Upgrade to Pro — share decks privately, control downloads, hide ads and more …

プレゼン資料作成で最低限気をつけるべきこと

 プレゼン資料作成で最低限気をつけるべきこと

Masanori Suganuma

October 15, 2022
Tweet

More Decks by Masanori Suganuma

Other Decks in Education

Transcript

  1. • プレゼンにおいては,これが最も重要 • ある程度スライドを作ったら,実際に脳内でプレゼンしてみる • そのときに,「聴衆はどう思うのか」を想像し、シミュレーションする • それをもとにスライドの修正を繰り返す 3 1.

    聞き手の立場に立って自身のプレゼンを俯瞰する ... • このスライドは聴衆にとって理解しやすいだろうか? • このスライドとこのスライドの間で話の飛躍はないだろうか? • ...
  2. • 正確に聞き手のことを想像するためには,聞き手の事前情報が重要 • つまり,今回のプレゼンの聴衆は,「どんな知識を持っている人たち」なのか, 「何を知りたくて発表を聞いているのか」を意識しながらスライドを作る 例えば, • 研究室内での論文紹介のプレゼンであれば • ある程度の事前知識は共有しているため,一般的すぎる情報はいらない

    • 既存研究の課題とそれをどうやって解決したか,技術的なキモは何かなどに焦点を当てる • 進捗報告のプレゼンであれば • 前回の報告との差分は何かを正確に伝える • 自身の研究は何が新しいのか・従来研究との差分は何かを明確に伝える • 次は何をする予定なのかも伝える 4 1. 聞き手の立場に立って自身のプレゼンを俯瞰する
  3. プレゼンの目的によって,スライドに載せる情報量(構成)が変わる 7 3. プレゼンの目的を把握する • 研究室内での論文紹介の場合 • 発表後にも見返す可能性が高いので,ある程度の情報をスライドに載せる必要がある • かといって文章が多すぎたり,図が多すぎるとわかりづらいので,バランスが重要

    例えば, • 学会での発表の場合 • 発表後にスライドを見返すことは少ないため,丁寧すぎる情報はいらない • 研究のポイントが伝わるように,主張したいことをシンプルに伝える方がベター 学会発表 研究室内ゼミ 勉強会 スライドに載せる情報量 大 小
  4. デザインが整備されていないスライドは論外 • フォントは特に重要 • デフォルトのMSPゴシックは見づらいので使わない方が良い • 游ゴシック,メイリオ,Arialがオススメ(これらは、太字が強調しやすく読みやすい) • フォントサイズも20pt以上を使う •

    図表,テキストボックスの配置も意識する • 左端を揃えるとか,文章間の間を意識するなど デザインに正解はないので,常に試行錯誤するしかない 8 4. デザインにもこだわる
  5. • GroupViT[1]は画像とキャプションペアのデータセットだけから,画素単位 のラベルなしでセマンティックセグメンテーションを行うモデル • これまでは画像分類,物体検出タスクでは研究例が存在したが,セマン ティックセグメンテーションでは研究例がなく,初めての試み • GroupViTはVision Transformerをベースとしたモデルで,Group tokenと

    呼ばれる特殊なトークンを用いて,画像パッチをクラスタリングしていく • 学習には,クラスタリング後のGroup tokenの平均ベクトルと入力キャプ ションの埋め込みベクトルによる対照学習によって,最適化を行う • PASCAL VOCなどのベンチマーク上で,既存研究よりも優れたセグメン テーション性能を示した 12 典型的なダメなスライド例:文章が多すぎる [1] Xu+, GroupViT: Semantic Segmentation Emerges from Text Supervision, CVPR’22
  6. • GroupViT[1]は画像とキャプションペアのデータセットだけから,画素単位 のラベルなしでセマンティックセグメンテーションを行うモデル • これまでは画像分類,物体検出タスクでは研究例が存在したが,セマン ティックセグメンテーションでは研究例がなく,初めての試み • GroupViTはVision Transformerをベースとしたモデルで,Group tokenと

    呼ばれる特殊なトークンを用いて,画像パッチをクラスタリングしていく • 学習には,クラスタリング後のGroup tokenの平均ベクトルと入力キャプ ションの埋め込みベクトルによる対照学習によって,最適化を行う • PACAL VOCなどのベンチマーク上で,既存研究よりも優れたセグメンテー ション性能を示した 13 典型的なダメなスライド例:文章が多すぎる [1] Xu+, GroupViT: Semantic Segmentation Emerges from Text Supervision, CVPR’22 • 文章が多いスライドは聴衆に認知負荷がかかる • 話を聞こうという気を削ぐきっかけになる • スライドの半分は文章,残り半分は図表,くらいのイメージが良い