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
卒業研究の進め方 / How to preceed with the research
Search
shun74
December 21, 2022
Research
1
520
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
420
GPUでステレオマッチング / Stereo-matching with GPU
shun74
0
920
Barcode Recognition / pharmacode-decoder
shun74
0
940
Vision Transformer講座 / Vision Transformer Presentation
shun74
1
650
ニューラルネットの1bit化 / 1bit-neural-network
shun74
0
880
Defocus Map Estimation From a Single Image Based on Two-Parameter Defocus Model / two-parameter-defocus-model
shun74
0
350
理解してほしいVision Transformer / plz-understand-ViT
shun74
0
710
Other Decks in Research
See All in Research
Sat2City:3D City Generation from A Single Satellite Image with Cascaded Latent Diffusion
satai
3
210
CoRL2025速報
rpc
1
2.8k
論文紹介: ReGenesis: LLMs can Grow into Reasoning Generalists via Self-Improvement
hisaokatsumi
0
120
Minimax and Bayes Optimal Best-arm Identification: Adaptive Experimental Design for Treatment Choice
masakat0
0
190
EarthDial: Turning Multi-sensory Earth Observations to Interactive Dialogues
satai
3
290
Galileo: Learning Global & Local Features of Many Remote Sensing Modalities
satai
3
410
「どう育てるか」より「どう働きたいか」〜スクラムマスターの最初の一歩〜
hirakawa51
0
990
ip71_contraflow_reconfiguration
stkmsd
0
110
Combining Deep Learning and Street View Imagery to Map Smallholder Crop Types
satai
3
160
カスタマーサクセスの視点からAWS Summitの展示を考える~製品開発で活用できる勘所~
masakiokuda
2
210
大規模言語モデルにおけるData-Centric AIと合成データの活用 / Data-Centric AI and Synthetic Data in Large Language Models
tsurubee
0
190
AIグラフィックデザインの進化:断片から統合(One Piece)へ / From Fragment to One Piece: A Survey on AI-Driven Graphic Design
shunk031
0
540
Featured
See All Featured
Documentation Writing (for coders)
carmenintech
76
5.1k
How STYLIGHT went responsive
nonsquared
100
5.9k
The Invisible Side of Design
smashingmag
302
51k
The Power of CSS Pseudo Elements
geoffreycrofte
80
6k
Mobile First: as difficult as doing things right
swwweet
225
10k
Navigating Team Friction
lara
190
15k
It's Worth the Effort
3n
187
28k
BBQ
matthewcrist
89
9.9k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.3k
[RailsConf 2023] Rails as a piece of cake
palkan
57
6k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
Building an army of robots
kneath
306
46k
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