BASEGRAIN
https://basement.ethz.ch/download/tools/basegrain.html
ダム堤体のリップラップ材や河床材料の調査に使えるソフトです。
一通り動かしてみました。動作のおかしなところもありましたが、ほぼ問題ないですね。便利です。
ソフトの存在を知らなかったのはもちろん、このようなニーズがあるとも知りませんでした。UAVを利用して大量のデータ取得、そのデータを利用した粒径解析が行われているようです。
ただ表面の粒径だけなので、河床変動シミュ用の河床材料調査には向いてないのでしょうか？いえ、広域での傾向がわかるので検証等に向いているのでしょうか？わかりません。
学ばねば。
近年、いろいろな分野で広域かつ大量のデータを取得・解析することができるようになりました。扱う側も意識改革を迫られています。
変化に追随するのは大変です。が、そこも技術者として楽しむべきところでしょう。
2019年10月29日火曜日
QGIS Desktop 3.8.3 with GRASS 7.6.1
ArcGIS の入っている PC を他の方が利用。
QGIS があるから良いか、と思いながら作業開始。
QGIS では GRASS の機能を使用できます。SAGA も入っており組み合わせると概ね主要機能が揃うというのはありがたいですね。
が、今回はハマりました。
Ver3.8では、GRASS が外されて起動するのがデフォのようです。いえ、GRASS のメニューは出てくるのですが、使用するとエラーが発生します。
どうも、起動時に「QGIS Desktop 3.8.3 with GRASS 7.6.1」を選択しないとダメなようです。3.4の頃はデフォで動いていたのですが。
https://gis.stackexchange.com/questions/313724/grass-not-working-with-qgis-3-6
安定性やサポートでは Arc に勝てません。が、無償利用できるのはありがたい。感謝ですね。
QGIS があるから良いか、と思いながら作業開始。
QGIS では GRASS の機能を使用できます。SAGA も入っており組み合わせると概ね主要機能が揃うというのはありがたいですね。
が、今回はハマりました。
Ver3.8では、GRASS が外されて起動するのがデフォのようです。いえ、GRASS のメニューは出てくるのですが、使用するとエラーが発生します。
どうも、起動時に「QGIS Desktop 3.8.3 with GRASS 7.6.1」を選択しないとダメなようです。3.4の頃はデフォで動いていたのですが。
https://gis.stackexchange.com/questions/313724/grass-not-working-with-qgis-3-6
安定性やサポートでは Arc に勝てません。が、無償利用できるのはありがたい。感謝ですね。
2019年10月27日日曜日
動態検知
千葉県での水害・災害が今秋3回目。
千葉に限りませんが、人命を失う惨事を繰り返さないように、早期に逃げてもらうきっかけを作れないか？と思案中。その過程で、ここ数日は動画の中から「異常」をピックアップ・周知する手法を模索中でした。
まず思いつくのは異常検知。
時間軸で主成分ベクトルを求める場合のように、全期間通して学習させる必要はありません。計算コストが小さくて済みます。でも、オンタイムでできるか不安。
どうしましょう？などと考えながら風呂に入っていると、簡単な方法を思いつきました。動態検知です。いえ、手法は前から知っていましたが、適用性をまったく考えていませんでした。人や車など、自動運転への適用に頭が向かっていましたので。
これ、OpenCV だと簡単。example に少し手を加えると完成するレベルです。しかも公開されているライブカメラでもラップトップで処理が追いつく程高速。休みの間、データを取り続けましたが難なく動きました。使えます。
動態検知した面積を積分し時系列に直して移動平均をとると、トリガーを設定できそうでした。こうなると異常検知メールも出せるようにしよう、などと手を出しかけましたが、解除設定等が面倒になったため、テスト送信のみで終了。今回はココまでとしました。
この手法、課題も多くあります。単純な前データとの差分ではダメで、加重平均をとって係数（半減期のようなもの）を調整したり、動きとみなす閾値を決めたりする必要があります。しかも、カメラ設置場所毎に調整が必要です。まだ実用段階には程遠い（広域でなければ簡単かも）。
この動態検知、OpenCV が動けばよいので、ラズパイでもできてしまいます。というか、ドライブレコーダーの駐車監視がこの系統なのでしょう。いくつかの機種には動態検知入っていますので（OpenCVとは限りませんが）。
そう考えると、すでに社会に広く普及している技術であり、土木分野が遅れているだけ、気づかなかっただけ、ということになります（もっと柔らかい頭が欲しいですね）。
他分野のプロが介入すれば、土木分野の多くの課題がすぐに解決されるような気がします。自動運転のように市場は大きくないので、なかなか踏み込んではいただけないでしょう。が、人命がかかっています。CSR がてら興味を持たれる方はいませんかね。
千葉に限りませんが、人命を失う惨事を繰り返さないように、早期に逃げてもらうきっかけを作れないか？と思案中。その過程で、ここ数日は動画の中から「異常」をピックアップ・周知する手法を模索中でした。
まず思いつくのは異常検知。
時間軸で主成分ベクトルを求める場合のように、全期間通して学習させる必要はありません。計算コストが小さくて済みます。でも、オンタイムでできるか不安。
どうしましょう？などと考えながら風呂に入っていると、簡単な方法を思いつきました。動態検知です。いえ、手法は前から知っていましたが、適用性をまったく考えていませんでした。人や車など、自動運転への適用に頭が向かっていましたので。
これ、OpenCV だと簡単。example に少し手を加えると完成するレベルです。しかも公開されているライブカメラでもラップトップで処理が追いつく程高速。休みの間、データを取り続けましたが難なく動きました。使えます。
動態検知した面積を積分し時系列に直して移動平均をとると、トリガーを設定できそうでした。こうなると異常検知メールも出せるようにしよう、などと手を出しかけましたが、解除設定等が面倒になったため、テスト送信のみで終了。今回はココまでとしました。
この手法、課題も多くあります。単純な前データとの差分ではダメで、加重平均をとって係数（半減期のようなもの）を調整したり、動きとみなす閾値を決めたりする必要があります。しかも、カメラ設置場所毎に調整が必要です。まだ実用段階には程遠い（広域でなければ簡単かも）。
この動態検知、OpenCV が動けばよいので、ラズパイでもできてしまいます。というか、ドライブレコーダーの駐車監視がこの系統なのでしょう。いくつかの機種には動態検知入っていますので（OpenCVとは限りませんが）。
そう考えると、すでに社会に広く普及している技術であり、土木分野が遅れているだけ、気づかなかっただけ、ということになります（もっと柔らかい頭が欲しいですね）。
他分野のプロが介入すれば、土木分野の多くの課題がすぐに解決されるような気がします。自動運転のように市場は大きくないので、なかなか踏み込んではいただけないでしょう。が、人命がかかっています。CSR がてら興味を持たれる方はいませんかね。
2019年10月26日土曜日
無知は罪 2
計算用に3台集めたPC。
全てメモリを 64GB にアップ。内蔵 HDD として 4TB 追加。これでギリのスペック。
それを聞いた他支店の技術者？が、手元の PCを「64GBにしたい（してほしい）」と言い出しました。よくよく聞いてみると、必要な作業にどのようなスペックが必要か理解せずに PC を買ったようでした。新しい PC = 速い の理屈？らしいです。実装されているメモリやコア数も御存知ないようでした。
調べてみると、実装 16GB。
計算ではメモリを 8GB しか使ってません。使いたい Arc は 32bit 版。メモリを増やすよりは 64bit 版の Arc に移行して、推奨GPUを付けた方が効果あるでしょう（それを調べて PC を発注すべきですが）。
一方、今後予定している計算に必要なメモリをプロに確認してもらったら、まさかの64GB越えでした。マザーは 128 まで実装できるようなので新 PC も無駄にはならないですが、複数台 PC を確保しておいた方が現実的だったでしょう。
これ、あるあるです。
必要なスペックを調べずに、ただただ「良いやつ」が欲しいといわれる方。
メモリ、HDD、GPU、ソフトを理解せずに無駄遣いをしているにもかかわらず、他の数万円の消費には厳しい方。傍から見るとバランス悪い人。
無知は罪です。
===========================
20191029追記
数GBのデータ保存用に、TBのHDDを買いたいとのこと。
もう少し調べてほしいです。
全てメモリを 64GB にアップ。内蔵 HDD として 4TB 追加。これでギリのスペック。
それを聞いた他支店の技術者？が、手元の PCを「64GBにしたい（してほしい）」と言い出しました。よくよく聞いてみると、必要な作業にどのようなスペックが必要か理解せずに PC を買ったようでした。新しい PC = 速い の理屈？らしいです。実装されているメモリやコア数も御存知ないようでした。
調べてみると、実装 16GB。
計算ではメモリを 8GB しか使ってません。使いたい Arc は 32bit 版。メモリを増やすよりは 64bit 版の Arc に移行して、推奨GPUを付けた方が効果あるでしょう（それを調べて PC を発注すべきですが）。
一方、今後予定している計算に必要なメモリをプロに確認してもらったら、まさかの64GB越えでした。マザーは 128 まで実装できるようなので新 PC も無駄にはならないですが、複数台 PC を確保しておいた方が現実的だったでしょう。
これ、あるあるです。
必要なスペックを調べずに、ただただ「良いやつ」が欲しいといわれる方。
メモリ、HDD、GPU、ソフトを理解せずに無駄遣いをしているにもかかわらず、他の数万円の消費には厳しい方。傍から見るとバランス悪い人。
無知は罪です。
===========================
20191029追記
数GBのデータ保存用に、TBのHDDを買いたいとのこと。
もう少し調べてほしいです。
2019年10月25日金曜日
建築屋さんのこだわり
面白い階段を見かけました。
建築屋さんのこだわりを感じる階段です。
花崗岩中の暗色包有物を表現されたのでしょうか（一部の石は違うように見えましたので色だけ？）。
いずれにしても、どこまでの方が気付いていらっしゃるでしょうね。
建築屋さんのこだわりを感じる階段です。
花崗岩中の暗色包有物を表現されたのでしょうか（一部の石は違うように見えましたので色だけ？）。
いずれにしても、どこまでの方が気付いていらっしゃるでしょうね。
2019年10月23日水曜日
2019年10月20日日曜日
地震波と技術者
地震波に関して技術者と話をする機会があります。
微動や強震動を扱う物理屋さん。この方たちは周波数領域の中で生きていらっしゃるようで（本人談）、スペクトル、固有周期、卓越周期に関する話題が多くなります。
斜面防災に関しては専門外であるものの、周波数領域での議論がなされていないと「聞くに値しない」と思われるようです。
建築屋さんや橋梁屋さんは、地盤の固有周期や構造物の減衰を当たり前のように扱われています。こちらは基準に含まれていますので、思い入れというよりは設計作業の一つと捉えられているようです。
斜面防災の話に興味を持たれますが「専門でないためわからない」という一歩引いたスタンスで聞かれることが多いように思われます。
地質屋さん。断層や地質構造に関する話題が主体ですね。弾性波や表面波などを扱われていますが、波の議論はほぼされません。
斜面防災では被災要因（素因）として地質に着目されるようです。この話がないと「片手落ち」と感じるようです。
いろいろな立場の方がいらっしゃいますし、新たな視点を得られて面白い。
恵まれた環境です。
微動や強震動を扱う物理屋さん。この方たちは周波数領域の中で生きていらっしゃるようで（本人談）、スペクトル、固有周期、卓越周期に関する話題が多くなります。
斜面防災に関しては専門外であるものの、周波数領域での議論がなされていないと「聞くに値しない」と思われるようです。
建築屋さんや橋梁屋さんは、地盤の固有周期や構造物の減衰を当たり前のように扱われています。こちらは基準に含まれていますので、思い入れというよりは設計作業の一つと捉えられているようです。
斜面防災の話に興味を持たれますが「専門でないためわからない」という一歩引いたスタンスで聞かれることが多いように思われます。
地質屋さん。断層や地質構造に関する話題が主体ですね。弾性波や表面波などを扱われていますが、波の議論はほぼされません。
斜面防災では被災要因（素因）として地質に着目されるようです。この話がないと「片手落ち」と感じるようです。
いろいろな立場の方がいらっしゃいますし、新たな視点を得られて面白い。
恵まれた環境です。
履歴減衰と再載荷
履歴減衰の話を聞いていて、一つ繋がりました。
片側に応力を与え続け塑性化を進行させた後、除荷・載荷を行うと、履歴ループが原点からズレます。逆方向に応力を加えず、もう一度片側に応力をかけ続けた場合、見たことのある形になります。これ、プレッシャーメーター試験や圧密試験での再載荷のループと同形状です。
地震の履歴減衰は Voigt モデル・sin波等から入って楕円の方程式に導かれるため、疑問を挟む余地がありませんでした。コンクリートの履歴減衰も、この説明をふまえるとイメージしやすいと思います。
が、物理的過程は上記とほぼ同じ。これがつながらなかったのは、やはり視点が固まっていたのでしょう。
かといって、プレッシャーメーター試験や圧密試験での除荷・載荷ループがダッシュポットでモデル化できるのか？と言われると、違う気がします。確かに、透水係数と時間がダッシュポットの役割を果たしているのかもしれません。が、弾塑性の全応力解析でもこのループは再現できます。土の場合、何がこの再載荷ループを作るのでしょうか？
https://phreeqc.blogspot.com/2011/12/4.html
ひとまず、イメージは繋がりました。
わからない範囲も絞ることができました。
もう少しのような気がします。
片側に応力を与え続け塑性化を進行させた後、除荷・載荷を行うと、履歴ループが原点からズレます。逆方向に応力を加えず、もう一度片側に応力をかけ続けた場合、見たことのある形になります。これ、プレッシャーメーター試験や圧密試験での再載荷のループと同形状です。
地震の履歴減衰は Voigt モデル・sin波等から入って楕円の方程式に導かれるため、疑問を挟む余地がありませんでした。コンクリートの履歴減衰も、この説明をふまえるとイメージしやすいと思います。
が、物理的過程は上記とほぼ同じ。これがつながらなかったのは、やはり視点が固まっていたのでしょう。
かといって、プレッシャーメーター試験や圧密試験での除荷・載荷ループがダッシュポットでモデル化できるのか？と言われると、違う気がします。確かに、透水係数と時間がダッシュポットの役割を果たしているのかもしれません。が、弾塑性の全応力解析でもこのループは再現できます。土の場合、何がこの再載荷ループを作るのでしょうか？
https://phreeqc.blogspot.com/2011/12/4.html
ひとまず、イメージは繋がりました。
わからない範囲も絞ることができました。
もう少しのような気がします。
台風19号
台風19号でお亡くなりになられた方が日々増えています。ご冥福をお祈りします。
通過後の週明けには斜面防災の後輩君から関係者に速報が入っていました。メディアでは洪水被害が主に取り上げられ斜面崩壊は目立ちませんし、だいち防災WEBポータルの SAR の解析結果でもイマイチ見つけにくい。速報でも現状を把握するにはありがたい状況でした。
その後、慰問を兼ねて営業さんが情報収集に走りましたが、洪水跡に阻まれ立ち入ることもできない箇所が多かったようです。自治体の担当者はそれ以上に走り回っておられ、電話すら繋がらないところもあったとのこと。
1週間経ちましたが、まだ全容は把握できていないようです。
毎年起こる災害。
技術者として、何とかお役に立ちたいものです。
通過後の週明けには斜面防災の後輩君から関係者に速報が入っていました。メディアでは洪水被害が主に取り上げられ斜面崩壊は目立ちませんし、だいち防災WEBポータルの SAR の解析結果でもイマイチ見つけにくい。速報でも現状を把握するにはありがたい状況でした。
その後、慰問を兼ねて営業さんが情報収集に走りましたが、洪水跡に阻まれ立ち入ることもできない箇所が多かったようです。自治体の担当者はそれ以上に走り回っておられ、電話すら繋がらないところもあったとのこと。
1週間経ちましたが、まだ全容は把握できていないようです。
毎年起こる災害。
技術者として、何とかお役に立ちたいものです。
2019年10月7日月曜日
Amazon の危機管理？
9月末に発生した Amazon の個人情報漏洩。
「申し訳ない。もれちゃった。」
という内容の連絡が来て、被害を被ったことに気づきました。メール内容があっさりしていましたので何度か問い合わせをし、ようやく実態を掴めました。
今回、公的なアナウンスはないようです。
登録サイトを広げない、登録先毎にアドレスを変える、カードを登録しないなど、各企業の情報漏洩に対し被害を抑える対策をとっていました。が、いざ当たるとやはり残念。
仕事でも、情報漏洩対策はとっています。が、漏洩を前提とした危機管理手順は講じておかなくてはなりません。
少なくとも、「申し訳ない。もれちゃった。」「修正したからもう大丈夫だよ」だけでは危機管理とは言えません。
力関係もありますが、Amazon の対応にも学ぶべきことがあると気づかされました。
「申し訳ない。もれちゃった。」
という内容の連絡が来て、被害を被ったことに気づきました。メール内容があっさりしていましたので何度か問い合わせをし、ようやく実態を掴めました。
今回、公的なアナウンスはないようです。
登録サイトを広げない、登録先毎にアドレスを変える、カードを登録しないなど、各企業の情報漏洩に対し被害を抑える対策をとっていました。が、いざ当たるとやはり残念。
仕事でも、情報漏洩対策はとっています。が、漏洩を前提とした危機管理手順は講じておかなくてはなりません。
少なくとも、「申し訳ない。もれちゃった。」「修正したからもう大丈夫だよ」だけでは危機管理とは言えません。
力関係もありますが、Amazon の対応にも学ぶべきことがあると気づかされました。
orange
orange
https://orange.biolab.si/download/
Anaconda に含まれるまれるツールです。前処理だけかと思いましたが、いくつかの機械学習を実装していました。
一通り試してみましたが、
便利です。
手元に大きなデータセットがなかったので、実務に耐え得るかどうかはわかりません。が、簡単な特徴量分析には使えます。
近年、AI といったバズワードのもと、各種ツールがそろってきました。いずれ programing なしでも結果を得られる便利な汎用ツールが揃うでしょう。
今は期待が過剰に進んでいる時期です。が、できること、できないことが分かった後、一つの学ぶべきツールとなるのは必然と思われます。
過剰な期待は捨てつつ、変化には追随しましょう。
https://orange.biolab.si/download/
Anaconda に含まれるまれるツールです。前処理だけかと思いましたが、いくつかの機械学習を実装していました。
一通り試してみましたが、
便利です。
手元に大きなデータセットがなかったので、実務に耐え得るかどうかはわかりません。が、簡単な特徴量分析には使えます。
近年、AI といったバズワードのもと、各種ツールがそろってきました。いずれ programing なしでも結果を得られる便利な汎用ツールが揃うでしょう。
今は期待が過剰に進んでいる時期です。が、できること、できないことが分かった後、一つの学ぶべきツールとなるのは必然と思われます。
過剰な期待は捨てつつ、変化には追随しましょう。
2019年10月6日日曜日
2019年10月3日木曜日
STIV
STIV の文献はコチラ。
藤田2003「時空間画像を利用した河川表面波紋の移流速度計測」
https://ci.nii.ac.jp/naid/10018851453
藤田2009「STIVによる劣悪な撮影条件での河川洪水流計測」
https://ci.nii.ac.jp/naid/10025309107/
違いはコヒーレンスを閾値として使うか重みとして使うかぐらいですね。
読んでいくうちに実装が簡単そうに思えてきました。動画読み込み部分は PIV で作っていましたので、その続きで組んでいくことに。
実装は思った通り簡単で、3～4時間ほどで終わりました。が、Verification ができません。比較するソフトがないので、微妙な答えだとあっているのか確かめようがないのです。これ、重力探査の時もそうでした。
https://phreeqc.blogspot.com/2019/07/2.html
あと、時空間画像ができた時点で、見た目で勾配を決めてしまった方が良いかも。人の感覚は鋭いものです。綺麗に勾配を出せますし、処理も速い。
そうなるとPython のように CUI でなく、GUI で処理したいですね。勾配を決める以外にも、測線を決めたり、既知の測量点を画像から指定する際には GUI が効率的でしょう。実務で使うなら、市販ソフトを購入した方が良いでしょうね。
また微妙な結果になってしまいましたが、ひとまず理論は理解できました。
藤田2003「時空間画像を利用した河川表面波紋の移流速度計測」
https://ci.nii.ac.jp/naid/10018851453
藤田2009「STIVによる劣悪な撮影条件での河川洪水流計測」
https://ci.nii.ac.jp/naid/10025309107/
違いはコヒーレンスを閾値として使うか重みとして使うかぐらいですね。
読んでいくうちに実装が簡単そうに思えてきました。動画読み込み部分は PIV で作っていましたので、その続きで組んでいくことに。
実装は思った通り簡単で、3～4時間ほどで終わりました。が、Verification ができません。比較するソフトがないので、微妙な答えだとあっているのか確かめようがないのです。これ、重力探査の時もそうでした。
https://phreeqc.blogspot.com/2019/07/2.html
あと、時空間画像ができた時点で、見た目で勾配を決めてしまった方が良いかも。人の感覚は鋭いものです。綺麗に勾配を出せますし、処理も速い。
そうなるとPython のように CUI でなく、GUI で処理したいですね。勾配を決める以外にも、測線を決めたり、既知の測量点を画像から指定する際には GUI が効率的でしょう。実務で使うなら、市販ソフトを購入した方が良いでしょうね。
また微妙な結果になってしまいましたが、ひとまず理論は理解できました。
2019年10月2日水曜日
PIV と STIV
PIV を触っていたのが7年前。
https://phreeqc.blogspot.com/2012/04/piv.html
このPIV、今は OpenPIV の example だけで十分実装できるレベル。画像を2枚指定して、比較する大きさを決め、相互相関を取り、閾値以下のベクトルを表示するだけ。1時間ほどで実装できました。
ソースとしての動画の扱いや、その幾何補正は OpenCV。こちらも1時間ほどで組めました。簡単でした。
平成26年版の河川砂防技術基準では、主要な流量観測手法に PIV が含まれています。が、雨滴等に弱いためか、土研さんは STIV 等を勧めています。この STIV、論文発表が2003年なので古い技術です。
https://www.pwri.go.jp/team/hydro_eng/manual.htm
どちらも速度を出すために、時空間を扱います。
PIV は空間寄りの計算法ですが、STIV は時間寄りです。1次元のライン上で、輝度の時間変化を取り出し連結します。縦軸に空間（距離）、横軸に時間を取るように連結させると、その画像の輝度の傾きで速度を出せます。理解し易い発想です。
その後、平成29年には国土交通省の「水文観測業務規程」が改正され、「その他」として画像による河川流量の観測方法が加わりました。
http://www1.river.go.jp/
https://www.pwri.go.jp/jpn/about/pr/event/2018/1011/pdf/kouen4.pdf
手法は何であれ「できない」は避けたいところ。いつか STIV も実装しようかな。
*************************************
20191222追記
土研さんの「流量観測の高度化マニュアル（高水流量観測編）Ver1.2」D1より。
https://phreeqc.blogspot.com/2012/04/piv.html
このPIV、今は OpenPIV の example だけで十分実装できるレベル。画像を2枚指定して、比較する大きさを決め、相互相関を取り、閾値以下のベクトルを表示するだけ。1時間ほどで実装できました。
ソースとしての動画の扱いや、その幾何補正は OpenCV。こちらも1時間ほどで組めました。簡単でした。
平成26年版の河川砂防技術基準では、主要な流量観測手法に PIV が含まれています。が、雨滴等に弱いためか、土研さんは STIV 等を勧めています。この STIV、論文発表が2003年なので古い技術です。
https://www.pwri.go.jp/team/hydro_eng/manual.htm
どちらも速度を出すために、時空間を扱います。
PIV は空間寄りの計算法ですが、STIV は時間寄りです。1次元のライン上で、輝度の時間変化を取り出し連結します。縦軸に空間（距離）、横軸に時間を取るように連結させると、その画像の輝度の傾きで速度を出せます。理解し易い発想です。
その後、平成29年には国土交通省の「水文観測業務規程」が改正され、「その他」として画像による河川流量の観測方法が加わりました。
http://www1.river.go.jp/
https://www.pwri.go.jp/jpn/about/pr/event/2018/1011/pdf/kouen4.pdf
手法は何であれ「できない」は避けたいところ。いつか STIV も実装しようかな。
*************************************
20191222追記
土研さんの「流量観測の高度化マニュアル（高水流量観測編）Ver1.2」D1より。
『河川砂防技術基準 調査編、第 2 章 第 4 節－3、平成 26 年 4 月』には、画像処理型流速計測法として LSPIV が示されている。しかし、LSPIV はパラメータ設定や撮影動画像の分解能に計測精度が依存するため、近年ではほとんど用いられていない。https://www.pwri.go.jp/team/hydro_eng/manual/manual_D1.pdf
一方、LSPIV に替わる画像処理型流速計測法として STIV、PTV として浮子を活用するFloat-PTV が実用化されつつあるため、本ガイドラインでは LSPIV は除外している。
登録:
投稿 (Atom)