私の修士での2年間は失敗に終わった
修論を指導教授に全部書き直してもらうことになった。 恥ずかしい。 そもそも何でこんなことになったんだろうかちょっと考えなおしてみたい。 学部のときはもともと別の研究室にいた。研究内容は良かったけど、かなりいい加減な先生なので修士レベルの研究をこの研究室で行うことに不安を感じ今所属してる研究室に変えた。 修士での指導教授は学部時代とはうってかわって厳しい先生だったが、学生への指導もきっちり行ってくれる人だった。 そんな先生から与えられた最初の研究テーマは最先端といえるもので私自身もやりがいを感じ、この研究室に来てよかったと思った。 おかしくなりはじめたのはM1の6月あたりから。つまるところ研究がはやくも進まなくなった。 進まなくなった理由は単純で「私が先生にあまり質問しなかった」からである。 けっこう最先端のことをやっているのだから、当然わからないところが出てくる。しかも「何が分からないのか
NAKAHARA-LAB.NET 東京大学 中原淳研究室 - 大人の学びを科学する: 先行研究をまとめる５つのプロセス、陥りやすい３つの罠
中原淳（東京大学准教授）のブログです。経営学習論、人的資源開発論。「大人の学びを科学する」をテーマに、「企業・組織における人の学習・成長・コミュニケーション」を研究しています。 このところ、某書籍の編集を合間を見つけてやっています。この本、中原研の大学院生との共同研究をまとめた専門書で「職場学習の探求」（生産性出版）といいます。おそらく春までには書店にならぶものと思われます。 嗚呼、「これでもか、これでもか、ひぇー、もうカンニンしておくれやす」的に送付されてくる原稿（？）をしこしこ読んでいて、きちんと、大学院生に指導をしていなかったな、と反省したことがあります。ごめんよ、みんな。 それは「先行研究のまとめ方」ですね。原稿の中には、あきらかに僕の指導不足だったものが含まれていました。ついつい、うっかりしてたよ。うっかりはちべえ、最近、見ないね（笑）。 以下、それについて書きます。「偉そうに、
ニューラルネットの逆襲 - Preferred Networks Research & Development
岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html] 優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識（猫認識として有名）[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR
Cross Validation
Abstract 機械学習における過学習の問題について述べ，学習モデルの評価法として用いられるCross Validationについて述べる． パターン認識とは計算機アルゴリズムを通じて，データの中の規則性を自動的に見つけ出し，さらにその規則性を使ってデータを異なるカテゴリに分類するデータ処理である．機械学習とはカテゴリが既知の事例を下に推定モデルのパラメータを適応的に調節してカテゴリが未知の事例のカテゴリ推定する手法である．機械学習は新たなデータ（カテゴリが未知の事例）に対して正確な予測を行える汎化性能を達成することを目的とする． 手書き数字認識を例に機械学習を考える． 手書き数字を入力して0,...,9のどの数字を表しているかを出力することを目標とする． 入力する手書き数字は28×28(784)のピクセル画像とし，784次元の実数値ベクトルxと表現することを考える． y(x)を入力とし
人工知能学会学会誌2008年5月号：「国際会議に通すための英語論文執筆」特集 - 発声練習
熱い企画だった。編集委員のみなさまに失礼なことながら人工知能学会に属して5年。久方ぶりに熱心に特集を読んだ。この特集は人工知能学会のWebページでぜひ公開してほしいなぁ。 私は計算機科学・情報工学系の状況しかしらなかったので当たり前だと思っていたのだけど、分野によっては国際会議というものの位置づけがすごく低いらしい。鷲尾さんの「一流国際会議発表のための研究戦略とは？」から該当部分を引用。 情報科学における一流国際会議とは、世界的に質の高い投稿論文を集め、それらを3名程度の一流研究者によってジャーナル論文並みに厳格に査読し、とりわけ高品質の論文を厳選して採択する会議を指すことがほとんどである。しかし、情報科学以外で活躍する研究者と話をしていて、情報科学の一流国際会議に漸く採択された話をすると、決まって怪訝な顔をされる。情報科学以外のほとんどの分野では、NatureやScienceに代表される
コンピュータ科学の博士課程にきて初めて分かったこと4つ
学部生のころ研究について想像していたことと、実際に修士を修了して博士課程にきて分かった現実の間にけっこうギャップがあったので、この感覚の差を忘れないうちに書いてみます。なお、僕の専門はコンピュータ科学のなかでもユーザインタフェース・Human-Computer Interaction と呼ばれる分野です。他の分野だとまた事情が違うと思うので、その点ご承知おきください。 研究には時間がかかる フルペーパーを書くのは大変 新規性は大きさよりコントラストが大事 研究生活は自律心がないとつらい 研究には時間がかかる 学部生のころは、研究プロジェクト一つ終わらせるのに 1 年以上かかるなんてそんなバカな！と思っていました。実際は成果としてまとめるのに 2 年かかったものもありました。 学部生のころの想像として、アイデアを考えて実装するのに 1-2 ヶ月で、それを論文にして投稿したら終わり！3 ヶ月あ
ニコニコ学会β ｜ 「研究してみたマッドネス」応募方法
第 3セッション・第 7セッション「研究してみたマッドネス」は、誰にでもオープンな「ユーザー参加型研究」を実践することを目的としたセッションです。研究は職業不問です。ネット上で活動している野生の研究者もビジネスやアカデミアで活躍されている研究者も一緒になって発表し討議します。皆さまと「ユーザー参加型研究」の世界を一緒に創り上げていきたいと思います。ご協力をよろしくお願いします！ 自薦・他薦で研究発表を募集します。自薦の場合は、1 分程度（最長 3 分）の説明動画を動画共有 サイト（ニコニコ動画、YouTubeなど）に投稿していただき、それに基づきオンライン審査と研究会委 員による審査により採否を決定します。なお説明動画はなるべく作成するようお願いしますが、必須とはしません。 採択された方は会場で 5 分間のプレゼンをすることになります。 今回は 2つのセッションをメカの部とネットの部として
相手が「いつでもいいよ」と言っているけど自分から締切を申し出たとき - 発声練習
相手が「いつでもいいよ」と言っているけれども、自分から締切を申し出たならば必ず締切を守ること。他人の考えを勝手に想定して諦めちゃダメ！でも書いたけれども、締切を守ると言うのは以下の行動をとることを言う。 締切までに作業を完了させて、相手に作業結果を報告する（作業報告書で報告する場合もある） 締切までに作業が終わらないとわかった時点で、謝罪し、現状と締切までに作業が終了しない旨を報告すること 相手が「いつでもいいよ」と言っているときに気をつけなければならないのは、締切までに作業が終わらないにも関わらず2番目の行動をとらないということ。「いつでもいいよ」と言われているため、次のように考えやすいのではないかと思う（少なくとも私は次のように考えてしまう）。 「あっ、やばい、締切までに作業が終わらない。」 「Aさんに締切が守れないことを謝らなくちゃ」 「でも、Aさんに嫌な顔されたり、怒られたりしたら
[PDF]「なぜ私たちはいつも締め切りに追われるのか。」松尾 豊 独立行政法人 産業技術総合研究所
� � � � �������� �� � ¬ ¬ �� ��� � ������ ���� � ��� ��� ����� ��� ����� ������ ��� � � �� ��� �� ���� � � �� � � � � �� � ��� ��������� ��� �� ��� ��� ����������� �������� �� � ��� �� ��� � � £ � ���� ��� ��� �� � � � � � ��� �� �� ����� �� ���� � �� ���� ��� ��������� � ������� � �� �� � ��� �� � ������ � � � �� ���� ���� � ! "���#� � $ � ��������� ���� � � ���� � % � �� � � � �� � ���� $ � ����
やればできる卒論の書き方 第１部 論文の書き方
やればできる 卒業論文の書き方 中田 亨 2003年10月15日初版。2009年4月27日改訂 工学部の標準的な卒論の書き方について説明します。修士論文でも博士論文でも書き方は同じです。 第１部 卒論クイックスタート 卒論とは？ 他人の真似ではないアイデアが、 それが理論的に可能である理由、 やってみた証拠、 どんなふうに役に立つか、 とともに記述されている、組織立った文書。 卒論は習作であり、基準は甘い。対外発表論文では第１条が「他人のアイデアより明らかに優れたアイデア」と厳しくなる。 「新しい意味を伝えることが、命題の本質である。」（ウィトゲンシュタイン） 標準的な卒論の構成 題目： 説明的なタイトルを付ける。例えば「人体計測装置の研究」では舌足らずであり、「赤外線平行投影法を用いた人体計測装置」とか、「海中でも使用可能な人体計測装置」などがよい。（私の上司の金出武雄氏の方式）。 要約
分かりやすい学会発表をするために意識したい21のポイント - 情報科学屋さんを目指す人のメモ（FC2ブログ版）
何かのやり方や、問題の解決方法をどんどんメモするブログ。そんな大学院生の活動「キャッシュ」に誰かがヒットしてくれることを祈って。 卒論の季節ですね。今回は、私が卒論発表してからの２年弱（研究室個人ページ）の間に発表について考察したことを「分かりやすい学会発表をするために意識したい21のポイント」として簡単にまとめました。 タイトルを「プレゼン」ではなく、「学会発表」にしたのですが、 これは、発表に問題提起や提案手法が含まれていることを前提にしたいからです。 そして、「発表がうまいね」や「すごーい」ではなく、「分かりやすかった」と言われることを目指します。 私が個人的に意識していることなので、「この人はこう考えているらしい、自分の発表にも取り入れられないかな」と考えてみてもらえれば幸いです。 分かりやすい学会発表をするために一番大切なこと 分かりやすい学会発表をするために一番大切なことは、同
ネットワーク構造の分析 - コミュニティの抽出 - yokkunsの日記
ある程度の規模のネットワークでは、内部にサブネットワーク（コミュニティ）が形成されることがある 例えば、大学のネットワーク図を描くと、何となく学部だったりサークルのグループが見えてくる このよなコミュニティの抽出方法として、辺の媒介中心性を用いた方法があるので、その方法とRでの実行を紹介する データの入力と描画 g <- graph(c( 1,2, 1,3, 1,4, 1,5, 1,9, 2,3, 2,4, 3,4, 5,6, 5,7, 5,9, 6,7, 6,8, 7,8) - 1, n = 9, directed = FALSE) plot(g,layout=layout.lgl) 何となく、以下のようなコミュニティがありそう 辺の媒介中心性 [R][ネットワーク分析] ネットワークにおいてどれくらい中心的かの指標 - yokkunsの日記の媒介中心性を、エッジに適用したもの。 ある人
ネットワーク分析用語集
中心点と他のすべての点との中心性得点について，実際の差と最大可能な差の比率により算出される，グラフ内の中心性の分布の尺度。
II-1. 辞書シソーラス — DB統合への基盤づくり（H18)
異なるグループのデータを統合したり、自分なりに情報を整理したいときに必ず必要な辞書やシソーラス（多少階層のついた同義語辞書）をつくります。 作成は手作業を基本に地道にバージョン更新を重ねてゆきます。全ての辞書はダウンロード利用可能です。 1. 遺伝子名称シソーラス検索やDB統合の混乱の主因は同義語の流通です。同義語辞書の使用や配布で統合利用時の混乱を防止せねばなりません。 さまざまなデータベースや論文で利用されている表記を専門的キュレータが編集して、遺伝子が持つ多様な表記のあいだの関係を明かにした遺伝子名シソーラスを提供しています。 Ver1.0 はヒトをはじめ９種類の生物をカバーしています。 現在利用可能な最高の遺伝子名称辞書です。 遺伝子名称シソーラスの内容: (ダウンロード : dictionary.zip ) 第1カラム : SWISS-PROTのID 第2カラム : Entrez
RDF-Gravity
RDF Gravity (RDF Graph Visualization Tool) Sunil Goyal, Rupert Westenthaler {sgoyal, rwestenthaler}@salzburgresearch.at Salzburg Research, Austria RDF Gravity is a tool for visualising RDF/OWL Graphs/ ontologies. Its main features are: Graph Visualization Global and Local Filters (enabling specific views on a graph) Full text Search Generating views from RDQL Queries Visualising multiple RDF f
落第研究者の博士号取得物語
本文中に登場する人物は、極力匿名にしてあります。もちろん読者の皆さんがその気になって調べれば簡単に判明することですが、論旨に直接関係しない個人名は不特定多数向けのWebページ上ではなるべく大っぴらにしないほうがいいという考えに基づきます。 １．はじめに 研究者にとって、博士号は「足の裏の飯粒」と言われる。「取らないと気持ち悪いが取っても食えない」 誰だか知らないが上手いことを言ったものだと感心する。本稿ではその飯粒について、私の経験を中心に綴ってみたいと思う。 博士号の取得に関する一般的な参考書・手引き書の類を書くことは難しい。たとえ工学系に限ったとしても、専門分野によっても、学位を申請する大学によっても、主査をしていただく先生によっても、基準・考え方・やり方は千差万別であり、一般論としてはほとんど何も言えないからである。それでも課程博士の取得については、Web上などにいくつか参考になる文
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://db-event.jpn.org/deim2012/data/uploads/t2.pdf
科学技術論文の書き方 学術論文の書き方
論文の書き方
http://www.cl.ecei.tohoku.ac.jp/~inui/papers/0610Fuzzy.pdf