Share
Embed
How to Read Papers
ある程度基礎を抑えたら「最新の論文を読まなくてはいけない」とつい考えがちですが、いきなり新しい論文の読解から入ると大変です。指針になればということで下記の第1章の記述を公開することにいたしました。
https://lib-arts.booth.pm/items/1834353
翻訳に頼ってなんとなくまとめるではなく、「〜〜の流れでooが出てきた」というような考察ができるようにするためのガイダンスとなれば大変嬉しい限りです。
LiberalArts
February 25, 2021
Transcript
9 slides
-
9 痥 1 畍 䎷锷 (Introduction) 睗 1 皹ךעյ䍇韢כַֹ׆כךל׆־㢼״יַׂסֿ虘ַס־מ חַיֽ⚻ֻיַ׀ױն1-1
硼ךע勓剹⪢✄ꄼגؓوٞ٭ز ס䭰ꓹյ1-2 硼ךע韢倀ס㕈勓圸䧯מחַיյ1-3 硼ךע劄⮴מ鞅؆ ךֽ׀גַ韢倀ٛتعמחַיյ1-4 硼ךע 2 皹♧䔿ס勓剹ס圸䧯מ חַי⺅䪒ַױն 1.1 ת׆⡦ַ㨣ךָ葺ְךַ ױ✇־㢼״סֿ虘ַס־ךֿյ┫阾מַׂח־סꓨ锡◜꽃מחַ יױכ״ױն 1) 韢倀ס䱱偙מחַי焒 2) 韢倀ס㕈勓圸䧯מחַי焒 3) 㵅갾מַׂח־鞅؆ךײ ױյ1) ס韢倀ס䱱偙ךֿյ㕈勓溷מע arxiv כַֹئؕعמ韢倀ֿ 䫋畇יַסך׆הך锶חׄ׆כֿך׀ױն 9 -
1 0 痥 1 畍 䎷锷 (Introduction) 1.1 ת׆⡦ַ㨣ךָ葺ְךַ ㎫:
1-1 arxiv(VGGNet ס Abstract) https://arxiv.org/abs/1409.1556 ㎫: 1-2 arxiv(pdf 䓺䑑ס VGGNet ס韢倀) https://arxiv.org/pdf/1409.1556.pdf 10 -
1 1 痥 1 畍 䎷锷 (Introduction) 1.1 ת׆⡦ַ㨣ךָ葺ְךַ ׆הסئؕعךע㎫
1-1 סֹם Abstract 銨獏יַً٭ة־յ ㎫ 1-2 סֹם pdf סٛ٤ؠמ낗ש׆כֿך׀ױն䕋匡ךע㎼갾㳔⚶ס ً٭ةםלך⪪ꪛ׆כֿ㝂־זגךֿյꁿ䌑ס煝疴עꅼ㺤僃ַ׆ כ־篙卸ֿ⮂גذِؕ٤ءך arxiv מ⪪ꪛיא׆־ٛفؕثיַׂ כַֹ嵣מםזיַֹךն AlexNet R2D2 םלյ瓑מ劔⻏ם韢倀ך arixiv מ┪ֿזיַםַ❛ 㜽ס韢倀ֵױֿյ㕈勓溷מꁿ䌑⪪ꪛיַ韢倀ס 99 ע arxiv מ┪ֿזיַכ脝ֻיֽׂכ虘ַךն ㎫: 1-3 韢倀ס嗱筺 嗱筺מֵגזיע㕈勓溷מ㎫ 1-3 סֹמւ؞٭٠٭غ arxivփכ嗱筺 כ┞沁┪מكشعآ٭تֿכ؆לךնאסג״׆סֹמ鞪 כ虘ַךն ւ؞٭٠٭غ 韢倀փםלך嗱筺כ♑ס阾◜ֿ䑛ז־־⺪ 茣䙎ֵסך嚋ⲇ鉿םַֹמױֹն 2) ס韢倀ס㕈勓圸䧯מחַיע 1-2 硼ךյ3) ס㵅갾מַׂח־鞅؆ךײ מחַיע 1-3 硼ך牞霼יַ׀ױն 11 -
1 2 痥 1 畍 䎷锷 (Introduction) 1.2 锷俑ך㛇劤圓䧭 1.2
锷俑ך㛇劤圓䧭 1-2 硼ךע韢倀ס㕈勓圸䧯מחַי⺅䪒ַױնױյ┫阾מ韢倀ס㕈 勓圸䧯מחַיױכ״ױն ٬Abstract ٬Introduction(Section1) ٬Related Work(Section2) ٬Main Theme & Model Architecture(Section3) ٬Experiments(Section4) ٬Conclusion(Section5) ׆ממחַיעאב 1-2-1 硼1-2-6 硼ך⺅䪒ַױն 1.2.1 Abstract 1-2-1 硼ע韢倀ס Abstract מחַי牞霼יַ׀ױնAbstract ע韢倀 סꓨ锡◜꽃⪢יױכ״ג锡笴ס⫐㵼מםױնאסג״յ韢倀מַֽי 䒣鞪גַَؕ٤عע㕈勓溷מ Abstract מ阾ꃍיַכ脝ֻכ虘ַ ךն ׆׆ךյ䒣鞪גַَؕ٤عמחַיךֿյ䔿傽ױכ״潲ג闋鞃剹 (⪜ꪎ剹ײױ) כע沌םյ㕈勓溷מ⩰鉿煝疴כס䈼⮔ֿ䖩䒣鞪 ׆כע䟨餟׀ךնאסג״偆ׂ㸬⪜ג嚣䗻ס鞃僻ֿ㝂ׂյ⩰ 鉿煝疴鵕销َؕ٤عע祔ⷃמ嵣׆כֿ㝂ַ׆כע鞅׳갾מ䟨餟 ׀َؕ٤عךնגֿזיյלסط٭ُמꫀ韢倀յאסط٭ُמֽ َؙׄشؠْؕ؞٤ءם韢倀 23 鞅؆ךֽׂכ需ס槏闋ֿتّ٭ثך ն׆המחַיע 1-3 硼ך劄⮴מ鞅؆ךֽ׀גַ韢倀ٛتعכַֹ䓺ך ױכ״יֽ׀ױն יյֵ瓦䍲煝疴عٝ٤غ䲖؆ד┪ך Abstract 鞅ײꅼ״כյ"so, 12 -
1 3 痥 1 畍 䎷锷 (Introduction) 1.2 锷俑ך㛇劤圓䧭 we
propose ..."סֹמꓨ锡אֹם銨槁ֿ⮂יׂסךֿյ⮴״י臝ׂ嚣 䗻ךֵ砈䨾ֿ⮂י׀ױ (ה؆嚣锡焒זיי鞅׳ם⮴״יךעםַ ־ױ؆)ն׆ס砈䨾ֿ韢倀ס Main Theme ךֵ׆כֿ㝂ׂյ㕈勓 溷מע Section3 ך霄箖ֿ阾ꃍיַױն 韢倀鞅׳מֵגזיյMain Theme ꌃ⮔ֿח־״ףֵכע鎢鳉ס ֹםסםסך㎫銨דׄ牞霼ף㝕卽ע䲖׳׆כֿך׀ױնאסג״յ Abstract 鞅ײםֿ Main Theme ס锶䓜חׄכַֹסֿյ韢倀ס鞅 ײ㢼״מ鉿ֹכ虘ַ掾מםױն 1.2.2 Introduction(Section1) Introduction ע Abstract ס霄箖曫דכ脝ֻיֽׂכ虘ַךնAbstract ס阾鼥鞅؆ד갾מ韢倀סْؕ٭ةֿⶥ⮔䲖״יַף摾槏י鞅׳䖩锡ע םַךնֿյAbstract ס鞃僻ֿ䬂骭溷דזגյ倀ֿ곓闋ך鞅ײ⺅ט ַדזגםלס갾עյ鎢鳉溷מ牞霼יֽׂכ虘ַךնױגյז־ ⫐㵼䲖ײגַ갾עقٚءٚنٛ٭ظؔ٤ءס虘ַךն 㕈勓溷ם韢僁㺤ꪛע Abstract כ㜟םַסךֿյ阋מ㸐י韢倀 ס攍ֿ㝂ַכַֹס Abstract כסꇙַמםױնAbstract ס⫐㵼ֿ ⪽✄溷מלס煝疴攍ג阋םס־焒גַ갾מע Introduction ך 霂䓜阾ꃍ䱱סⲯ卸溷ךն ױגյIntroduction ס劄䔿מע"Our main contribution is below."סֹ מյ韢倀סꓨ锡ם韢掾ױכ״יׂיַ׆כֵסךյ劄䔿ס偙דׄ 牞霼סⲯ卸溷ם㖪⻉ֵֿױն 1.2.3 Related Work(Section2) Related Work מחַיעꫀꅙ煝疴מחַיױכױזיַױնלה ־כַֹכ韢倀ס詇脢ס锶闋ס芻再阾⫐㵼ךעֵ煝疴脢吉鞅脢מ ⻔ׄי剹ַיַֹמ䘼סךյ嚣锡䪻䳢潨溷ךע摾槏י 13 -
1 4 痥 1 畍 䎷锷 (Introduction) 1.2 锷俑ך㛇劤圓䧭 鞅ױםׂי虘ַכ䘼ַױն
䢍יׂכյֽאׂ׆סꁊ攍יַסךעםַ־כַֹ镄掾ך 鞅ײ嵣ס虘ַכ䘼ַױֿյ劄⮴סֹהע摾槏י鞅ױםׂי虘ַכ 䘼ַױն⩰鉿煝疴מחַיס阋סג״յ؞٭٠٭غדֻֽׄיֽׂכ ַֹסֵ־ױ؆ն 1.2.4 Main Theme & Model Architecture(Section3) 韢倀סْؕ٤כם脝ֻ偙מחַי俙䑑㎫յٜؓإٛثّםלך銨槁 יַױնAbstract ס姌מⲇ⪜י鞅׳כ虘ַ⫐㵼מםױն㕈勓 溷מ㎫ֿ┞沁כזח׀ַסך㎫־牞霼יַׂסֿ虘ַכ䘼ַױն 姌מ闋鞃յ俙䑑յٜؓإٛثّךֿյכזח׀ע韢倀מזיꇙֹ ⷦ骭ךն 闋鞃ֿ祔愃ךֵף闋鞃־鞅׳סֿ虘ַךֿյꩽ倀מםזיַכ鞅 ײ⺅סֿ㝕㜟םסךյ俙䑑ٜؓإٛثّ־牞霼偙ֿ嚝כַֹכ׀ ֵױն⠥☭溷מע㕈勓溷מע闋鞃㸴嵣ג┪ך俙䑑->闋鞃->ؓ ٜإٛثّס꽄ך锶יַסךֿյ俙䑑ע嚣锡䲖׳┪ךע詇脢ꪨס⠥☭ 䈼ֿא׆ױךםַסך䟨㜽כ鞅ײ־זגױն 俙䑑ע곓אֹכ䘼ֹ־ױ؆ֿյ㴻聋ז־锶ֹמי ַף䟨㜽כ锶䱧ׄ⠱ס俙䑑㝂ַסךյ䢍כאל㝕㜟ךעםַ ךնכעַֻյ免䫐 lemma(鎢꾴) theorem(㴻槏)յproof(隍僻) םלמ חַי剹־ג韢倀םלֵյאַֹֹآ٭تע俙㳔ֿ䕑䟨ךםׄףꉌ ׄסֵדכ䘼ַױ1 ⰺֵ־םַ־םסךյ劄⮴ע摾槏םׂי 虘ַכ䘼ַױ ն 1.2.5 Experiments(Section4) Experiments ךע韢倀ס㵅닫篙卸םלמחַיױכ״יַױն DeepLearning 塌唩㳔肪ס韢倀ס㝂ׂע㵅隍㵅닫溷ם䟨⽱⻉ַ㝕׀ַג 14 -
1 5 痥 1 畍 䎷锷 (Introduction) 1.3 㹋ꥷחְֻאַ铣ד ״յ㵅닫篙卸מחַי坎չם阾ꃍֿ鉿יַױն銨㎫םל锶םֿ
篙卸ס嬟鼛ؓؗعوشعסْؕ٭ة䲖׳׆כֿך׀ױն 劄⮴סֹהע嵣י虘ַ⫐㵼ךֿյ䢍יׂכ雄❿סْعٛؠتד ׄ䟨餟יꃯזיֽׂכ虘ַכ䘼ַױնכַֹס雄❿סْعٛؠت䫅 ֻյ篙卸闋ꓡיֽׂ׆כךյ꿔⛣ذتؠ氠ַילסַׂס篙卸ֿ⮂ ־כַֹ锶䓜חׄסמ䔢מ皑ח־ךն⻎窢䍲ֿ⮂־לֹ ־ױךע־ױ؆ֿյوٞةؘؠع㢼״⯼מ׆ס韢倀ךע׆סׂ ַסتؤֿؓ⮂יַ־אס 80 ַׂע⮂דֹכ脝ֻג┪ךوٞ ةؘؠعꅼ״כ牞㵅דכ䘼ַױն 1.2.6 Conclusion(Section5) Conclusion ע韢倀ס篙韢מֵג⫐㵼ךն⠥☭溷מע Abstract כ錺 ג״յֵױ鞅؆ךַױ؆ֿ侉״י䮴ꂉם牞霼סֵדכ䘼 ַױն 1.3 㹋ꥷחְֻאַ铣ד 1.3.1 铣倯חאְג 㕈勓溷מעꓨ锡ם䝠㖥ע Abstract מױכױזיַסךյAbstract 鞅 ؆ך嚣锡䪻䳢ג┪ך霄ׂ鞅ײגַ砈䨾霄ׂ鞅؆ךַׂכַֹסֿ 虘ַכ䘼ַױն 勓剹ךע 2 皹♧䔿ך㵅갾מ韢倀鞅؆ךַ׀ױֿյAbstract ⾔陹ח ׀ךז־כ闋鞃յאס♑סجؠب٘٤מחַיעꓨ锡َؕ٤عמ篹ז י牞霼יַ׀ױնꓨ锡َؕ٤عע㎫銨俙䑑מםזיַ׆כ㝂ַג ״յ㎫銨俙䑑מ濪潨آ٭تֿ㝂ׂםזיַױն 15 -
1 6 痥 1 畍 䎷锷 (Introduction) 1.3 㹋ꥷחְֻאַ铣ד 1.3.2
剑ⴱח铣דְֶֹ锷俑ٔأز 1-3-2 硼ךע㵅갾מ䢍מֵגזיյ劄⮴מ鞅؆ךֽ׀גַ韢倀מחַ יׇ箩♃ױն1-2 硼ךյ韢倀ע㕈勓溷מ䈼⮔阾ꃍ⥰⻔מֵכ גֹמյ㕈勓溷מע⩰鉿煝疴ס鵕销סכ׆ע嵣י剹ַי؛ٛةػٜס ꌃ⮔ס阾鼥ֿ㝂ׂםױն גֿזיյ煝疴عٝ٤غֵ瓦䍲䪻䳢יֽׂסֿ虘ַסךֿյל ס⮔ꓩס韢倀אס⮔ꓩסَؙشؠْؕ؞٤ءם韢倀ֵ瓦䍲䟨餟ג┪ ך剹ׂ⥰⻔מֵױնאסג״յ⻄ط٭ُ嬐מ䑛氠俙ס㝂ַ韢倀ע⩰מ鞅 ؆ךֽׂ偙ֿ虘ַךն⪽✄溷מע劔⻏ם韢倀ע俙䌑篑חכ 1,000 鱩ֻ ׆כֿ㝂ַךה؆ط٭ُ嬐מאב䈼ֵֿסך峜䟨ֿ䖩锡 ך ն ׆׆ױךס韢ꃍ鵕ױֻג┪ך┫阾מ劄⮴מ鞅؆ךֽ׀גַ韢倀סٛتع מחַיױכ״ױն Ӥ 㕈勓溷םؾشع٠٭ؠؓ٭؞طؠزٔ (氺⦐⮔꿔) ٬AlexNet[2012] 錺䑛氠俙:53,351(2019/12/29 免掾) ٬VGGNet[2014] 錺䑛氠俙:31,889(2019/12/29 免掾) ٬ResNet[2015] 錺䑛氠俙:36,106(2019/12/29 免掾) ٬MobileNets[2017] 錺䑛氠俙:3,157(2019/12/29 免掾) * Ӥ 朮✄嗱⮂ (Object Detection) ٬RCNN[2013] 錺䑛氠俙:11,073(2019/12/29 免掾) ٬SPPNet[2014] 錺䑛氠俙:3,618(2019/12/29 免掾) ٬Fast RCNN[2015] 錺䑛氠俙:7,875(2019/12/29 免掾) ٬Faster RCNN[2015] 錺䑛氠俙:14,734(2019/12/29 免掾) ٬SSD[2016] 錺䑛氠俙:6,538(2019/12/29 免掾) ٬Feature Pyramid Network[2016] 錺䑛氠俙:2,531(2019/12/29 免掾) Ӥ جءْ٤ط٭ب٘٤ (Segmentation) 16 -
1 7 痥 1 畍 䎷锷 (Introduction) 1.3 㹋ꥷחְֻאַ铣ד ٬FCN[2014]
錺䑛氠俙:13,274(2019/12/29 免掾) ٬U-Net[2015] 錺䑛氠俙:10,549(2019/12/29 免掾) ٬Mask R-CNN[2017] 錺䑛氠俙:4,497(2019/12/29 免掾) Ӥ 气䧯ٓظٜ ٬GAN[2014] 錺䑛氠俙:14,600(2019/12/29 免掾) ٬DCGAN[2015] 錺䑛氠俙:5,141(2019/12/29 免掾) Ӥ 阋靣⭦槏 (Natural Language Processing) ٬Word2vec[2013] 錺䑛氠俙:17,107(2019/12/29 免掾) https://papers.nips.cc/paper/5021-distributed-representations-of- words-and-phrases-and-their-compositionality.pdf ٬seq2seq[2014] 錺䑛氠俙:8,922(2019/12/29 免掾) ٬Attention[2014] 錺䑛氠俙:9,962(2019/12/29 免掾) ٬Transformer[2017] 錺䑛氠俙:5,336(2019/12/29 免掾) ٬BERT[2018] 錺䑛氠俙:3,130(2019/12/29 免掾) ٬XLNet[2019] 錺䑛氠俙:239(2019/12/29 免掾) * Ӥ 䒣ⵊ㳔肪 (Reinforcement Learning) ٬Deep Q-Network[2013] 錺䑛氠俙:3,379(2019/12/29 免掾) https://www.cs.toronto.edu/~vmnih/docs/dqn.pdf ٬Rainbow[2017] 錺䑛氠俙:394(2019/12/29 免掾) ٬Ape-X[2018] 錺䑛氠俙:134(2019/12/29 免掾) ٬R2D2[2019] ٬R2D3[2019] ˟ 錺䑛氠俙ע갪免㙟ֻיַׂסך㕂瞉免掾ךס錺䑛氠俙ךֵ׆כ מׇ峜䟨ׂדַն韢倀䱱ذِؕ٤ءךյ錺䑛氠俙מחַיע갪 免牞霼ַגדׂכאס免掾ךס⚂俙ֿ־זי虘ַכ䘼ַױն ˟ *ֿחַיַסע✍鎑ֿםׄף낗ףסֵדכ䘼ַ ױն ˟ ⻎煝疴סٛفؕثםלֵֿ㖪⻉ֵסךյ׆ַס מחַיעٛ٤ؠ魂ױגն 17