タグ

presentationとresearchに関するHeavyFeatherのブックマーク (5)

  • はじめての国際学会発表 - NextReality

    なんか「はじめてのお使い」みたいですが、初めて国際学会発表する人のために。 大前提だが、英語の発表をするのが目的でなく、研究の発表が目的。英語が多少下手なのはしかたがないが、発表(研究) そのものがつまらないとどうしようもない。 発表時間が何分なのか(純粋な発表と、質疑の時間との配分はどのくらいか)を確認する。大きな学会だとセッションのタイプも色々なので混乱しないように。 学会にレジストしたら、まず自分が発表する会場を確認する。その会場でのセッションに参加して、スクリーンと観客の距離はどのくらいか、どのくらいのサイズの文字まで読めるか、スクリーンの下の文字はどこまで見えるか、などを確認する。必要に応じて発表スライドを手直しする。 一般原則として、スライドの文字数は少なめに、1ポイントでも大きなフォントにならないか工夫する。アニメーションを使うと、一度に出す文字の量を調整しながら説明できる。

    はじめての国際学会発表 - NextReality
  • 第1回ウェブ学会シンポジウム - naoyaのはてなダイアリー

    月曜日に、東大の安田講堂で開催された第1回ウェブ学会シンポジウムで発表しました。以下、発表資料です。 Web-Gakkai Symposium 2010View more presentations from Naoya Ito. 会場の様子などは、今回の発表をファシリテートしてくださったたつをさんの、たつをのChangeLogに綺麗な写真と共に感想などがありますので、是非どうぞ。

    第1回ウェブ学会シンポジウム - naoyaのはてなダイアリー
  • 透明性の低いコミュニケーション | smashmedia

    ごめんなさい。smashmediaのブログは削除されました。 10年に渡り、あちらこちらに書き連ねてきましたが、ご愛読いただきほんとうにありがとうございました。またリンクしてくださった方にも、心からお礼申し上げます。 以下、少し駄文を書きます。 ブログには「パーマリンク」という基的な考え方があり、すべての発言や記事は半永久的に固定されたURLによって公開され、未来におけるアクセス権(閲覧可能性)を担保するという、じつに素敵なコンセプトなのですが、一方で古い情報が永遠に残り続けてしまうという弊害も生んでいます。 ブログというものが「ストック」であるならば、そこに書かれた内容に対して、書き手であるブログ運営者は責任をもつべきで、自らの考え方が変われば内容を更新し、状況や情報が変われば現在にあわせて修正すべきです。 でも現実問題として、そこまでさかのぼって更新や修正をできるほうが稀で、結果とし

    HeavyFeather
    HeavyFeather 2009/09/19
    企業組織の在り方について。企業母体が大きくなるほど動きは遅くなりがちなので、連携について見習うべき部分は多い。
  • 英語のプレゼンのこつ(理工系用) - Ockham’s Razor for Engineers

    アメリカ音響学会に参加していて、色々な方のプレゼンをガンガン聞いてます。で、いろいろこれはつかえる、と思ったことがあるのでメモしておきます。自分用のメモなので、あまりまとまってません。使うのは、中学生レベルの英文法だけでよい。英語発表の典型的な英語の使いまわしがあるから、ただそのテンプレいくつか覚えて、口語でひたすら喋ればいい。途中で「あー」とか「えー」とか言わない。タイトルの直後のスライドに、outlineを用意する。outlineのスライドで、「こういう問題があって、これを使ってこーゆー結果がでたので、ここまで紹介します」と5行ぐらいだらだら書いて、それを一気に喋って、聴衆に概要を頭にいれてもらう。図が主体のスライドでは、とにかく問答無用で最初にThis is a picture(figure) of ほげほげ.と言う。図は左からみるのか、上から見るのか説明する。重要で面白い結果、強

  • 大規模データを基にした自然言語処理 - DO++

    人工知能問題研究会 (SIG-FPAI)でタイトルの題目で一時間ほど話してきました。 発表資料 [pptx] [pdf] 話した内容は - 自然言語処理における特徴ベクトルの作り方と、性質 - オンライン学習, Perceptron, Passive Agressive (PA), Confidence Weighted Learning (CW) 確率的勾配降下法 (SGD) - L1正則化, FOLOS - 索引を用いた効率化, 全ての部分文字列を利用した文書分類 で、スライドで70枚ぐらい。今までの発表とかぶっていないのはPA CW SGD FOLOSあたりでしょうか オンライン学習、L1正則化の話がメインになっていて、その両方の最終形の 確率的勾配降下法 + FOLOSの組み合わせは任意の損失関数に対してL1/L2正則化をかけながらオンライン学習をとても簡単にできるという一昔前

    大規模データを基にした自然言語処理 - DO++
  • 1