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
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
990
Barcode Recognition / pharmacode-decoder
shun74
0
980
Vision Transformer講座 / Vision Transformer Presentation
shun74
1
680
ニューラルネットの1bit化 / 1bit-neural-network
shun74
0
910
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
Open Gateway 5GC利用への期待と不安
stellarcraft
2
170
Tiaccoon: Unified Access Control with Multiple Transports in Container Networks
hiroyaonoe
0
260
情報技術の社会実装に向けた応用と課題:ニュースメディアの事例から / appmech-jsce 2025
upura
0
290
AWSで実現した大規模日本語VLM学習用データセット "MOMIJI" 構築パイプライン/buiding-momiji
studio_graph
2
1.1k
Akamaiのキャッシュ効率を支えるAdaptSizeについての論文を読んでみた
bootjp
1
340
Nullspace MPC
mizuhoaoki
1
560
AIスパコン「さくらONE」のLLM学習ベンチマークによる性能評価 / SAKURAONE LLM Training Benchmarking
yuukit
2
930
日本語新聞記事を用いた大規模言語モデルの暗記定量化 / LLMC2025
upura
0
400
[Devfest Incheon 2025] 모두를 위한 친절한 언어모델(LLM) 학습 가이드
beomi
2
1.4k
Pythonでジオを使い倒そう! 〜それとFOSS4G Hiroshima 2026のご紹介を少し〜
wata909
0
1.2k
AlphaEarth Foundations: An embedding field model for accurate and efficient global mapping from sparse label data
satai
3
640
Remote sensing × Multi-modal meta survey
satai
4
660
Featured
See All Featured
How to Talk to Developers About Accessibility
jct
1
90
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
30
Facilitating Awesome Meetings
lara
57
6.7k
Exploring anti-patterns in Rails
aemeredith
2
210
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
420
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
659
61k
BBQ
matthewcrist
89
9.9k
What the history of the web can teach us about the future of AI
inesmontani
PRO
0
380
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
0
170
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
0
260
Color Theory Basics | Prateek | Gurzu
gurzu
0
160
Visualization
eitanlees
150
16k
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