JOAI2026 1st solution - heron0519 -

Transcript

1. JOAI 2026 解法説明 灘高校3年 中ノ瀬 蓮人 (heron0519) 2026/04/15
2. ▶ 目次 1. 自己紹介 (1min) 2. 大会への取り組み方(1min) 3. パイプライン (2min) 4. 特徴量 (3min) 5. 上手くいった・いかなかったこと (3min)
3. ▶ 目次 1. 自己紹介 (1min) 2. 大会への取り組み方(2min) 3. パイプライン (2min) 4. 特徴量 (3min) 5. 上手くいった・いかなかったこと (2min)
4. ▶ 1. 自己紹介 灘高校3年生 中ノ瀬 蓮人 public 2nd / private 1st <AIの経歴> ・GCIの表彰式で登壇して 　コンペについて発表。 ・GCIの講座内OHでコンペに 　ついて講義をした。 ➡見たことある人いるかも？ ・JOAIと期間の重なっていた 　JAPAN AI CUPで中高生1位。 ・エンジニアリングや研究。
5. ▶ 目次 1. 自己紹介 (1min) 2. 大会への取り組み方(2min) 3. パイプライン (2min) 4. 特徴量 (3min) 5. 上手くいった・いかなかったこと (2min)
6. 絶対に1位を取りたかったので、起きている時間は基本稼働。 ▶ 2. 大会への取り組み方 ・与えられた論文を熟読。 ・モデルをいろいろ試す。 ➡伸びしろのあるTCNに。 ・mouseとdayでデータを 　セグメント分けして、 　モデルを学習させる。 ➡day毎の分割がoverfitを　 是正したか。 ➡１位になる。0.694/0.727 序盤 (1~3日目) ・学校の入試関係で外出。 ・別のタスクを与えた 　モデルをいろいろ試す。 ・EDAを再度行い、特徴量 　まわりを選定する。 ➡とにかく色々実験したが 　中盤はスコア低迷。 　5位くらいまで下がる。 中盤 (4~8日目) ・思い出してFine-tuningを 　試す。 ➡スコア大改善。 ・ハイパラ、層の細かな 　調整。seed平均。 ➡スコア大改善。 ➡public 2nd /private 1st 　0.6624 / 0.6857 終盤 (9~11日目)
7. ▶ 目次 1. 自己紹介 (1min) 2. 大会への取り組み方(2min) 3. パイプライン (2min) 4. 特徴量 (3min) 5. 上手くいった・いかなかったこと (2min)
8. 〇 TCNを少し改良。　　〇スタッキング ▶ 3. パイプライン
9. ▶ 3. パイプライン
10. ▶ 目次 1. 自己紹介 (1min) 2. 大会への取り組み方(2min) 3. パイプライン (2min) 4. 特徴量 (3min) 5. 上手くいった・いかなかったこと (2min)
11. leverの起こりでアラインした 領域ごと脳波の平均のグラフ ・上の図はやや誤り。 ・下の図はglobal_meanを 　減算したver. ・グローバル成分は確かに 　存在する。 ・lag-1くらいまで伸びてる？ ➡lagはものによって異なって 　いたが、欠損の関係から 　統一しておきたかった。 ▶ 4. 特徴量
12. <前処理用(モデルに渡していない)> ・SIGNAL_COLS：初めに与えられた脳波の44カラム。 ・gSIGNAL_COLS：SIGNAL_COLS - global_mean(後述) ＜モデルに渡したもの＞ ・global_mean：その時刻における全部位の脳波の平均値。 gSIGNAL_COLSとglobal_meanについて、 ・lag-1, 一階差分、二階差分、±5フレームの局所線形回帰の傾き、 　EMA、サンプル内での相対時刻、欠損フラグ ➡脳は部位ごとに連動して動くグローバル成分が考えられるので、 　そのノイズを無くすような設計に。 　(実際PC1の説明性が75％、PC1とglobal_meanの相関は0.999であった。) ▶ 4. 特徴量
13. ▶ 目次 1. 自己紹介 (1min) 2. 大会への取り組み方(2min) 3. パイプライン (2min) 4. 特徴量 (3min) 5. 上手くいった・いかなかったこと (2min)
14. <上手くいったこと> ・global系の処理 ・セグメント分け(特に、day分けが過学習を是正してくれた感あり) ・終盤のFine-tuning。これで一気にスコア改善。 ➡初めからこの辺をより攻めておけば、もっとハイスコアだったかも。 <いかなかったこと> ・分類系のモデルを組み合わせる。(無数に試した) ➡「lever一定なサンプルかどうか分類」「leverのクラスタで分類」etc ・論文に忠実に、「音が鳴っているかどうか」「オスかメスか」 　「特殊な個体かどうか」などを新たな特徴量として見出す。 ・予測値の平滑化、損失関数の変更、dayごとFT etc. ➡正直、上手くいかなかったことの方が多かった。 ▶ 5. 上手くいった・いかなかったこと
15. <おまけ> leverクラスタリング、めちゃくちゃ綺麗にできた。役に立たず。 ▶ 5. 上手くいった・いかなかったこと
16. ご清聴ありがとうございました 灘高校3年 中ノ瀬 蓮人 (heron0519) 2026/04/15