Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
論文を読むコツ/Paper reading
Search
Yoshioka Lab (Keio CSG)
April 10, 2023
Research
2.6k
3
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
論文を読むコツ/Paper reading
Yoshioka Lab (Keio CSG)
April 10, 2023
More Decks by Yoshioka Lab (Keio CSG)
See All by Yoshioka Lab (Keio CSG)
LiDARセキュリティ最前線(2025年)
kentaroy47
0
790
吉岡研究室紹介(2025年度)
kentaroy47
1
2.1k
LLM時代の半導体・集積回路
kentaroy47
1
1.6k
高精度、高効率アナログCompute-in-Memory回路に向けて
kentaroy47
2
820
LiDARセキュリティ最前線
kentaroy47
0
970
”良い”データセット構築を考える
kentaroy47
4
1.2k
アナログが世界を救う? アナログコンピューティングの応用と課題
kentaroy47
0
1.8k
A 0.7V 12b 160MS/s 12.8fJ/conv-step Pipelined-SAR ADC in 28nm CMOS with Digital Amplifier Technique
kentaroy47
0
120
吉岡研究室紹介(2022年度)
kentaroy47
0
3.4k
Other Decks in Research
See All in Research
東京大学工学部計数工学科、計数工学特別講義の説明資料
kikuzo
0
530
敵対生成プロンプト同時探索による内省型プロンプト最適化
kinoue_smarthr
0
260
Apache Gravitinoで実現する Icebergカタログ統合とアクセスの一元化
matsumooon
0
300
LLM の Attention 機構まとめ — 数式・計算量・メモリ
puwaer
8
2.2k
人間中心の意思決定支援AI
yukinobaba
PRO
6
3.1k
Fukui Shibiten 39 - AI Art
butchi
0
140
オーストリア流 都市の公共交通サービス水準評価@公共交通オープンデータ最前線2026
trafficbrain
0
200
FUSE-RSVLM: Feature Fusion Vision-Language Model for Remote Sensing
satai
3
890
Data Visualization Tools in the Age of AI
flekschas
0
170
2026 東京科学大 情報通信系 研究室紹介 (すずかけ台)
icttitech
0
3.9k
第66回コンピュータビジョン勉強会@関東 Epona: Autoregressive Diffusion World Model for Autonomous Driving
kentosasaki
0
640
Language and AI
ayaniwa
0
150
Featured
See All Featured
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
130k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
950
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
1
790
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
254
22k
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs
inesmontani
PRO
3
3.5k
Getting science done with accelerated Python computing platforms
jacobtomlinson
2
240
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
170
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.9k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
200
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
23k
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
65
56k
Navigating the Design Leadership Dip - Product Design Week Design Leaders+ Conference 2024
apolaine
1
360
Transcript
論文を読むコツ 吉岡 2023/4/10 Kentaro Yoshioka(1/17)
◼ 21世紀で最も有名な論文の一つ ◆Transformerを提案 ◆現在のChatGPTなどへ続く NLP分野の革命へリード 今回読む論文 Kentaro Yoshioka(2/17)
◼ 新規性(Novelty)が最も重要 ◆過去の論文と同じでは論文は採択(Accept)されない ◆過去研究で何がされていなかったのか、 自分の論文ではどう違うのかを明確に記述しなければならない ➢例:過去にはなかった脆弱性を明らかにした ➢例:新しい動作原理に基づくニューラルネットや回路ブロックを提案する ◆新しい事をする、というのも大事だが有効性を実証するのも重要 ⚫ 新しいだけで性能が下がってしまったら誰も使いたくはない
➢例:提案する技術により◦◦%性能を向上することを実験で確認 論文で重要なこと Kentaro Yoshioka(3/17)
◼ 引用数で論文のインパクトは測れる ◆多くの人が引用する、ということは多く読まれている/多く使われている ◼ https://scholar.google.co.jp/ 論文のインパクト Kentaro Yoshioka(4/17) Attention..論文を引用している記事も表示できる
◼ Abstract ◆論文を短くまとめたもの。何でこの論文が重要かはAbst.に煮詰められている。 ◼ イントロダクション ◆この論文はどのような問題を解決しようとしているか? ⚫ 例:より精度の高いニューラルネットがあると便利だよね ⚫ 例:より消費電力が小さい回路があると便利だよね
⚫ レベルのことを言っている。 ◼ Related works ◆過去に発表された論文をまとめつつ、本研究がどう違うかについて触れる (一般的な)論文の構成 Kentaro Yoshioka(5/17)
◼ Methodology(提案技術) ◆提案する技術の詳細について説明 ⚫ 〇〇機構を◎◎の目的で導入 ⚫ 例:今までなかったTransformerという アーキテクチャを提案。従来RNNよりも計算効率に優れる ◼ Evaluation(実験結果)
◆提案した技術の有用性を実証する ◆例:Transformerを使うとこんなに性能が良くなるよ (一般的な)論文の構成 Kentaro Yoshioka(6/17)
◼ 最初読んでもわからないことばかり ◼ まずは・・ ◆なぜその論文は評価されているのか?どこが面白いのか?を説明できるように読むと良い ⚫ 新規性、つまり従来との差に注目して読む ◆実験や実装の細かい部分は最初は読み飛ばして良い ◼ 教員も読み飛ばして読んでます
◆重要そうな論文だけ精読(細かい部分だけ読む)しています ◼ 有名な論文は日本語の解説があったりするのでググると良い 論文の読み方 Kentaro Yoshioka(7/17)