CMU教授直伝の論文の書き方 - でかいチーズをベーグルする
CMUに留学している時にFaloutsos教授に教わった論文の書き方をまとめる。この書き方に従うことで論文の採択率がかなり上がった。今となっては自分的に当たり前のことだし、できる研究者の皆様は自然と守っていることも多いと思うけど良い論文を書きたいと思っている学生とかに参考にしてもらえたらと思う。ただし、Faloutsos教授に教えてもらったことを一旦自分で噛み砕いてからまとめたものなので自分の主観とかが混じってしまっているかもしれない。 主語が大きくならないように予め断っておくけど、この書き方はもちろんすべての論文に対して当てはまるわけじゃなくて以下の前提条件がある。 国際会議論文である データマイニング関連分野の論文である 論文誌とか卒論とかもっと長めの論文を書くときは当てはまらない項目もあるし、データマイニング関連分野以外の論文を書いたことが無いのでそれ以外の分野の論文に当てはまるかも
List of publishers - Scholarly Open Access 2024
Beall’s List: Potential, possible, or probable predatory scholarly open-access publishers This is a list of questionable, scholarly open-access publishers. We recommend that scholars read the available reviews, assessments and descriptions provided here, and then decide for themselves whether they want to submit articles, serve as editors or on editorial boards. In a few cases, non-open access pu
Statistical mechanics of complex neural systems and high dimensional data
Recent experimental advances in neuroscience have opened new vistas into the immense complexity of neuronal networks. This proliferation of data challenges us on two parallel fronts. First, how can we form adequate theoretical frameworks for understanding how dynamical network processes cooperate across widely disparate spatiotemporal scales to solve important computational problems? And second, h
研究の参考にしているサイト集 - kisa12012の日記
自分のメモ書きとして，たびたび論文執筆やプレゼン時に参考にしているサイトを以下にまとめてみました． 自身の研究分野である，コンピュータサイエンスや人工知能分野に関連する資料が多めです． 他に参考となる有用なサイトをご存知の方がいらっしゃれば，コメント等で教えて頂けると筆者が喜びます！ English Check Manual 東大，牧島先生の作成した英字論文執筆／校正のためのチェックマニュアル． 英字論文を書く際に，（特に日本人が）誤りやすい文法や単語を修正例とともに示したもの． 自分が英文を書く時はもちろん，校正時もこのチェックマニュアルに従って，誤り箇所に番号を振る形で修正しています． 英語論文の書き方 東大，松尾先生の作成した英語論文の作成マニュアル． 論文の完成度を高めるために何をすれば良いか，論文執筆の全体像・心構え・Tips集等盛り沢山 毎回新しい論文を書くたび，参拝する気持ち
松尾ぐみの論文の書き方：英語論文 | 松尾 豊
あー、やっぱりこの国際会議は難しいな。日本人ほとんど通ってないしなぁ。結構頑張ったんだけどなぁ。でも査読者、なんか良く分からないことを言ってる。こいつ分かってないな。こんな査読者に当たるとは運が悪い。３人中１人はすごくいいコメントなのになぁ。ま、いいや、研究会論文でも書こう。 （※に戻る） 私も以前はこんな感じでした。主要な国際会議のレベルは高いと思ってました。今では、そうは思いません。何といっても、まずは完成度の問題です。 完成度を上げることの重要性 完成度を上げるとは、自分で修正するところがなくなるまで、修正を繰り返すことです。 上の例では、初稿の段階で投稿していますね。これで通せる人は誰もいません。ここで私がよく目安に使っている２つの経験則を紹介しましょう。 執筆時間の法則： 経験上、次のような法則があります。「書こう」と思ってから、初稿ができるまでの時間をa0とします。すると、第２
CrossRef、論文PDFから参考文献情報を抽出するツールをオープンソースで公開
論文のリンキングサービスを提供するCrossRefが、学術雑誌論文のPDFファイルから参考文献の情報を抽出する“PDF-Extract”というツール（Rubyスクリプト）をオープンソースで公開しました。同ツールのウェブ版インタフェース“Extracto”も用意されており、APIも提供されています（ただし、サーバが貧弱なので注意とのこと）。出版社がCrossRefに参加して自社コンテンツへのDOI（Digital Object Identifier）を付与する際には、そのコンテンツに含まれる参考文献にDOIを使ったリンクを設定しないといけないそうで、中小規模出版社にとっては負担となるこの作業を容易にするためにこのようなツールを作成したと説明されています。 PDF-Extract（GitHub） https://github.com/CrossRef/pdfextract Extracto h
論文に何を書くべきか→これだけは埋めろ→論文作成穴埋めシート
こう言い換えろ→論文に死んでも書いてはいけない言葉３０ 読書猿Classic: between / beyond readers を書いたとき、「あとは穴埋めしたら論文を出力してるものが作れないか」みたいな話があったので、作ってみた。 何であれ、文章を書く骨法は、書きたいことではなく、書くべきことを（そしてそれだけを）書くことである。 問題は何を書くべきかであるが、幸いにして、論文については後述するようにほとんど決まっている。 結論から言えば、以下の表を埋めていくだけで、論文の骨組みができあがる。 必要な項目は揃い、しかるべき順序で並ぶ。 論文穴埋めシート こんな簡単な穴埋め表がこれまであまり取り上げられなかったのは、わざわざ作るまでもないことも勿論あるが、その他にも次のような理由がある。 つまり、こうした穴埋め表が、 あなたは論文が書けないのではない。 研究ができないのだ。 という目の当
空間木を利用した関連事例の抽出技術 - Preferred Networks Research & Development
はじめまして伊藤です。１月から PFI で働いてます。 今回は関連事例の抽出技術についてお話しします。関連事例の抽出は推薦（レコメンド）サービス等で利用される技術です。ここで事例は扱う対象によって異なります。対象が文書集合であれば、事例は文書を表しますし、E-コマースサービスのログデータであれば、サービスを利用するユーザを表します。 関連事例の抽出技術はデータマイニング分野を含め多くの分野で盛んに研究がなされていて、関連文献をリストアップするだけでも大変です。私は学生時代からずっと推薦技術に関する研究をしてきたのですが、卒業後もその年々の重要そうな（自分が興味が持てる）論文を選んで勉強してます。では推薦関係で調査しておくべき会議とはどのようなものがあるでしょうか。私の場合以下の会議で受理された論文をチェックしています（他におすすめがあれば、お知らせいただけると幸いです）。 データベース分野
Nearly Optimal Sparse Fourier Transform
We consider the problem of computing the k-sparse approximation to the discrete Fourier transform of an n-dimensional signal. We show: * An O(k log n)-time randomized algorithm for the case where the input signal has at most k non-zero Fourier coefficients, and * An O(k log n log(n/k))-time randomized algorithm for general input signals. Both algorithms achieve o(n log n) time, and thus improve ov
Efficiently Matching Sets of Features with Random Histograms(MM 2008) 読んだ - 糞糞糞ネット弁慶
Efficiently matching sets of features with random histograms 概要 id:tsubosakaさんから教わった．特徴ベクトルの集合(sets of features)間の類似度を計る． 手法 集合をヒストグラムで表現する．Fig.4が非常にわかりやすい． 具体的には 集合の要素をLSHでhash化 得られたM個のhashを足しあわせてヒストグラムにするとこれが集合の特徴ベクトル 元データがどんなに高次元でもおｋ これをN個のhash functionで試す あとはこれをつなげてsuper histogramにすれば比較可能に あとはnormとかsimilarity functionとの関係性を述べている． そもそも 2つのデータ集合間の類似度をどう測ればいいかというのが分からずにtwitterで聞いたら教わった．
The Anatomy of the Facebook Social Graph
We study the structure of the social graph of active Facebook users, the largest social network ever analyzed. We compute numerous features of the graph including the number of users and friendships, the degree distribution, path lengths, clustering, and mixing patterns. Our results center around three main observations. First, we characterize the global structure of the graph, determining that th
こう言い換えろ→論文に死んでも書いてはいけない言葉３０
Author:くるぶし（読書猿） twitter:@kurubushi_rm カテゴリ別記事一覧 新しい本が出ました。 読書猿『独学大全』ダイヤモンド社 2020/9/29書籍版刊行、電子書籍10/21配信。 ISBN-13 : 978-4478108536 2021/06/02 11刷決定 累計200,000部（紙＋電子） 2022/10/26 １４刷決定 累計260,000部（紙＋電子） 紀伊國屋じんぶん大賞2021 第３位 アンダー29.5人文書大賞2021 新刊部門 第１位 第２の著作です。 2017/11/20刊行、４刷まで来ました。 読書猿 (著) 『問題解決大全』 ISBN:978-4894517806 2017/12/18 電書出ました。 Kindle版・楽天Kobo版・iBooks版 韓国語版 『문제해결 대전』、繁体字版『線性VS環狀思考』も出ています。 こちらは１０刷
数式を含む論文の読解効率化 - 西尾泰和のはてなダイアリー
知的作業の生産性はやり方の設計によって左右される。「数式だらけの論文を読む」というタスクも「とにかく頑張って読む」のではなく、やり方をうまく設計することで生産性向上ができるんじゃないかなぁ。そう考えて、自分を観察しながらやってみることにした。 読む論文はCRF(条件付き確率場)についての次の二つ: Lafferty: Conditional random fields: Probabilistic... - Google ScholarとSutton: An introduction to conditional random fields... - Google Scholar まずは目的の明確化。目的は達成したかどうかが客観的に計測できるものでなければならない。つまり「CRFを理解する」なんてのではダメ。「CRFを実装して学習過程を可視化した動画を作ってブログに載せる」を目標とする。
1
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://www.stat.berkeley.edu/users/pitman/blmq.pdf