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
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
shun74
December 21, 2022
Research
590
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
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
520
GPUでステレオマッチング / Stereo-matching with GPU
shun74
0
1.2k
Barcode Recognition / pharmacode-decoder
shun74
0
1.1k
Vision Transformer講座 / Vision Transformer Presentation
shun74
1
760
ニューラルネットの1bit化 / 1bit-neural-network
shun74
0
990
Defocus Map Estimation From a Single Image Based on Two-Parameter Defocus Model / two-parameter-defocus-model
shun74
0
410
理解してほしいVision Transformer / plz-understand-ViT
shun74
0
800
Other Decks in Research
See All in Research
衛星×エッジAI勉強会 衛星上におけるAI処理制約とそ取組について
satai
4
560
人間中心の意思決定支援AI
yukinobaba
PRO
6
2.9k
データセンター事業者を取り巻く近年の状況とその中での研究開発動向、テストベッドへの貢献の可能性
kikuzo
1
190
明日から使える!研究効率化ツール入門
matsui_528
13
7.3k
世界モデルにおける分布外データ対応の方法論
koukyo1994
7
2.2k
NLP colloquium: AI Safety Survey
kanekomasahiro
0
740
SoftMatcha 2: 1兆語規模コーパスの超高速かつ柔らかい検索
e869120_sub
6
3.5k
Ankylosing Spondylitis
ankh2054
0
170
CVPR2026論文紹介_VLMにとって良いvision encoderとは何か?Rethinking Model Selection in VLM Through the Lens of Gromov-Wasserstein Distance
kobayashi31
1
130
2026 東京科学大 情報通信系 研究室紹介 (大岡山)
icttitech
0
3.8k
計算情報学研究室(数理情報学第7研究室)2026
tomohirokoana
0
560
typst の使い方:言語学を研究する学生のために
gitomochang
0
460
Featured
See All Featured
Into the Great Unknown - MozCon
thekraken
41
2.6k
A Tale of Four Properties
chriscoyier
163
24k
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
290
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
62
44k
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1.3k
Scaling GitHub
holman
464
140k
Learning to Love Humans: Emotional Interface Design
aarron
275
41k
How to Grow Your eCommerce with AI & Automation
katarinadahlin
PRO
1
210
Amusing Abliteration
ianozsvald
1
210
Test your architecture with Archunit
thirion
1
2.3k
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs
inesmontani
PRO
3
3.5k
The SEO Collaboration Effect
kristinabergwall1
1
490
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