤射に見えるでしょこんなもん
疑問なのはVARの不使用よ

「印象悪いな」転倒時に足が相手選手の股間を直撃「めちゃくちゃ痛いやつ」「故意ではないだろうが」J1昇格争い大一番での事故にファンの声さまざま(ABEMA TIMES)
#Yahooニュース
https://t.co/8IaCOyUms9 December 12, 2025

清水vs岡山
審判団②
左から
田中(四審)
川俣(VAR)
笠原(主審)
植田(副審)
梅田(副審)
須谷(AVAR)
(敬称略奪)
みなさま、今季もお世話になりました。そしてありがとうございました🧡また来季もどこかのスタジアムでお会いしましょう。 https://t.co/31ZDhRpgoV December 12, 2025

VARでPKだけど
最後にこじ開けたって事で
少しでもポジティブに
この旅は終わり
去る人達に
共に闘った事は忘れないと伝え
来年は熱い名古屋を取り戻すと
残る者達へメッセージ
ビッグフラッグ製作についても
ご協力ありがとうございました
来年も共にもっと闘える様に
またよろしくお願いします。 December 12, 2025

④ヘビーテールは避けられない：不確実性の層が生み出す必然

この論文は、一見抽象的な認識論の問題を数学的に掘り下げ、驚くべき結論に到達する。

私たちが何かについて確信を持てず、その不確実性にさらに不確実性が重なると、

極端な出来事（テールイベント）の確率が必然的に高まる

ということだ。

出発点：ガウス分布という「理想郷」

話は最も扱いやすい確率分布、ガウス分布（正規分布）から始まる。身長や試験の点数など、多くの自然現象はこの「釣り鐘型」の分布に従う。

例えば、倭国人男性の平均身長が172cmで標準偏差が6cmなら、極端に高い人（190cm超）や低い人（150cm未満）に出会う確率は非常に小さい。

これが「薄いテール（Thin Tails）」の世界だ。

不確実性の入れ子構造

ところが現実はもっと複雑だ。想像してほしい。あなたは株式市場の変動を予測しようとしている。まず「標準偏差は年率15%だろう」と推定する。

しかし、その推定自体にも誤差がある。

「いや、実は20%かもしれない」

という疑念が湧く。さらに

「そもそも市場の構造自体が変化しているかも」

という、より深い不確実性が加わる。
これが「層状の不確実性」だ。

論文が示すのは、こうした疑念を数学的に重ねていくと（つまり、パラメータの不確実性、そのパラメータ推定の不確実性、さらにそのモデル自体の不確実性を考慮すると）分布のテールがどんどん厚くなり、

最終的に「ヘビーテール分布」になる

という厳密な証明である。（補足：ファットテールとヘビーテールは同義語。正確な定義はあるが割愛）

哲学から数学へ：思想家たちの洞察にパイプを繋ぐ

この発見は、実は古くからある哲学的直観を数式で裏付けるものだ。

・イタリアの確率論者デ・フィネッティは「客観的確率など存在しない」と主張した。
・スコットランドの哲学者ヒュームは「因果関係は習慣に過ぎない」と喝破した。
・ニーチェは「真理は動けなくなった隠喩」と呼んだ。
・ウィトゲンシュタインは「確実性とは疑念が止まった場所」と看破した。

彼らに共通するのは、

絶対的な真理など幻想であり、私たちの知識は常に暫定的な近似に過ぎない

という認識だ。

中世の哲学者イザーク・イスラエリが言った「adequatio intellectus et rei（知性と事物の一致）」という理想は、現代の哲学者アイザック・レヴィの言葉を借りれば

「真理との賭け」

でしかない。

本論文は、こうした哲学的洞察に数学というパイプを繋ぎ、検証可能な定理に変換する。

統一原理の発見：バラバラだった現象をつなぐ

この研究の真価は、一見無関係な現象の背後に潜む共通のメカニズムを明らかにした点にある。

金融危機：2008年のリーマンショックでは、住宅価格の下落予測モデルが「まさか全米で同時に暴落するとは」という二重の不確実性を見逃した

気候変動予測：「CO₂濃度がXになったら気温はY上昇する」というモデルがあっても、フィードバック効果の強さ、雲の役割、氷床融解の速度など、何層もの不確実性が極端な温暖化シナリオの確率を高める

AIの過信：自動運転車が「歩行者を99%正しく認識する」としても、そのテスト環境の代表性、新しい状況への適用可能性、センサーの信頼性など、入れ子状の疑念が事故リスクを膨らませる

パンデミック予測：COVID-19の初期、「感染率はこのくらい」という推定値があっても、無症状感染の割合、変異株の出現可能性、人々の行動変化など、不確実性の層が重なり、予測は当てにならなかった

これらすべてが同じ数学的構造から生まれている。
疑念を一層加えるたびに、予測モデルの極端な領域（テール）が構造的に厚くなるのだ。

論文の設計図

論文は段階的に進める。

セクションIIで「テールの厚さ」を数学的に定義する。

セクションIIIで核となるモデルを導入し、「誤差率が一定の場合」と「誤差が減衰していく場合」の二つのシナリオを分析する。

二項ツリー（コインを何度も投げるような単純なモデル）でこの効果を視覚化するが、これは単なる例示に過ぎない。

重要なのは、

どんな分岐シナリオでも「テールの厚化」という普遍法則に収束する

という認識論的枠組み自体だ。

セクションIVでは中心極限定理を援用して結果を一般化し、セクションVで実務家が使える近似式を提示する。

セクションVIが決定打だ。ガウス分布だけでなく、あらゆる薄いテール分布でも、

スケールに関する不確実性を加えれば、必然的にファットテールになることを証明する。

指数分布でもガンマ分布でも、結果は同じだ。

深刻な帰結：予測パラドックス

セクションVIIでは、この発見がもたらす厄介な問題を論じる。

「予測パラドックス」とは、

モデルを精緻化すればするほど、考慮すべき不確実性の層が増え、かえって極端な事象の確率が高まる

というジレンマだ。

・金融では、これがVaR（バリュー・アット・リスク）モデルの失敗を説明する。
・AIの安全性研究では、「99.9%安全」という数字の背後にある認識論的不確実性が、実は破滅的失敗のリスクを高めている可能性を示唆する。
・科学モデリング全般において、「モデルの不確実性を誠実に認めるほど、テールリスクが増大する」という皮肉な真実を突きつける。

セクションVIIIで、我々は結論を述べる。

現実世界のリスクは、私たちが構築する理想化されたモデルよりも、本質的にファットテールである、と。

これは数学的必然であり、すべてを分かった気にならぬための、小さな枷でもある。 December 12, 2025