Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
卒業研究の進め方 / How to preceed with the research
Search
shun74
December 21, 2022
Research
1
530
卒業研究の進め方 / How to preceed with the research
Explain how to preceed with the research.
shun74
December 21, 2022
Tweet
Share
More Decks by shun74
See All by shun74
深度推定モデルの自己教師あり学習/self-supervised-depth
shun74
0
440
GPUでステレオマッチング / Stereo-matching with GPU
shun74
0
980
Barcode Recognition / pharmacode-decoder
shun74
0
970
Vision Transformer講座 / Vision Transformer Presentation
shun74
1
670
ニューラルネットの1bit化 / 1bit-neural-network
shun74
0
900
Defocus Map Estimation From a Single Image Based on Two-Parameter Defocus Model / two-parameter-defocus-model
shun74
0
360
理解してほしいVision Transformer / plz-understand-ViT
shun74
0
730
Other Decks in Research
See All in Research
論文紹介:Not All Tokens Are What You Need for Pretraining
kosuken
1
220
Tiaccoon: Unified Access Control with Multiple Transports in Container Networks
hiroyaonoe
0
130
[論文紹介] Intuitive Fine-Tuning
ryou0634
0
160
Remote sensing × Multi-modal meta survey
satai
4
640
ロボット学習における大規模検索技術の展開と応用
denkiwakame
1
180
論文読み会 SNLP2025 Learning Dynamics of LLM Finetuning. In: ICLR 2025
s_mizuki_nlp
0
350
単施設でできる臨床研究の考え方
shuntaros
0
3.3k
一人称視点映像解析の最先端(MIRU2025 チュートリアル)
takumayagi
6
4.4k
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1k
空間音響処理における物理法則に基づく機械学習
skoyamalab
0
130
Panopticon: Advancing Any-Sensor Foundation Models for Earth Observation
satai
3
420
投資戦略202508
pw
0
580
Featured
See All Featured
Statistics for Hackers
jakevdp
799
230k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.8k
Marketing to machines
jonoalderson
1
4.3k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.6k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.3k
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs
inesmontani
PRO
2
2.7k
SEO in 2025: How to Prepare for the Future of Search
ipullrank
3
3.3k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
9.8k
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
1.9k
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
0
110
Music & Morning Musume
bryan
46
7k
What's in a price? How to price your products and services
michaelherold
246
13k
Transcript
研究の進め方 B4 shun sato
目次 • おおまかなテーマを決めよう • 論文読めるようになろう • 詳細なテーマを決めよう • 実験をしよう •
論文を書こう • スケジューリング • その他
おおまかなテーマを決めよう 興味のあるテーマをなんとなく決めてみよう 例: • ニューラルネットでなんでもいいからやりたい • VRとかARでなんか作りたい • ネットワーク関連で新しいことをしたい •
テーマ決めないと研究が始まらない ⇢ まずは興味のあることから
論文を読めるようになろう ≒英語の論文を読めるようになる • 日本語の論文は情報が限られてくる ⇢ 英語の論文を読もう • 論文は文法が簡単だから単語だけで読める ⇢ 分からない単語だけ翻訳しながら読んでればそのうち読めるように
詳細なテーマを決めよう おおまかなテーマから深めていく • Survey論文がおすすめ(分野の研究をまとめた論文、まとめサイト的な) 例: 1. ニューラルネットのSurveyを読む ⇢ 最適化が面白そう! 2.
NN最適化のSurveyを読む ⇢ 量子化が面白そう! 3. NN量子化のSurveyを読む ⇢ 1bit化が面白そう! 4. 最新の画像分類モデルを1bit化してみたい ⇢ 研究テーマ決定
詳細なテーマを決めよう その他のテーマの決め方 • おおまかなテーマから興味のある研究を見つけて論文を読んでみる 1. 今後の課題みたいな章にまだやってないことが書いてある ⇢ 自分でやってみる 2. 自分ならそのタスクをどのように取り組むか考えてみる
⇢ やってみて論文の手法と比べる(結果が悪くてもOK) • 先生からもらう ⇢ おすすめ度:低 ⇢ モチベが危うい
実験をしよう 詳細なテーマが決まったらどんどん実験を始める • ここが一番ハードルが高い • 実装などが伴うので気合でなんとかする • 消滅する人はここができなくて消える • 一回始めれば”調査⇢実験⇢考察”のサイクルがどんどん回せる
論文を書こう 実験のデータをまとめて論文を書く • ”調査⇢実験⇢考察”のサイクルが回せた分だけ書く量が増やせる • 早めに書いて先生に推敲してもらおう
スケジューリング • 3~5月:テーマの選定 ⇢ 具体的な実験計画 • 6月:一回目の実験を回して考察 • 7~8月:中間発表まで何回か実験のサイクルを回す •
9~11月:中間発表を踏まえて実験、大雑把だったところを埋めるのも◎ • 12~1月:論文をまとめる
その他 • テーマの決定は早くやろう ⇢ 中間発表はテーマ選定だけでも良かったりするが... ⇢ 中間発表までに決まってない人は12月ぐらいまで実験始めない • できるテーマを選ぼう ⇢
2ヶ月あれば現実的なテーマを決められる 上記の2つは本当に大事。できてない人は消滅のリスクが高いorz