SlideShare a Scribd company logo
個⼈/グループサーベイ法
⽚岡 裕雄, Ph.D.
http://www.hirokatsukataoka.net/
⽚岡 裕雄(かたおか ひろかつ)
産業技術総合研究所 CV研究グループ/AL連携研究室/AIセンター 研究員
東京電機⼤学客員研究員
2014年慶應義塾⼤学⼤学院理⼯学研究科修了,博⼠(⼯学).2013,2014年 ミュンヘン⼯科⼤
学Visiting Scientist,2014年東京⼤学博⼠研究員,2015年産総研特別研究員.2016年4⽉より現職.
画像認識,動画解析,⼈物⾏動解析に興味を持つ.cvpaper.challenge主宰.2011年ViEW⼩⽥原賞,
2013年電気学会誌論⽂奨励賞,2014年藤原賞,2016年ECCV WS Brave New Idea Award.
mypage: http://www.hirokatsukataoka.net/
cvpaper.challenge: https://sites.google.com/site/cvpaperchallenge/
⽂脈を弱教師とした異常検知
AdaLEA:時間的重みを操作した交通事故予測
3次元畳み込みによる動画認識
⼤規模交通ニアミス動画収集
⽚岡の主宰するcvpaper.challenge
• 論⽂読破・まとめ・発想・議論・実装・論⽂執筆・(社会実
装)に⾄るまで取り組むCVの今を映す挑戦
– ⼈員:産総研,筑波⼤,東京電機⼤,慶應⼤による20名弱
– BraveNewなアイディアをトップ国際会議*に投稿
HP, Twitter, SlideShareもご覧ください
HP: https://sites.google.com/site/cvpaperchallenge/
Twitter: @CVpaperChalleng
SlideShare: @cvpaperchallenge
本取り組みの結果10本以上の論⽂(含CVPRx2, ICRA, CVPRWx5, ECCVWx2, ICCVW)が採択
8件の招待講演,3件の国内外での受賞
* Google Scholar Top-20にリストアップされている国際会議や論⽂誌
サーベイ法
サーベイとは?
• ひとことでいうと,その分野の動向を把握すること
– 現在どんな技術が流⾏っている?
– どういう歴史を辿ってきた?
– ⾃分のやっていることに最も近いものは?
論⽂にもRelated workを書くこと多し
なぜ,サーベイをするのか?
• トレンドの把握
– 知識がないと既存研究の劣化版を作りかねない
– トレンドを知らないと(天才でない限り)最先端の研究を⽣み出すことは
難しい
• ⾃⾝の研究の⽴ち位置を確認
– 何が違う?なぜやる?どこが良いのか?という哲学
• 究極的には次のトレンドを作るため(ここ重要)
– 分野の⽅向性を⾃ら定める
– より良く,正しい⽅向へ導く
なぜ,サーベイするのか?
• 網羅的に調べることで分野の状況を精度よく映す
– サーベイの質や量が研究テーマ考案・選定に直結
– (グループ単位で)1,000本/年は論⽂を読むポテンシャルがあると良い
• 技術の流れがわかる
– 点より線/⾯で技術を捉える(参考にするなら歴史を追う,他分野から学ぶ)
– 次に何をすれば良いかがなんとなくわかる
セグメンテーション
物体検出
アーキテクチャ
データベース
3次元認識
時系列認識
どれくらいサーベイしてるの?
• 個⼈/グループとしてサーベイを推進
– 「個⼈」で達成
• 2015年度 615本,2016年度 400+本
– 「グループ」で達成
• CVPR 2015 完全読破(約10名)
• 2016年,1,000本読破達成(約20名)
602
CVPR2015の論⽂
計
本を完全読破
@2015
1,000計
本を達成
論⽂読破
@2016
意識的にサーベイして何が変わった?
• 2015年以前:個⼈プレー
– 論⽂調査:⾃分の狭い分野のみ
– 研究:従来法の単純な改善
• 組織的にサーベイしてから…
– 論⽂調査:網羅的に分野を把握
– 研究:物事の本質に迫るような問いを意識
– サーベイ/テーマ/実験に⾄るまで「質・効率を⾼める努⼒」を徹底
• まだまだ徹底は不⼗分。。。
優れた問いを⾒つけよう!
• 新規に問題設定ができるようになった
– 思い付き(単純拡張)研究からの離脱
• To invent, you need a good imagination and a pile of junk
• 知識を詰め込むことで視野が繋がる感覚
– CVPR15完全読破から3年⽬,Top-tierの壁を突破
• ICRA18採択!(Robotics Top-1)
• CVPR18採択x2!!(CV&PR Top-1)
個⼈とグループの知識獲得がキモ
個⼈のサーベイ グループのサーベイ
個⼈のサーベイ グループのサーベイ
「分割と統合」の組み合わせが重要
個⼈サーベイで意識すること
• 速読と精読の組み合わせ
– 速読(50+本/⽉)
• とにかく「広く浅く」
• 研究テーマやアイディア考案の時に⾏うサーベイ法
– 精読(10-本/⽉)
• 実装レベルで「狭く深く」
• 具体的なテーマが決まっている際に
尺度を変えた読み⽅の統合で研究の効率化
論⽂を読もう!
• 論⽂は⽬的別に読むために体系化されている
– CVの論⽂を参考に解説します!
気をつけていること
• 森を⾒る,⽊を⾒る
– 森:ざっと全体を通して⾒る
• 速読ならこれで⼗分
• 背景,イントロ,図表,結果,結論を中⼼に
– ⽊:細かいところまで⽬を通す(但し,⽬的を⾒失わない)
• どんな情報が欲しいかを明確にして読む
• 実装したい?輪講資料を作りたい?
森を⾒る(速読)
• アブストラクトを⾒る
– 良いアブストラクトだとなんとなく全体がわかる
森を⾒る(速読)
• イントロ,概念図を⾒る
– どんな問題設定?その研究の新規性は?
森を⾒る(速読)
• その後は重要そうな部分に⽬を通す
– ⼿法,結果,結論など図表を中⼼に情報量の多い部分から⽬を通す
森を⾒る(速読)
• ポイントは意外と限られる?
– In this study (paper/research), ~ や Our contribution(s)~ など序盤に現れる
森を⾒る(速読)
• ポイントは意外と限られる?
– 関連研究の最後に従来との⽐較・差分が書かれる(ことが多い)
森を⾒る(速読)
• その分野に⻑けていれば…
– 引⽤されている論⽂や場所を⾒ればなんとなく内容が分かる?
⽊を⾒る(精読)
• 速読 + ⽬的に合わせた読み⽅を
– 基本的には速読と,部分を詳細に読み込んでいく
– ここから先は何をしたいかに依存する
分からない!という場合には最初から最後まで読んで⾒てもよいかも?
気をつけていること
• タイムトライアル
– 時間を気にして,締まりある読みにする
• 実際ストップウォッチおいて論⽂読んでます!
– ⽬安時間
• 速読(15 ~ 30分)
• 精読(1時間 ~ 理解できるまで)
気をつけていること
• まとめを作成しよう
– (⾃分だけでなく他の⼈が)素早く研究の肝をつかむ
– まとめることで記憶の定着を早くする
まとめの例: 概要,新規性,⼿法,結果,リンク等があるのが望ましい
グループサーベイで意識すること
• 集団の⼒をうまく利⽤する
– 「個⼈」でのサーベイ
• 上記の通り
– 「グループ」でのサーベイ
• 分割と統合をうまく活⽤して知識を共有
– 分担して資料を作成してお互いに参照
– 同じ論⽂を読んで補完
最近の重要論⽂は本数が多いので協⼒して知識を獲得する
ITツールを活⽤してディスカッション
• ⼀⼈で読むよりも,みんなで協⼒して進めるのが現代流
– クラウド(Google/Dropbox),チャット(Slack/Skype/Line)
– モチベーション,集合知,作業分割と統合,ディスカッション等グ
ループで活動するメリットは多い
CVPR2015 完全読破ICCV 2017 速報の資料作成
スライドを共有
• 資料をみんなで作り上げていく
– Ver.を上げていくごとに⾃分と他⼈の知⾒を混ぜていく
– 間接的に読んで,議論を重ねるうちに⾃分にも知識が定着
CVPR/ICCV 2017 速報の資料作成
可視化,競争
• 可視化すると意識して読むようになる(?)
– 週間,⽉間ランクなど
– 機関総合 (2018/3/1〜2018/3/31) 1位:163本,2位:95本,3位:87本
– 個⼈総合 (2018/3/1〜2018/3/31) 1位:80本,2位:68本,3位:45本
資料公開のススメ
• ⼈⽬に触れて叩き上げる,プレゼンスを⾼める
– 評価を⾒て資料の出来栄えを判断(⾯⽩いかどうかくらいはわかる)
– 学会などでリアルにあうと反応をもらえる
論⽂が通った時だけ宣伝,ではなく
普段やっていることでプレゼンスを上げる
サーベイ法まとめ
• サーベイの⽅法論について,個⼈/グループという単位で説明
– 速読と精読を組み合わせた個⼈サーベイ
– 組織的サーベイで早く/確実に知識を作り上げていく
もっと大事なこと
サーベイ(に限らず研究)は楽
しんでやるもの!こんな楽しい
ことができるようになった,分
からなかったことを知識として
明らかにした,というゲーム
ちょっと宣伝
MIRU若⼿Pにご参加ください!
https://sites.google.com/view/miru2018sapporo/wakate_top
ミルックマ
今回のテーマは「異分野サーベイ」

More Related Content

What's hot (20)

落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット
森 哲也
 
MICの解説
MICの解説MICの解説
MICの解説
logics-of-blue
 
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge
 
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
Preferred Networks
 
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
Naoaki Okazaki
 
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
cyberagent
 
分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~
Hideki Tsunashima
 
論文に関する基礎知識2018 差分のみ
論文に関する基礎知識2018 差分のみ論文に関する基礎知識2018 差分のみ
論文に関する基礎知識2018 差分のみ
Mai Otsuki
 
Android/iOS端末におけるエッジ推論のチューニング
Android/iOS端末におけるエッジ推論のチューニングAndroid/iOS端末におけるエッジ推論のチューニング
Android/iOS端末におけるエッジ推論のチューニング
Deep Learning Lab(ディープラーニング・ラボ)
 
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks? 【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
Deep Learning JP
 
【チュートリアル】コンピュータビジョンによる動画認識
【チュートリアル】コンピュータビジョンによる動画認識【チュートリアル】コンピュータビジョンによる動画認識
【チュートリアル】コンピュータビジョンによる動画認識
Hirokatsu Kataoka
 
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
Yahoo!デベロッパーネットワーク
 
CVPR 2019 速報
CVPR 2019 速報CVPR 2019 速報
CVPR 2019 速報
cvpaper. challenge
 
Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )
cvpaper. challenge
 
研究効率化Tips Ver.2
研究効率化Tips Ver.2研究効率化Tips Ver.2
研究効率化Tips Ver.2
cvpaper. challenge
 
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Preferred Networks
 
Googleの新しい検索技術 Knowledge Graphについて
Googleの新しい検索技術 Knowledge GraphについてGoogleの新しい検索技術 Knowledge Graphについて
Googleの新しい検索技術 Knowledge Graphについて
maruyama097
 
研究発表のためのプレゼンテーション技術
研究発表のためのプレゼンテーション技術研究発表のためのプレゼンテーション技術
研究発表のためのプレゼンテーション技術
Shinnosuke Takamichi
 
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
Yusuke Uchida
 
環境音の特徴を活用した音響イベント検出・シーン分類
環境音の特徴を活用した音響イベント検出・シーン分類環境音の特徴を活用した音響イベント検出・シーン分類
環境音の特徴を活用した音響イベント検出・シーン分類
Keisuke Imoto
 
落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット
森 哲也
 
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge
 
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
Preferred Networks
 
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
Naoaki Okazaki
 
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
cyberagent
 
分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~
Hideki Tsunashima
 
論文に関する基礎知識2018 差分のみ
論文に関する基礎知識2018 差分のみ論文に関する基礎知識2018 差分のみ
論文に関する基礎知識2018 差分のみ
Mai Otsuki
 
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks? 【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
Deep Learning JP
 
【チュートリアル】コンピュータビジョンによる動画認識
【チュートリアル】コンピュータビジョンによる動画認識【チュートリアル】コンピュータビジョンによる動画認識
【チュートリアル】コンピュータビジョンによる動画認識
Hirokatsu Kataoka
 
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
Yahoo!デベロッパーネットワーク
 
Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )
cvpaper. challenge
 
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Preferred Networks
 
Googleの新しい検索技術 Knowledge Graphについて
Googleの新しい検索技術 Knowledge GraphについてGoogleの新しい検索技術 Knowledge Graphについて
Googleの新しい検索技術 Knowledge Graphについて
maruyama097
 
研究発表のためのプレゼンテーション技術
研究発表のためのプレゼンテーション技術研究発表のためのプレゼンテーション技術
研究発表のためのプレゼンテーション技術
Shinnosuke Takamichi
 
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
Yusuke Uchida
 
環境音の特徴を活用した音響イベント検出・シーン分類
環境音の特徴を活用した音響イベント検出・シーン分類環境音の特徴を活用した音響イベント検出・シーン分類
環境音の特徴を活用した音響イベント検出・シーン分類
Keisuke Imoto
 

Similar to 個人/グループサーベイ法(早稲田大学講演) (20)

【慶應大学講演】なぜ、博士課程に進学したか?
【慶應大学講演】なぜ、博士課程に進学したか?【慶應大学講演】なぜ、博士課程に進学したか?
【慶應大学講演】なぜ、博士課程に進学したか?
Hirokatsu Kataoka
 
Kansai MotionControl Networkキックオフ
Kansai MotionControl NetworkキックオフKansai MotionControl Networkキックオフ
Kansai MotionControl Networkキックオフ
Tomohiro Takata
 
機能性・意匠性・経済性を同時達成する身体障害者向け衣服の共創的作製
機能性・意匠性・経済性を同時達成する身体障害者向け衣服の共創的作製機能性・意匠性・経済性を同時達成する身体障害者向け衣服の共創的作製
機能性・意匠性・経済性を同時達成する身体障害者向け衣服の共創的作製
Kurata Takeshi
 
オープンデータと博物館
オープンデータと博物館オープンデータと博物館
オープンデータと博物館
Toru Takahashi
 
IPA RISE委託研究 ソフトウェアのベンチマークとなる品質実態調査における品質評価枠組み
IPA RISE委託研究 ソフトウェアのベンチマークとなる品質実態調査における品質評価枠組みIPA RISE委託研究 ソフトウェアのベンチマークとなる品質実態調査における品質評価枠組み
IPA RISE委託研究 ソフトウェアのベンチマークとなる品質実態調査における品質評価枠組み
Hironori Washizaki
 
Neuro2019 ランチョン大討論会 ダイバーシティ対応委員会プレゼン資料
Neuro2019 ランチョン大討論会 ダイバーシティ対応委員会プレゼン資料Neuro2019 ランチョン大討論会 ダイバーシティ対応委員会プレゼン資料
Neuro2019 ランチョン大討論会 ダイバーシティ対応委員会プレゼン資料
scienceinjapan
 
北海道統計データ閲覧ツールSesekiの開発と今後の展開 @ FOSS4G 2016 Hokkaido
北海道統計データ閲覧ツールSesekiの開発と今後の展開 @ FOSS4G 2016 Hokkaido北海道統計データ閲覧ツールSesekiの開発と今後の展開 @ FOSS4G 2016 Hokkaido
北海道統計データ閲覧ツールSesekiの開発と今後の展開 @ FOSS4G 2016 Hokkaido
Kunihiko Miyoshi
 
(Ja) A unified feature disentangler for multi domain image translation and ma...
(Ja) A unified feature disentangler for multi domain image translation and ma...(Ja) A unified feature disentangler for multi domain image translation and ma...
(Ja) A unified feature disentangler for multi domain image translation and ma...
Yamato OKAMOTO
 
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
Yamato OKAMOTO
 
2チケット&計測」書籍で訴えたい
2チケット&計測」書籍で訴えたい2チケット&計測」書籍で訴えたい
2チケット&計測」書籍で訴えたい
Yoshiki Mitani
 
IkaLog_FPGAStartup1
IkaLog_FPGAStartup1IkaLog_FPGAStartup1
IkaLog_FPGAStartup1
Takeshi HASEGAWA
 
体験/メディアのIAデザインに関する
体験/メディアのIAデザインに関する体験/メディアのIAデザインに関する
体験/メディアのIAデザインに関する
Toru Takahashi
 
DevLOVE現場甲子園2014 東日本大会 一回表
DevLOVE現場甲子園2014 東日本大会 一回表DevLOVE現場甲子園2014 東日本大会 一回表
DevLOVE現場甲子園2014 東日本大会 一回表
Takao Kimura
 
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
Recruit Technologies
 
【eラーニングアワード 2014 フォーラム】 スポンサー募集要項
【eラーニングアワード 2014 フォーラム】 スポンサー募集要項【eラーニングアワード 2014 フォーラム】 スポンサー募集要項
【eラーニングアワード 2014 フォーラム】 スポンサー募集要項
elaf_slide
 
オンラインプロジェクトで作る、プロトタイプで終わらせないものづくり
オンラインプロジェクトで作る、プロトタイプで終わらせないものづくりオンラインプロジェクトで作る、プロトタイプで終わらせないものづくり
オンラインプロジェクトで作る、プロトタイプで終わらせないものづくり
Yuuki Kojima
 
博士課程進学というキャリアについて -博士課程への進学を検討している方へ向けて-
博士課程進学というキャリアについて -博士課程への進学を検討している方へ向けて-博士課程進学というキャリアについて -博士課程への進学を検討している方へ向けて-
博士課程進学というキャリアについて -博士課程への進学を検討している方へ向けて-
Yoshiharu Ikutani
 
Women Also Snowboard: Overcoming Bias in Captioning Models(関東CV勉強会 ECCV 2018 ...
Women Also Snowboard: Overcoming Bias in Captioning Models(関東CV勉強会 ECCV 2018 ...Women Also Snowboard: Overcoming Bias in Captioning Models(関東CV勉強会 ECCV 2018 ...
Women Also Snowboard: Overcoming Bias in Captioning Models(関東CV勉強会 ECCV 2018 ...
Yoshitaka Ushiku
 
Makeと半導体の過去と未来
Makeと半導体の過去と未来Makeと半導体の過去と未来
Makeと半導体の過去と未来
Junichi Akita
 
ユーザーストーリー・マッピング
ユーザーストーリー・マッピングユーザーストーリー・マッピング
ユーザーストーリー・マッピング
Tarumoto Tetsuya
 
【慶應大学講演】なぜ、博士課程に進学したか?
【慶應大学講演】なぜ、博士課程に進学したか?【慶應大学講演】なぜ、博士課程に進学したか?
【慶應大学講演】なぜ、博士課程に進学したか?
Hirokatsu Kataoka
 
Kansai MotionControl Networkキックオフ
Kansai MotionControl NetworkキックオフKansai MotionControl Networkキックオフ
Kansai MotionControl Networkキックオフ
Tomohiro Takata
 
機能性・意匠性・経済性を同時達成する身体障害者向け衣服の共創的作製
機能性・意匠性・経済性を同時達成する身体障害者向け衣服の共創的作製機能性・意匠性・経済性を同時達成する身体障害者向け衣服の共創的作製
機能性・意匠性・経済性を同時達成する身体障害者向け衣服の共創的作製
Kurata Takeshi
 
オープンデータと博物館
オープンデータと博物館オープンデータと博物館
オープンデータと博物館
Toru Takahashi
 
IPA RISE委託研究 ソフトウェアのベンチマークとなる品質実態調査における品質評価枠組み
IPA RISE委託研究 ソフトウェアのベンチマークとなる品質実態調査における品質評価枠組みIPA RISE委託研究 ソフトウェアのベンチマークとなる品質実態調査における品質評価枠組み
IPA RISE委託研究 ソフトウェアのベンチマークとなる品質実態調査における品質評価枠組み
Hironori Washizaki
 
Neuro2019 ランチョン大討論会 ダイバーシティ対応委員会プレゼン資料
Neuro2019 ランチョン大討論会 ダイバーシティ対応委員会プレゼン資料Neuro2019 ランチョン大討論会 ダイバーシティ対応委員会プレゼン資料
Neuro2019 ランチョン大討論会 ダイバーシティ対応委員会プレゼン資料
scienceinjapan
 
北海道統計データ閲覧ツールSesekiの開発と今後の展開 @ FOSS4G 2016 Hokkaido
北海道統計データ閲覧ツールSesekiの開発と今後の展開 @ FOSS4G 2016 Hokkaido北海道統計データ閲覧ツールSesekiの開発と今後の展開 @ FOSS4G 2016 Hokkaido
北海道統計データ閲覧ツールSesekiの開発と今後の展開 @ FOSS4G 2016 Hokkaido
Kunihiko Miyoshi
 
(Ja) A unified feature disentangler for multi domain image translation and ma...
(Ja) A unified feature disentangler for multi domain image translation and ma...(Ja) A unified feature disentangler for multi domain image translation and ma...
(Ja) A unified feature disentangler for multi domain image translation and ma...
Yamato OKAMOTO
 
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
Yamato OKAMOTO
 
2チケット&計測」書籍で訴えたい
2チケット&計測」書籍で訴えたい2チケット&計測」書籍で訴えたい
2チケット&計測」書籍で訴えたい
Yoshiki Mitani
 
体験/メディアのIAデザインに関する
体験/メディアのIAデザインに関する体験/メディアのIAデザインに関する
体験/メディアのIAデザインに関する
Toru Takahashi
 
DevLOVE現場甲子園2014 東日本大会 一回表
DevLOVE現場甲子園2014 東日本大会 一回表DevLOVE現場甲子園2014 東日本大会 一回表
DevLOVE現場甲子園2014 東日本大会 一回表
Takao Kimura
 
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
Recruit Technologies
 
【eラーニングアワード 2014 フォーラム】 スポンサー募集要項
【eラーニングアワード 2014 フォーラム】 スポンサー募集要項【eラーニングアワード 2014 フォーラム】 スポンサー募集要項
【eラーニングアワード 2014 フォーラム】 スポンサー募集要項
elaf_slide
 
オンラインプロジェクトで作る、プロトタイプで終わらせないものづくり
オンラインプロジェクトで作る、プロトタイプで終わらせないものづくりオンラインプロジェクトで作る、プロトタイプで終わらせないものづくり
オンラインプロジェクトで作る、プロトタイプで終わらせないものづくり
Yuuki Kojima
 
博士課程進学というキャリアについて -博士課程への進学を検討している方へ向けて-
博士課程進学というキャリアについて -博士課程への進学を検討している方へ向けて-博士課程進学というキャリアについて -博士課程への進学を検討している方へ向けて-
博士課程進学というキャリアについて -博士課程への進学を検討している方へ向けて-
Yoshiharu Ikutani
 
Women Also Snowboard: Overcoming Bias in Captioning Models(関東CV勉強会 ECCV 2018 ...
Women Also Snowboard: Overcoming Bias in Captioning Models(関東CV勉強会 ECCV 2018 ...Women Also Snowboard: Overcoming Bias in Captioning Models(関東CV勉強会 ECCV 2018 ...
Women Also Snowboard: Overcoming Bias in Captioning Models(関東CV勉強会 ECCV 2018 ...
Yoshitaka Ushiku
 
Makeと半導体の過去と未来
Makeと半導体の過去と未来Makeと半導体の過去と未来
Makeと半導体の過去と未来
Junichi Akita
 
ユーザーストーリー・マッピング
ユーザーストーリー・マッピングユーザーストーリー・マッピング
ユーザーストーリー・マッピング
Tarumoto Tetsuya
 
Ad

個人/グループサーベイ法(早稲田大学講演)