Liked - 日本の科学と技術
SNSで反響があった記事 (FaceBook Like順) FB Like 1.7K 【研究者の適性】自分が研究に向いている人かを知る３０の質問 FB Like 1.2K 酷似する画像を含む生命科学論文が大量に指摘される FB Like 696 採択される科研費申請書の書き方22のヒント FB Like 580 沼研の伝説的なエピソード:沼正作(1929-92) FB Like 517 10年間で論文20報が出なかった研究室の教授を解雇 FB Like 493 【変わる科研費】新学術領域研究を見直しへ～制度の主な変更点～ FB Like 384 論文を出す力 ～ リジェクトの受け止めかた FB Like 314 フィンランドの学校教育制度がベストな秘密をマイケル・ムーアが暴く FB Like 314 ハゲタカジャーナル論文掲載 不名誉な大学ランキング FB Like 282 論文を出すため
論文の書き方 - 主にメンタル面の対処を中心として
初めて「論文」を書こうとしている人向けの、主にメンタル面（気持ち）の対処をメインにした書き方の指南書。 （ただし、メンタル面だけでなく書き方全般についても説明しています。） 筆者が査読付き論文を書くときに経験した最も大変だった（辛かった）ことは、研究の中身や書き方自体ではなく、諦めずに論文を書き上げて提出しようという意思を保ち続けること、つまりモチベーションの維持でした。モチベーションの維持は、個人の気持ちの持ちようとして片付けられがちに感じます。しかし対処方法は少しながらあるように思うのです。 本資料が、論文書きを諦めてしまおうとしている、あるいは諦めてしまった過去がある人への励ましになることを期待しています。 （10/6追記：本資料内での「レビュアー」は、自分が書いている原稿を添削指導してくれる人のことを指しています。しかし一般的にはレビュアーとは査読者のことを指す場合が多いのでちょっ
論文執筆/プレゼン資料作成時の参考資料 - Qiita
はじめに 本記事では，論文執筆やプレゼン発表の際にnegocia社内で参考にしている資料を @aiueola さんと一緒にまとめました．もし何かの参考になれば幸いです． (また，もし関連リソースをご存知の方がいらっしゃれば，ぜひ本記事のコメント欄にご紹介いただけると嬉しいです．内容を確認の上，追記させていただきます．) negocia株式会社について negocia株式会社では，「うれしい広告」の実現をミッションとして，機械学習，数理最適化の技術を活かしたオンライン広告向けのSaaSを開発するメンバーを募集しています．この記事を読んで興味を持たれた方がいらっしゃいましたら，こちらのリンク よりご応募ください．ご連絡お待ちしています． 目次 研究事始め/論文サーベイ テクニカルライティング/論文執筆/レビュー テクニカルライティング全般 論文執筆 レビュー/リバッタル/ポジションペーパー プ
“ばね座金“って本当にゆるみ止めの効果あるの？ | しぶちょー技術研究所
みなさん、"座金(ざがね)"はご存じですよね？ボルトと座面の間に挟まれる薄いドーナッツ状の金属板のことです。"ワッシャ"という呼び名の方が馴染み深いかもしれませんね。一口に"座金"といっても、用途によって様々な種類があります。今回、記事でテーマにするのは"ばね座金"と呼ばれる座金です。このばね座金は、主にボルトのゆるみ止め用途で広く使用されているものですが・・・ 実はゆるみ止めとしての効果はないんじゃないか？ なんて疑われたりしています。 本記事では、そんなばね座金の効果の真偽について考察していきたいと思います。 ばね座金って意味あるの？ 私の職場で、ばね座金のボルトのゆるみ止め効果について色々と議論がありました。その議論が面白かったので、下記のようなツイートをしてネット上の技術者にも問いかけてみました。 【ばね座金って意味あるの？】 ボルトの緩み止めや脱落防止効果があると言われる"ばね座
【動画解説】2020年に読んだAI論文100本全部解説(俺的ベスト3付き) - Qiita
この記事は私, wataokaが1年間をかけて作り続けた超大作記事です. 総文字数は8万を超えていますので, お好みのところだけでもみていってください. ついにこの時が来ました！！！！！ 1年間書き続けたQiita記事です！！！！！ ご覧下さい！！！！！https://t.co/eKBwP1zoeB — 綿岡 晃輝 (@Wataoka_Koki) December 31, 2020 俺的ランキング 動画での解説も挑戦してみました！ ぜひぜひご覧下さい！ 動画のリンク 第3位: Likelihood-Free Overcomplete ICA and Applications in Causal Discovery wataokaの日本語訳「尤度が必要ない過完備ICAと 因果探索における応用」 - 種類: ICA - 学会: NeurIPS2019 - 日付: 20190904 - URL:
【一問一答】マヅコの知らない「異常検知」の世界 - Qiita
これから異常検知を勉強される初心者、中級者の方のために一問一答集を作ってみました。 実際にあった質問も含まれますが、ほとんどの質問は、私が勉強しながら疑問に思ったことです。 なお、各質問には私の失敗談を添えております。皆さんは私のような失敗をしないよう 祈っております(^^)。異常検知に特化した内容となっておりますので、ご了承ください。 初心者の方向け 勉強の仕方編 Q：異常検知を勉強したいのですが、何から手をつけて良いのか分かりません。 A：書籍を買って読むのがおススメです。 最初、私はネット情報で勉強していました。しかし、それにも限界があります。 ところが、書籍（入門 機械学習による異常検知）を買って読んだところ、かなり知識を 得ることができました。最初から、書籍を買っていれば、一年くらい得することができたのに... と思うこともあります（^^； ただ、こちらの本はディープラーニング系
画像データに対するActive learningの現状と今後の展望 ~最新の教師なし学習を添えて~ - ABEJA Tech Blog
1, はじめに こんにちは, Researcher Intern の中野です. 新型コロナウイルスが世界中で猛威をふるい、個人の生活スタイルのみならず社会全体に変革が迫られているのを感じます。 医療従事者の方々には頭が上がりませんが, 機械学習のコミュニティでもKaggleのコンペ, SIGNATEのコンペ等, なんとか状況の改善に貢献しようという動きが見られます. このような直近の例にも見られるように, 機械学習はデータを扱うあらゆる分野での応用が考えられます. 自分も, 大学での専攻は物質プロセス工学（材料工学系）なのですが, 材料工学に機械学習を応用するマテリアルズインフォマティクスという分野での研究を行っています. 軽く内容を紹介させていただくと, 研究では新素材の製造プロセスを, ガウス過程回帰に基づいたActive Learning アプローチを用いて, 低コストかつ高速に最適
優れた研究論文の書き方
Slideshareは再アップロード不可なのでerrataはコチラ： p16：Structure(Conference Paper) →構成（カンファレンスペーパー） p28：Structure → 構成 p47：マン → マージン オリジナル： https://www.microsoft.com/en-us/research/academic-program/write-great-research-paper/ 旧版の翻訳（内容はほとんど同じです）： https://www.slideshare.net/kdmsnr/writing-a-paper-seven-suggestions Read less
優れた研究論文の書き方―7つの提案
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステム
機械学習関係の論文を読み書きするための数式・記号まとめ - Qiita
機械学習でよく使われる数式・記号 機械学習・ディープラーニングの分野の論文で使われる数式・記号の自分用メモです。誰かの役にたつかもしれないのでまとめておきます。理系の大学の学部生や、数学全然使わなくなった社会人くらいを想定して書いています（自分は数学全然使わなくなった社会人です）。 数式のTeX表記も記載しています。Qiitaで数式書くときや、論文を書くときに使えます（私は論文書く予定ないですが…）。Qiitaで数式を書く方法に関しては、以下の記事を参考にして下さい（この記事では解説しません）。 Qiitaの数式チートシート Qiitaで数式を書きましょう TeX表記は、Qiitaに登録していれば、編集リクエストで見ること可能なのですが、Qiitaに登録していない人に向けて書いてあります。Qiitaに登録すれば編集リクエスト機能により、Qiita記事の数式のTeXソース見放題なので登録して
機械学習界隈の情報収集方法 - kisa12012の日記
こんにちは．Machine Learning Advent Calendar (MLAC) 2013の14日目を担当します，[twitter:@kisa12012]です．普段は博士学生として，各地を放浪しながら機械学習の研究をしてます．今回の記事はボストンで執筆しています．現地時間(EST)での締切は守ったのでセーフ…ですよね？ 本日は機械学習の技術的な内容の話ではなく，筆者が実践している機械学習関連の情報収集方法について纏めます*1．大きく分けて，学会情報の管理・論文情報の収集・その他の三種について述べたいと思います．今回のトピックの多くは他の分野にも通用する話になっているかと思います．他の分野の方がどのように情報収集されているのかも気になるところです． 学会情報の管理 まずは学会情報の管理についてです．機械学習に関連するカンファレンスは（特に近年乱立気味で）非常に沢山あります．全てをチ
英文を一文ずつに分割してGoogle翻訳へ投げるAlfred Workflowを作った - ぽよメモ
これまでに作ったAlfred Workflow poyo.hatenablog.jp poyo.hatenablog.jp これまでに作ったAlfred Workflow これは何？ 論文PDFの問題 環境 Google Translate Formatter 準備 使い方 注意点 一文ごとに分解する機能は単なる正規表現マッチとIFの羅列 ピリオドが無い場合は文字列分解できない． 意図的に混入されているハイフンを消してしまう たまにうまく動かない まとめ これは何？ 一文ごとに分解して翻訳にかけることで見通しが良くなり，論文を読む速度が上がるWorkflow． サンプルとして使用したのは，機械翻訳ネットワークTransformerを提案した論文*1 論文PDFの問題 全てがそうではありませんが，論文PDFはたまにそのままコピーすると「見かけ上の改行位置がそのまま反映された文章」としてコピー
[論文紹介]グラフニューラルネットワークによる推薦アルゴリズム - Qiita
はじめに 昨今、サービスに推薦システムを導入することでUXを向上させることが多くなり、様々な推薦アルゴリズムが取り入れられております。学術界でも推薦は大きなテーマであり、様々なアルゴリズムが提案されております。 本記事では、推薦をする際に、「メディア上で、どんな人とと繋がっているか、どのアイテムにライクをしたか、どんなページを閲覧しがちか」など、人やアイテムとのつながりを重視して推薦するSocial Recommendationの最新論文であるGraphRec[1]を紹介します。GraphRecは2019年にWeb系のTop Coferenceの一つであるWWWで採択された論文です。 GraphRecは、近年グラフ界隈を盛り上げているグラフニューラルネットワーク(以下GNNs)を用いております。GNNsでは、あるノードiの特徴量に近傍ノードの特徴量を足し合わせること(aggregation
![[論文紹介]グラフニューラルネットワークによる推薦アルゴリズム - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/9eeaa576e4ce565745e431fea5d67643b4ee3c9e/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwc2toaXVrJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0zYWZhM2U3NmJlZGI2OGYyMDliYTRlZGRiNjY5NmIxYg%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D8456c28062a009db7fb7dd1be4e7f4a2)
[論文実装_その1] 畳み込みニューラルネットワークは何を見ているか - Qiita
1. はじめに PyTorchの使い方にも少し慣れてきたので、arXivに公開されているディープラーニング関連の論文の実装にチャレンジをはじめました。まず今回はVisualizing and understanding convolutional networksを実装してみました。本論文はディープラーニングの可視化の文献としてよく参照されているので1、以前から興味がありました。 本論文の流れは、前半でCNNの可視化手法を中心に取り扱い、後半では構築したモデルのパフォーマンスを取り扱います。有名な論文ということもあり、Web上で日本語の解説もこちらに公開されています。 本論文の概要に関しては上記リンクの解説の通りなので、本記事では上記解説であまり触れられていない提案された可視化手法の実装に重点を置いて解説してみようと思います。 2. 本論文の概要 CNNは画像分類において高い精度を実現する
![[論文実装_その1] 畳み込みニューラルネットワークは何を見ているか - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/2da067fe45c0ef4ccbb2784e78aa7d206ea749c0/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwb2tuLXl1JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0xOTNhYTUyZjM2M2YyODE5MWJlNzY0NWVlMjE5YTYxNQ%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D6c25a15e74ade7019f0307efac1d2656)
論文ゼロでも学振DC1に面接経由で採用された申請書の書き方のコツと面接対策ポイント
こんにちは、みのんです! (@min0nmin0n) 博士後期課程2年目 (2019年5月現在) で、バイオ系の研究室で研究をしています。 この記事では平成30年度に日本学術振興会の特別研究員DC1に面接を経て採択されるまでに私が実際にやったことを紹介します。 学振書くときは先輩のDC1で落ちた申請書とDC2で通ったものを比較して通すために重要な要因を分析して第67版まで推敲しました。推敲の過程ではボスだけでなく他研究室の先生方にも添削していただいたり同期の博士後期学生と添削しあった結果、論文なしだったけどなんとか面接経由でDC1に通りました — みのん (@min0nmin0n) February 21, 2019 特別研究員制度とは 「特別研究員」制度は優れた若手研究者に、その研究生活の初期において、自由な発想のもとに主体的に研究課題等を選びながら研究に専念する機会を与えることにより、
「5人でユーザテストすればユーザビリティ上の問題のうち85%が見つかる」の元ネタ論文を解説する｜Mikio Kiura / ANKR DESIGN
Webサービスやアプリなど開発や運用に関わっている方であれば、こんなことを耳にしたことがあるのでは無いでしょうか？ 5人でテストを行えば、ユーザビリティ上の問題のうち85%を発見できるこれらは業界的にはある意味で常識ですが、色々話を聞いてみると、この常識の「出処」あるいは「根拠」ってあんまり知られていないようなのです。 もちろん、ちょっと知識のある人であれば、ユーザビリティ業界の第一人者であるヤコブ・ニールセン博士が提唱したというところまでは知識として知っているでしょう。しかしながら、その元ネタとなった論文を実際に読んだ人、あるいは85%という数字の根拠やその条件について理解されている方はどの程度居るのでしょうか。 ということで本記事では「ユーザテストは5人で85%」の元ネタである下記の論文について、解説、と言うとちょっと大げさかもですが、概要を紹介してみたいと思います。願わくば、この記事
府大生が趣味で世界一の認識精度を持つニューラルネットワークを開発してしまった論文を読んだ - Qiita
Deep Learning Advent Calendar 2016の20日目の記事です。 ConvNetの歴史とResNet亜種、ベストプラクティスに関連スライドがあります（追記） 背景 府大生が趣味で世界一の認識精度を持つニューラルネットワークを開発してしまったようです。 M2の学生が趣味でやっていたCIFAR10とCIFAR100の認識タスクで，現時点での世界最高性能の結果を出したそうだ…趣味でっていうのが…https://t.co/HKFLXTMbzx — ニーシェス (@lachesis1120) 2016年12月7日 府大のプレスリリース 一般物体認識分野で、府大生が世界一の認識精度を持つニューラルネットワークを開発 黄瀬先生の研究室の学生さんだそうです。凄いですね！ ちょうどResNet系に興味があったので、読んでみます。この論文を理解するには、ResNet, (Wide
研究生活最大のショック - 海の底には何がある
朝、交尾の後にメスの交尾器を壊してしまうクモを発見という記事がナショナルジオグラフィックのサイトに出ているのに気がついてのけぞる。この日記でもたびたび書いてきていた事だが、私もギンメッキゴミグモで交尾後にメスの交尾器が破壊され、それによりメスの再交尾能力が失われる事を発見していたからだな。種は違えども、全く同じ内容の研究だ。これは世界で初めての発見なので、私的には興奮して1年半いろいろ実験してきていたところ、全く同じ研究が他所から出たという事は、発見者は私じゃない事になってしまうわけで、とても辛い。実際は独立に二つの研究が行われていたわけだが、科学の世界では論文の出版が全てなわけで、いくら「私も見つけていた」って言っても仕方ないわけ。いや、こういう事は生き馬の目を抜く最先端の生命科学分野で起こるもので、まさかのどかな動物行動学分野に暮らす私がこんな経験をするなんて思わなかった。。。いや、本
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
Langsmith Editor
論文の読み方 / How to survey
