機械学習モデルの判断根拠の説明
第20回ステアラボ人工知能セミナー (2018年12月21日) 【講演スライド】 https://www.slideshare.net/SatoshiHara3/ss-126157179 【講演者】 大阪大学 産業科学研究所 原 聡 様 https://sites.google.com/site/sato9hara/ 【講演タイトル】 機械学習モデルの判断根拠の説明 【講演概要】 本講演では、機械学習モデルの判断根拠を提示するための説明法について紹介する。高精度な認識・識別が可能な機械学習モデルは一般に非常に複雑な構造をしており、どのような基準で判断が下されているかを人間が窺い知ることは困難である。このようなモデルのブラックボックス性を解消するために、近年様々なモデルの説明法が研究・提案されてきている。本講演の前半ではまず近年の代表的な研究について紹介する。後半では、発表者の最近の研
後悔の多い大学生活を送って来ました - とても上品な日記
こんにちは。とても上品です。冬本番も近づいてきましたね。洗濯物を干したり食器を洗ったりなどの家事も辛くなってきました。皆様も体調にはお気をつけください。 という性に合わない前置きは置いといて、今日は趣向を変えてゴリゴリに自分語りをしようと思います。特に私に興味の無い方はウィンドウを閉じてしまいましょう。 今日の記事は本当に思いつくままにつらつらと筆を進めるつもりなので、とりとめのない話になってしまうかもしれません。予めご了承ください。 自己紹介 まずは自己紹介から。福岡出身で都内の大学に通う一人暮らしの男子大学生です。福岡出身なので博多弁ユーザーなのですがもう上京6年目ともなると博多弁もほぼ消えつつありますね。 一浪して大学に入り教養課程を経て2年次後半から専攻に分かれ、私は電気電子情報分野へと進みました。 プログラミング経験も無いのにたくさんプログラミングをするであろう学科になぜ入ったの
研究テーマの選び方 ２２のポイント - 日本の科学と技術
いざ大学院生として研究室に配属されたり、ポスドクとして新しいラボで働き始めたときの最初の悩みは、研究テーマとして何を選ぶかということです。フェローシップをとるために半年前に書いた研究計画があったとしても、実際にラボに来てみるとラボの状況やボスの考えが変わっていて、研究テーマを一から考え直すことになるのは珍しくありません。 大学院生活が5年経過したとき、手元にあるものが「複数の、脈絡ない研究課題の、小さな成果の寄せ集め」 https://t.co/pVETi1pf3R という人は多いと思います。研究テーマ選び、研究の進め方を指導しない教授も多いです（いわゆる放置）。研究テーマの選び方 １８のポイント https://t.co/PO9ultkzSO — 日本の科学と技術 (@scitechjp) 2018年1月20日 それでは、どのような点に注意して研究テーマを決めればよいのでしょうか？自分が
研究不正防止で異例の対策 データをネット公開へ 東大研究所 | NHKニュース
所属していた教授らによるデータのねつ造などの研究不正が明らかになった東京大学の研究所が、再発防止のため論文の発表後にグラフや図のもととなったデータをネットで一般に公開する異例の対策を行うことになりました。 研究所ではさらに、所属する研究者が論文を発表したあとに、グラフや図のもととなったデータもネット上で公開して第三者が検証できるようにする異例の対策を行うことになりました。 また、画像については、明るさや色調などを過剰に操作した形跡がないか、自動的に検出するシステムを独自に開発し、チェックするということです。 研究所では画像のチェックはすでにはじめていて、データの公開は今年度中に実施することにしています。 定量生命科学研究所の白髭克彦所長は「データを見た人が疑問を投げかけることで、科学本来のオープンな議論が進み、不正の抑止にもつなげたい」と話しています。
富田賢吾のページ
この文章がTwitter等で業界内外に拡散されて様々な反響を頂き、ありがたいと思いつつも少々恐縮しています。この文章（に限らずこのWebサイト全体）は自由にシェア・リンクして頂いて構いませんが、これはあくまで私個人の考えであるということを強調しておきます。大学・大学院あるいは研究に対するスタンスは人それぞれで、画一的であるべきとは思いません。こういう考え方もあると参考にして、共感できる所を読者の責任において取捨選択して頂ければと思います。 2018年3月： 「指導教員の使い方」を加筆しました。 以下は我々のグループで研究したいと考えている人や、より一般に大学院進学を考えている人あるいは大学院に進学した学生を対象として、私が学生に期待する大学院生活の心構えを書いています。私自身がまだ未熟なのにも関わらず、説教臭い上に長いですしあえて強めの口調で書いています（これでも実は不十分だと感じています
私が機械学習研究をするときのコード・データ管理方法 - Qiita
はじめに Gunosy Advent Calender 6日目を担当します，Gunosyの関と申します． Gunosyではデータ分析部に所属し記事配信ロジックの開発やログ解析によるユーザ行動分析を主に担当しております． また博士後期課程に在籍しておりウェブマイニングを中心とした機械学習応用の研究の取り組んでおります． 本エントリではソフトウェアエンジニアとして働く過程で身につけた開発手法を， 自分なりに研究活動に活用しながら得たコード管理に関するノウハウを公開するものです． 研究者向けのコーディング技術については各研究室で伝承されているノウハウはあるものの， まとまった資料やそれに伴う議論などは少ないのが現状であると考えております． そしてその研究室でのノウハウもエンジニアとしての経験の少ない学生や研究者によって作られたノウハウであり， 近年急速に進歩しているソフトウェア開発ノウハウに対し
研究者流 コーディングの極意 言語処理学会第19回年次大会(NLP2013) チュートリアル資料（岡崎担当分）
言語処理学会第19回年次大会 (NLP2013) チュートリアル資料（岡崎担当分） 岡崎 直観 東北大学大学院情報科学研究科 okazaki at ecei.tohoku.ac.jp http://www.chokkan.org/ @chokkanorg 研究者流 コーディングの極意 1 研究におけるコーディングの極意？ • 今回のチュートリアルをきっかけにサーベイ – ソフトウェアエンジニア向けの指南書は存在 – でも，研究者向けの資料は数少ない • 自分が修士課程の頃は完全に我流だった – 複数文書自動要約のプログラムをすべてC++で実装 – *NIXを使うスキルはなく，すべてWindows上で実行 – 今から考えると，無駄だらけの実験作法だった • ほとんどの大学では実験の講義があるが… – 研究のためのコーディング作法は教えてくれない 2 繰り返される残念な光景 • 論文の締切前日
NAIST停電
Odashi @odashi_t 今「復旧の目処が分からず、最悪2か月のデータが飛びます」と学会に報告したんだけど、メール送った後のタイミングでピカチュウ先生から「完全消滅です」という報告を貰いました。ありがとうございます。 2017-07-26 15:34:48
技術者と研究者の狭間で得たたったひとつの教訓 2016 / career-keynote-2016
新卒研修 贈る言葉 - キャリア・キーノート 2016
研究分野をサーベイする
お茶の水女子大学伊藤研究室ゼミ資料 関連資料として以下が参考になります https://note.com/sick4989hack/n/n928f78d3d33fRead less
研究発表でのよくある質問集
金森 由博 (kanamori<AT>cs.tsukuba.ac.jp) 2017/1/26, ver. 1 はじめに 主に CG やその周辺の情報系の学生を対象として、卒論・修論などの学位審査や学会発表の際によくある質問を挙げてみました。事前に質問を想定して準備し、よりよい発表の助けとなれば嬉しいです。また、学会発表などで座長さんが質問内容を考えるヒントとしても使えるかもしれません。 なお、ここに挙げているのはあくまでも「よくある質問」であり、研究の基本的な事項を確認する質問が多いです。発表を通じて聴衆の理解が深まれば、研究内容に応じた、より踏み込んだ質問が出てくるはずです。 根本に関わる質問 ※下記質問の 4 を除き、以下の質問を受けるということは、研究の根本的な内容がちゃんと伝わっていなかった可能性が高い。発表内容に改善が必要。 「新規性 (オリジナリティ, 学術的貢献) は？」「提
大学教員は、趣味を仕事にし、上司もおらず、スーツ着る必要もなく、通勤ラッシュと無縁で、裕福な暮らしをしている存在
Simon_Sin @Simon_Sin 「国立大の授業料無償化すると国家財政が危うくなる」とか言っている連中は、法人税減税の時も同じ事言ったのか？国立大無償化には4000億円しかかからないけど法人税減税で税収は7000億円減ったんだぞ？なんで大企業には甘いのに国民には厳しいの？ 2017-01-05 12:07:59 rionaoki @rionaoki むしろ、インテリの皆様は、大学が世間からどれだけ嫌われているのか認識したほうがいいと思うんよね。大学の先生なんて概ね仕事なんてしてないし、好きなことやって裕福な暮らしをしているぐらいに思われてるでしょ。 2017-01-05 16:39:00
論文の種類の違い - 発声練習
追記：こちらの方がよりまとまっています。→ 論文の再投稿と多重投稿について IHARA Note：当たり前すぎて教えてもらえない研究のこと。 落ち着きのない三十路（数えで）：もっと当たり前すぎて教えてもらえなかった研究のこと． を読んで、全く内容は違うけども、当たり前すぎて教えてもらえなかった（尋ねるまで教えてもらえなかった）ことを私も書いてみようかと。以下は、私の知っている範囲のお話。分野によっては全く違うことがあるのでご注意を。また、私の理解が間違っている可能性も非常に高いので、ご指摘、ご教示大募集中。 何の話かというと論文投稿についての話。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」特集でもあるとおり、計算機科学・情報工学の分野は国際会議が研究発表の場としてかなりの地位を占めている。なので、学術雑誌だけでなく、国際会議も含めて述べてみる。 論文投稿は大きく
NAKAHARA-LAB.NET 東京大学 中原淳研究室 - 大人の学びを科学する: 先行研究をたくさん読んでも、いいアイデアが浮かばないのはなぜか!?
中原淳（東京大学・准教授）のブログです。「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。 先だって、ある大学院生の方から、ご質問を受けました。曰く、 「先行研究をたくさん読んではいるのですが、研究のアイデアや仮説が思いつかないのです。どうしたらいいのでしょうか？」 この方は、僕が折りにふれて、主に自分の指導大学院生に向けて書いている下記のような記事をお読み頂き、このようなご質問を寄せていただいたようです。ありがとうございます。 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 http://www.nakahara-lab.net/blog/2011/10/post_1803.html 先行研究の探し方：レビュー論文には「過去への入口」と「軸」と「これからの課題」がある!? http://www.nakahara-lab.n
「なぜあなたの研究は進まないのか?」「なぜあなたは論文が書けないのか?」の2冊が素晴らしかった - yumulog
タイトルに惹かれ、Amazonのレビューを眺めても悪くなさそうだったので読んでみたら、めちゃくちゃ良書だったので誰かに紹介せずにはいられないので紹介エントリ書きます。研究の副読本はいままでもたくさん出ていて何冊か読んでますが、過去読んだ中でベストと言えるくらいオススメ。どちらも2016年7月に発売された新しい本で、著者は東大医学部附属病院の講師の方です。なので例文には医学・生理学系の内容が多く用いられていますが、研究に関わる人なら分野は関係なく誰にでも読めるようになっています。 それぞれ40ずつのトピックが設けられ、1つのトピックが2〜3ページに簡潔にまとまっていて、とても読みやすいです。トピックの最初に「Question」、最後には「Message」という要約が大きなフォントで書かれていて、これを見るだけでも大まかな内容がつかめ、あとで読み返す時のラベルにもなります。一気に読まなくても、
論理性トレーニング(13)：一生懸命やったんだ(前編)
これはある学生の修論の話である。こんな修論はあってはいけない。当人の卒論の内容を考えたら、個人ならびに大学の存在意義を問われる問題である。 2007年秋に甲府の山梨大学で開催された学会で他の研究室のM2が発表していたものであるが、音声の個人性がどこにあるかを、LMAボコーダーで調査する実験を行なっていた。音素の継続時間長、ピッチ、声の大きさ、スペクトル（フィルタ係数）のどれが音声の個人性に寄与しているかを調べるために、それぞれの要素を話者A、話者Bで取り替え、LMAボコーダで分析合成した音声を聴取実験して、最も寄与が大きいのはスペクトルであるという結論を、堂々と発表していた。聴衆はあっけに取られていた。それはそうである。そんなの1970年代に分かっていたことである。副座長が「音源は何ですか」と訊いたら、パルスと雑音だと応えたので、副座長は大笑いしていた。副座長は、発表を聞いただけでは理解で
つながりのかがく
人間関係は非常に複雑で面白い性質を沢山もっているが, どういった社会的作用(Social process)がこのような人間関係を生むのだろうか？ よく知られているのが共通の友達を沢山もった2人は友達になりやすいだとか, 共通の敵がいると友達になりやすいだとか, 類は友を呼ぶだとか, こういったことを統計的に検証するためのツールがExponential Random graphである. Exponential Random Graph Modelはグラフのパラメトリックな確率分布の一つで, 以下のような形式で与えられる. $\displaystyle P(G) = \frac{1}{c} \exp(\theta ' s(G))$ ...(1) ここで$\theta \in {\mathbb R}^K$はパラメターで, $s(G)\in {\mathbb R}^K$はグラフの統計量である.
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
研究者として生きていくコツ
Battling bad science
ACL Anthology - ACL Anthology