SlideShare a Scribd company logo
1 of 70
Download to read offline
Augmented Vision Lab, Tokyo Institute of Technology
研究について思うところ
What I think about research (in Japanese)
伊藤勇太
2018年9月
前書き
本資料は、第23回日本バーチャルリアリティ学会大会
http://conference.vrsj.org/ac2018/
のオーガナイズドセッション、「世界を目指せ! ― トップコンファレンス採択論文紹介」
で講演した「研究テーマの筋~最近の採択論文を交えて~」
を再構成・加筆修正したものです。
依頼を受けた当初は、直近で採択された論文の記録でも話そうかなと考えていました。しかし
構成を考えるうちに、そもそも私たち(学生・教員・研究者etc.)が研究をする意義や、昨今
の論文投稿事情まで話が膨らんでしまいました。幸い現地では好評を頂けたため、折角なので
公開することにしました。本資料が多少なりとも、研究に携わる方々のお役に立てば幸いです。
【注意】内容はあくまで一情報系アカデミア研究者の考えであり、かつ様々な方の意見をまと
めたものです。また情報系の中でもVR/AR/HCI分野に偏った内容になっていることにご留意く
ださい。
2018年9月28日
何している人?
研究テーマ:「世界を計算により賢く上書きする」
専門:光学透過型HMD・視覚拡張・拡張現実感(AR)
・(主)東京工業大学 情報理工学院 テニュアトラック助教
・(兼) JSTさきがけ研究者
・(兼)理研AIPセンター客員研究員
本スライドの構成
1. 研究する意義と動機について
2. 研究のノウハウ編
3. 自身の研究事例紹介
4. 研究業界界隈のよもやま話
5. その他、参考資料
1.研究する意義と動機について
私たちはなぜ研究をしているのか?
Photo taken from: https://www.pinterest.es/pin/543457880019545237/
私たちはなぜ研究をしているのか?
「自分の目的」(好奇心、就職、研究費、キャリア、名誉・・・)
を達成するため?
→自分の研究を人に伝える必要がある
→Web検索に出ない論文は無いものとなる現代
→よりVisibilityの高いVenue(トップカンファレンス)
に論文を掲載すると伝わる可能性が上がる?
興味と人類・社会
自分の
やりた
いこと
(今の)社会
が望むこと
人類にとって
本当に意味が
あること
幸せ
他人に任せ
ましょう
趣味
c.f., 天動説
甘美な誘惑・・・
沼
茨道
https://commons.wikimedia.org/wiki/File:Galileo
_before_the_Holy_Office.jpg
http://dic.nicovideo.jp/oekaki/507948.png
興味と人類・社会
自分の
やりた
いこと
(今の)社会
が望むこと
人類にとって
本当に意味が
あること
沼
人や社会を説得できないと研究を続
けるのは難しい…。
持続性という意味で、1をやるのが
研究人生としては一番楽で幸せかも。
とはいえ、誰かが2もやっておかな
いと人類の未来が無い。
1
2
http://seiga.nicovideo.jp/seiga/im6650400
「トップ」国際会議を目指す、の違和感
慶應義塾大学 杉浦裕太先生:
「自分がトップ会議だと思ったものがトップ会議」
(過去の同様のセッションにて)
あの人:
「論文っていうのは研究のまとめですから.いわば排泄物.
論文のために頑張るってのは本末転倒で,やることやって
ればいいんだ.」
https://twitter.com/_anohito/status/7329597989
現代の研究評価方法への警鐘
https://twitter.com/drinami/status/896138937185337344
「(17)研究の評価、研究者の評価(その2) 論文引用数は信頼できる評価指標か」
JST研究開発戦略センター(CRDS) 野依センター長
https://www.jst.go.jp/crds/about/director-general-room/column17.html
野依先生の「野依良治の視点」シリーズ。日本の研究を中心に様々な問題提起がなされており、必見。
現代の研究評価方法への警鐘
野依良治の視点
https://www.jst.go.jp/crds/about/director-general-room/index.html
“識者による研究の独自性、希少性、多様性の尊重の風土は薄れ、
容赦なき画一的数値比較主義へ傾きつつあることは間違いない。”
“近年の由々しき傾向(*)は、まさに科学界に広がる精神汚染の
結果である。背景に研究社会の競争過剰と評価システムの欠陥が
あるが、より広く大学教育の問題、現代社会の総合的なモラルの
喪失の反映である。” (*):高IF論文至上主義
現代の研究評価方法への警鐘
https://twitter.com/drinami/status/896144893185114113
稲見先生のしびれるお言葉。
「研究者の生き方」
https://twitter.com/drinami/status/896166156737798144
「研究者の生き方」
https://togetter.com/li/434713
https://togetter.com/li/434713
「研究者の生き方」
~中略~
https://togetter.com/li/434713
https://togetter.com/li/434713
「研究者の生き方」
https://togetter.com/li/434713
~中略~
「研究者の生き方」
https://togetter.com/li/434713
~中略~
再び野依先生の記事
(27)研究費の獲得競争を考える 2018年8月23日
http://www.jst.go.jp/crds/about/director-general-room/column27.html
世間で広く用いられている「競争的資金」という言葉には違和感を覚
える。もとより申請内容の科学的意義が問われるが、採否の決定権は
あくまで審査側に委ねられるからである。
~中略~
決して強者たちによる限定的資源の収奪戦ではなく、審査会の見識こ
そが配分先を決める。担当審査員の責任は重い一方、受領者は勝者気
取りで振舞うのではなく、将来への期待を込めた選定に謙虚に感謝、
誠実に精進すべきである。
西田先生のコロッセオという比喩は、競争的資金の獲得競争の枠組みにも通
じる話だと思う。
小まとめ
• 研究する意義を大事に
• 自分の根源的な興味に従って、かつ多少社会
との関わりつつ研究するのが幸せかも。
• でも余り目先の要求にばかりかまけていると
人類の未来は暗い。
• 枠組みを作る側に
• 自分の興味によって研究をやっているはず。
論文や予算、業績のための研究は不毛なので
やめませんか?
• とはいえ霞を食っては生きていけないので、
研究者一人一人がどうにかして幸せなままに
回る仕組みを模索しないといけないと思う。
2.研究のノウハウ編
https://www.slideshare.net/rekimoto/claim-62836813
“Claimをシンプルに言語化する”
https://www.slideshare.net/rekimoto/claim-62836813
“Claimをシンプルに言語化する”
暦本先生による「七人の侍」のClaim化→
https://www.slideshare.net/rekimoto/claim-62836813
“Claimをシンプルに言語化する”
https://www.ipsj.or.jp/journal/info/hara75.pdf
バットを振る
https://www.ipsj.or.jp/journal/info/hara75.pdf
振らないともっと当たらなくなる
バットを振り続けると成長する
https://twitter.com/rkmt/status/989585116275118080
流行り廃り v.s. 自分の興味
昨今、世にあふれる流行にのる例(自戒をこめて・・・)
Photo from: https://twitter.com/mizuasato/status/771316117746823170
https://tochikuji.hatenablog.jp/entry/2
0171226/1514293744
https://osmo-
park.jp/more/s
hare_stamp.ph
p?ei=pJNDyJJ
g7rE
上司から「AIで何とかしろ」といわれたら
https://www.nikkei.com/article/DGXKZO06979030X00C16A9X12000/
流行り廃り v.s. 自分の興味
https://www.ipsj.or.jp/10jigyo/taikai/74kai/
74program/html/event/event_2-3/2-3-
1_washio.pdf
アイディアの時点で結果は決まっている?
Original image from ©武論尊・原哲夫/NSP1983
ぼくのかんがえた
さいきょうの
あいでぃあ
つまり、筋の良いネタは
いい研究に成長する可能
性が高くなるし、筋が悪
いネタをどう調理しても
にっちもさっちもいかな
い、というお話
アイディアの時点で結果は決まっている?
https://www.ipsj.or.jp/10jigyo/taikai/74kai/
74program/html/event/event_2-3/2-3-
1_washio.pdf
アイディアの時点で結果は決まっている?
https://note.mu/ryosuzuki/n/ndae1d84d6103
1. 最初の段階で、大体ケリがついている
2. 実装する前に論文を書く
3. 論文に影響することだけにfocusする
4. 締切の2週間前にはほぼ完成している
http://ws.cs.kobe-u.ac.jp/~masa-n/ses2011/ses2011_tutorial2.pdf
アイディアの時点で結果は決まっている?
生産性の高い研究者の特徴
http://d.hatena.ne.jp/kaz_ataka/20081018/1224287687
1. イシューありき (←c.f. Claimとは)
2. 仮説 ドリブン
3. アウトプット ドリブン
4. メッセージ ドリブン
通している人と組む
https://www.ipsj.or.jp/journal/info/hara75.pdf
通している人と組む
https://twitter.com/keihigu/status/1012122151661572096
誰と組んでも文句を言われず、ドリームチームを作れるのは最高。
小まとめ
今まで先人が様々なコツや体験談を共有してくださっているので、
かなり、Nav〇rまとめになってしましました・・・。
とはいえ、やはり最初が肝心だというのが良い研究をするためのカ
ギに見えます体感してきました。
こうしたノウハウ紹介を踏まえて、次の節では私自身のうまくいっ
た&いかなかった研究事例をさらしていきたいと思います。
3.事例編(自身の研究より)
これまでの“トップ会議” ?採択論文
2018:CHI
IEEE TVCG
IEEE VR
2017:IEEE ISMAR
IEEE VR
2016:IEEE ISMAR
2015:IEEE VR
IEEE ISMAR
2014:IEEE ISMAR
1st
1st
1st
1st
3rd1st
2nd 5th
1st
4th
2nd
2nd
2nd 2nd
Journal track
ConferenceXth
Xth
第X著者
2nd
1st
1st 3rd
posters
(h-indexの闇(*)も深いが参考までに)
日の目を待つ屍たち
(*)“インパクトファクターの功罪”
https://core.ac.uk/download/pdf/56654781.pdf
これまでの“トップ会議” ?採択論文
2018:CHI
IEEE TVCG
IEEE VR
2017:IEEE ISMAR
IEEE VR
2016:IEEE ISMAR
2015:IEEE VR
IEEE ISMAR
2014:IEEE ISMAR
(IEEE 3DUI)
1st
1st
1st
1st
3rd1st
2nd 5th
1st
4th
2nd
2nd
2nd 2nd
1st
(2018: AH)
(2017: AH)
(2016: AH)
(2015: AH) 1st
1st
2nd
4th
←VRの同時開催
Journal track
ConferenceXth
Xth
第X著者
2nd
1st
1st 3rd
↓
相対的に小粒な国際会議
だが、自分の興味のある分野
これまでの“トップ会議” ?採択論文
2018:CHI
IEEE TVCG
IEEE VR
2017:IEEE ISMAR
IEEE VR
2016:IEEE ISMAR
2015:IEEE VR
IEEE ISMAR
2014:IEEE ISMAR
IEEE 3DUI
1st
1st
1st
1st
3rd1st
2nd 5th
1st
4th
2nd
2nd
2nd 2nd
1st
(2018: AH)
(2017: AH)
(2016: AH)
(2015: AH) 1st
1st
2nd
4th
論文賞
論文賞
←最多引用論文
論文賞
2nd
1st
1st 3rd
↓
論文賞
論文賞
相対的に小粒な国際会議
だが、自分の興味のある分野
必ずしもトップとは言えな
い論文たちの方が評価され
ていたかもしれない事実。
共同研究はやっぱり大事
2018:CHI
IEEE TVCG
IEEE VR
2017:IEEE ISMAR
IEEE VR
2016:IEEE ISMAR
2015:IEEE VR
IEEE ISMAR
2014:IEEE ISMAR
2 G.
1 G.
1 G.
1 G.
3 G.3 G.
3 G. 1 G.
1 G.
2 G.
2 G.
3 G.
3 G. 3 G.
ConferenceX G.
X G.
Xグループ数
Journal track
1 G.
(2018: AH)
(2017: AH)
(2016: AH)
(2015: AH) 1 G.
2 G.
1 G.
1 G.
2 G.
2G
3 G. 2 G.
上手くいった研究1/5
HMDカメラで眼球を3D計測し、AR像を視界に自動位置合わせする
Eye tracker
Yuta Itoh, Gudrun Klinker: Interaction-free calibration for optical see-through head-mounted displays
based on 3D Eye localization. 3DUI 2014: 75-82
非トップ会議
論文賞
解く問題の目の付
け所が良かった。
claimの時点で決し
ていたといえるよ
うな論文
上手くいった研究2/5
眼に反射するHMDの映像を計測し、AR像を視界に自動位置合わせする
Alexander Plopski, Yuta Itoh, Christian Nitschke, Kiyoshi Kiyokawa, Gudrun Klinker, Haruo Takemura:
Corneal-Imaging Calibration for Optical See-Through Head-Mounted Displays. IEEE Trans. Vis.
Comput. Graph. 21(4): 481-490 (2015)
トップ会議
アイディアが面白く、イン
パクトが高い研究だった。
実際に精度も向上したので
説得しやすかったはず。
上手くいった研究3/5
光学シースルーHMDにて、背景映像をうまく重畳して、遮蔽マス
クのぼやける輪郭をくっきり見せる。
Yuta Itoh, Takumi Hamasaki, Maki Sugimoto:
Occlusion Leak Compensation for Optical See-Through Displays Using a Single-Layer Transmissive
Spatial Light Modulator. IEEE Trans. Vis. Comput. Graph. 23(11): 2463-2473 (2017)
トップ会議
発想の転換で、今までハードだけで実装されていたのをソフトとのハイブリッ
ドにし、精度を保ちつつコストを下げた、という感じ。目の付け所論文。
上手くいった研究4/5
Yuta Itoh, Yuichi Hiroi, Jiu Otsuka, Maki Sugimoto, Jason Orlosky, Kiyoshi Kiyokawa, Gudrun Klinker:
Laplacian vision: augmenting motion prediction via optical see-through head-mounted displays and projectors. SIGGRAPH Emerging Technologies 2016: 13:1
実物体の予測軌道をHMDでリアルタイムに可視化し判断を助ける
Yuta Itoh, Jason Orlosky, Kiyoshi Kiyokawa, Gudrun Klinker:
Laplacian Vision: Augmenting Motion Prediction via Optical See-Through Head-Mounted Displays. AH 2016: 16:1-16:8, (Best paper award)
未来予知能力を実現したかっ
たという、中二病的研究でし
た。Laplacianは古典物理学
のラプラスの悪魔から
SIGGRAPH’16のE-techにも
招待されデモをした
非トップ会議
論文賞
上手くいった研究5/5
光学シースルーHMDで補正色を視界に重畳し、色覚異常者を補助する
Tobias Langlotz, Jonathan Sutton, Stefanie Zollmann, Yuta Itoh, Holger Regenbrecht:
ChromaGlasses: Computational Glasses for Compensating Colour Blindness. CHI 2018: 390
(Best paper honorable mention, top 5%)
トップ会議
論文賞
ストーリーがわかりや
すく、かつ意義の高い
研究で、実際の色覚異
常者を集めてしっかり
した実験もしていた。
上手くいかなかった研究
ポスターになった研究を例にとって解説します。
(恥ずかしいので少しだけ。あと、完全に落ちたものは日の目を見るかもしれ
ないので遠慮させてください。)
https://www.deviantart.com/velica/art/Publish-or-Perish-64535524
上手くいかなかった研究1/2
コンシューマーVR HMDを改造した、低遅延な光学透過型HMD
Yuta Itoh, Jason Orlosky, Manuel J. Huber, Kiyoshi Kiyokawa, Gudrun Klinker:
OST Rift: Temporally consistent augmented reality with a consumer optical see-through head-
mounted display. VR 2016: 189-190
トップ会議
ポスター
技術的な面白さ(=悪魔度
高)に偏り、既存研究と比べ
た手法の差分が小さかった
(=天使度低)
上手くいかなかった研究2/2
安価な装着型カメラだけで、片目だけの調節(焦点距離)を推定する
Yuta Itoh, Jason Orlosky, Kiyoshi Kiyokawa, Toshiyuki Amano, Maki Sugimoto:
Monocular focus estimation method for a freely-orienting eye using Purkinje-Sanson
images. VR 2017: 213-214
トップ会議
ポスター
アイディアは良かった(=天
使度高)が、計測可能条件が
限定的で実用性が懸念された
(悪魔度低)
小まとめ
• 自身の研究たちでは、必ずしもトップとは言えない論文たちの方
が評価されていたかもしれない。
• 「トップ~」というときは「ここには良い研究が集まっている可
能性が高いですよ」位と読むのが良い。
(超トップなものは除いて)
• 自分が面白いと思ってやった、若干
突飛なものの方がかえって評価され
ていたりする
(c.f., Laplacian Vision)。
4.研究業界界隈のよもやま話
査読の闇: The NIPS experiment
投稿のうち10%(166件)を、2つの査読委
員会の両方で審査した。
→委員会1で「採択された論文」の57%が委員
会2でリジェクトされた。
“ 57% of the papers accepted by the first
committee were rejected by the second one
and vice versa. In other words, most papers at
NIPS would be rejected if one reran the
conference review process (with a 95%
confidence interval of 40-75%”
”Computer science conference acceptances
seem to be more random than we had
previously realized.”
http://blog.mrtz.org/2014/12/15/the-nips-experiment.html
http://hunch.net/?p=467864
査読の闇: Paper Gestalt
2010年のCVPRで参加者に配布されたジョーク論文
論文の見た目の良し悪しで論文が採択されるかどうか判定できる
か?というお話
https://vision.cornell.edu/se3/wp-content/uploads/2014/09/gestalt.pdf
http://d.hatena.ne.jp/n_hidekey/20120101/1325388164
投稿戦略:国際会議と国際論文誌
最近流行りの学会採択フロー
例:IEEE ISMARとIEEE VR(VRとAR系の国際会議)
→Journal Track採択論文→直接IEEE TVCGのSpecial Issueへ
通常のIEEE TVCG誌採択論文
→上記を含めたいくつかの国際会議で任意に発表可
Ubicomp(Ubiquitous computing系の国際会議)
→ACM IMWUT論文誌(年4回投稿機会)
に通った論文が、Ubicompで発表される
投稿戦略:国際会議と国際論文誌
採択率のミスマッチが起きる場合がある。
・トップ会議の採択率
e.g., IEEE VR’17, Journal Track(=TVCG special issue)
採択率: 9.2%, 査読期間2か月
(ただし、コミュニティは採択率を改善していこうと考えている模様)
・トップ論文誌の採択率
e.g., IEEE TVCG 採択率~25%?, 査読期間3か月くらい?
→確率的に考えるなら、論文誌にそのまま出す方が通りやすいし
デメリットもそこまで無いと言える。
文化の違い
http://ide-research.net/jpn/publications/
井手剛:論文に関する余談
文化の違い
http://ide-research.net/jpn/publications/
井手剛:論文に関する余談
文化の違い
https://twitter.com/drinami/status/896166156737798144
全体まとめ
• 研究する動機を大事にしましょう。
• トップ会議・論文誌に挑戦することは
(Visibility担保の面で)やはり大事。
• 論文執筆ノウハウはあれど、本質的に
アイディアの段階でその研究の大勢は
決している。
• やるからには楽しく研究しましょう。
pingimaya
www.ar.c.titech.ac.jp
yuta.itoh@c.titech.ac.jp
自分の
やりた
いこと
(今の)社会が
望むこと
人類にとって意
味があること
幸せ!
沼
茨道
人に
任せ
る
その他、参考資料
http://www.ieice.org/~cs-
edit/magazine/ieice/alldata/Bplus40_all.pdf
https://www.jstage.jst.go.jp/article/bplus/
10/4/10_222/_pdf
https://www.slideshare.net/ToshihikoYamakami/13-70119705
http://ymatsuo.com/old2/matsuogumi_eigo_ronbun.htm
論文の書き方について
英語の書き方
http://amzn.asia/d/0eSvyuq
William Strunk, Jr., "The Elements of
Style"
• 英語ライティングの古典的テキスト
• 薄いのでサクサク読める
• 第1版のパブリックドメイン本を第3
者が日本語化(解説)したサイトも
ある:
http://www.kt.rim.or.jp/~hisashim/ele
mentsofstyle/
• 最新版は第4版
英語の書き方
http://amzn.asia/d/cDmBJt6
Justin Zobel, "Writing for Computer
Science"
• コンピューターサイエンスに特化し
た英語の書き方テキスト
• 文法のことから、実験のグラフやア
ルゴリズムの読みやすい書き方、実
験計画における統計的な話まで
デザインに関して
高橋 佑磨, 片山 なつ, “伝わるデザイ
ンの基本 増補改訂版 よい資料を作る
ためのレイアウトのルール “
• アイディアを人に伝えるためのデザ
イン・ノウハウ本
• パワポの書き方などに。
• 元々オンラインで公開していた
http://tsutawarudesign.com/
内容を基に書籍化したもの
(ただし、表現の見た目だけにこなれてアイディア
の無いpaper gestaltに陥ることが無いように…)
How great leaders inspire action
https://www.ted.com/talks/simon_sinek_how_gre
at_leaders_inspire_action
「何のために」を追求
することが人の共感を
得るために必須。
→プロポーザル書くと
きとか重要。
研究について思うところ | What i think about research (in Japanese)

More Related Content

What's hot

三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)Tomohiro Motoda
 
動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセットToru Tamaki
 
Semi supervised, weakly-supervised, unsupervised, and active learning
Semi supervised, weakly-supervised, unsupervised, and active learningSemi supervised, weakly-supervised, unsupervised, and active learning
Semi supervised, weakly-supervised, unsupervised, and active learningYusuke Uchida
 
Transformer メタサーベイ
Transformer メタサーベイTransformer メタサーベイ
Transformer メタサーベイcvpaper. challenge
 
[DL輪読会]“SimPLe”,“Improved Dynamics Model”,“PlaNet” 近年のVAEベース系列モデルの進展とそのモデルベース...
[DL輪読会]“SimPLe”,“Improved Dynamics Model”,“PlaNet” 近年のVAEベース系列モデルの進展とそのモデルベース...[DL輪読会]“SimPLe”,“Improved Dynamics Model”,“PlaNet” 近年のVAEベース系列モデルの進展とそのモデルベース...
[DL輪読会]“SimPLe”,“Improved Dynamics Model”,“PlaNet” 近年のVAEベース系列モデルの進展とそのモデルベース...Deep Learning JP
 
【DL輪読会】NeRF in the Palm of Your Hand: Corrective Augmentation for Robotics vi...
【DL輪読会】NeRF in the Palm of Your Hand: Corrective Augmentation for Robotics vi...【DL輪読会】NeRF in the Palm of Your Hand: Corrective Augmentation for Robotics vi...
【DL輪読会】NeRF in the Palm of Your Hand: Corrective Augmentation for Robotics vi...Deep Learning JP
 
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion ModelsDeep Learning JP
 
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...Deep Learning JP
 
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
【DL輪読会】Efficiently Modeling Long Sequences with Structured State SpacesDeep Learning JP
 
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法についてSfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法についてRyutaro Yamauchi
 
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View SynthesisDeep Learning JP
 
数学で解き明かす深層学習の原理
数学で解き明かす深層学習の原理数学で解き明かす深層学習の原理
数学で解き明かす深層学習の原理Taiji Suzuki
 
[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習Deep Learning JP
 
時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証Masaharu Kinoshita
 
3D CNNによる人物行動認識の動向
3D CNNによる人物行動認識の動向3D CNNによる人物行動認識の動向
3D CNNによる人物行動認識の動向Kensho Hara
 
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​SSII
 
最適輸送入門
最適輸送入門最適輸送入門
最適輸送入門joisino
 
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...Deep Learning JP
 
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法SSII
 
[DL輪読会]When Does Label Smoothing Help?
[DL輪読会]When Does Label Smoothing Help?[DL輪読会]When Does Label Smoothing Help?
[DL輪読会]When Does Label Smoothing Help?Deep Learning JP
 

What's hot (20)

三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)
 
動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット
 
Semi supervised, weakly-supervised, unsupervised, and active learning
Semi supervised, weakly-supervised, unsupervised, and active learningSemi supervised, weakly-supervised, unsupervised, and active learning
Semi supervised, weakly-supervised, unsupervised, and active learning
 
Transformer メタサーベイ
Transformer メタサーベイTransformer メタサーベイ
Transformer メタサーベイ
 
[DL輪読会]“SimPLe”,“Improved Dynamics Model”,“PlaNet” 近年のVAEベース系列モデルの進展とそのモデルベース...
[DL輪読会]“SimPLe”,“Improved Dynamics Model”,“PlaNet” 近年のVAEベース系列モデルの進展とそのモデルベース...[DL輪読会]“SimPLe”,“Improved Dynamics Model”,“PlaNet” 近年のVAEベース系列モデルの進展とそのモデルベース...
[DL輪読会]“SimPLe”,“Improved Dynamics Model”,“PlaNet” 近年のVAEベース系列モデルの進展とそのモデルベース...
 
【DL輪読会】NeRF in the Palm of Your Hand: Corrective Augmentation for Robotics vi...
【DL輪読会】NeRF in the Palm of Your Hand: Corrective Augmentation for Robotics vi...【DL輪読会】NeRF in the Palm of Your Hand: Corrective Augmentation for Robotics vi...
【DL輪読会】NeRF in the Palm of Your Hand: Corrective Augmentation for Robotics vi...
 
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
 
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
 
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
 
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法についてSfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
 
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
 
数学で解き明かす深層学習の原理
数学で解き明かす深層学習の原理数学で解き明かす深層学習の原理
数学で解き明かす深層学習の原理
 
[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習
 
時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証
 
3D CNNによる人物行動認識の動向
3D CNNによる人物行動認識の動向3D CNNによる人物行動認識の動向
3D CNNによる人物行動認識の動向
 
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
 
最適輸送入門
最適輸送入門最適輸送入門
最適輸送入門
 
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
 
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
 
[DL輪読会]When Does Label Smoothing Help?
[DL輪読会]When Does Label Smoothing Help?[DL輪読会]When Does Label Smoothing Help?
[DL輪読会]When Does Label Smoothing Help?
 

Similar to 研究について思うところ | What i think about research (in Japanese)

クロスモーダルデザインWS輪講 "拡張持久力 -拡張現実感を利用した重量知覚操作による力作業支援-" (発表者:山田初美)
クロスモーダルデザインWS輪講 "拡張持久力 -拡張現実感を利用した重量知覚操作による力作業支援-" (発表者:山田初美)クロスモーダルデザインWS輪講 "拡張持久力 -拡張現実感を利用した重量知覚操作による力作業支援-" (発表者:山田初美)
クロスモーダルデザインWS輪講 "拡張持久力 -拡張現実感を利用した重量知覚操作による力作業支援-" (発表者:山田初美)Takuji Narumi
 
ThemeStudy ― CHI2017-2018分析 + CHI2018速報
ThemeStudy ― CHI2017-2018分析 + CHI2018速報ThemeStudy ― CHI2017-2018分析 + CHI2018速報
ThemeStudy ― CHI2017-2018分析 + CHI2018速報cvpaper. challenge
 
先端技術とメディア表現 第4回レポートまとめ
先端技術とメディア表現 第4回レポートまとめ先端技術とメディア表現 第4回レポートまとめ
先端技術とメディア表現 第4回レポートまとめDigital Nature Group
 
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けてThe Whole Brain Architecture Initiative
 
B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)
B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)
B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)cvpaper. challenge
 
誰もが研究する時代の到来 〜これからの未来をつくる「野生の研究者」の生態に迫る〜 #smips湯村
誰もが研究する時代の到来 〜これからの未来をつくる「野生の研究者」の生態に迫る〜 #smips湯村誰もが研究する時代の到来 〜これからの未来をつくる「野生の研究者」の生態に迫る〜 #smips湯村
誰もが研究する時代の到来 〜これからの未来をつくる「野生の研究者」の生態に迫る〜 #smips湯村Tsubasa Yumura
 
StanとRで折れ線回帰──空間的視点取得課題の反応時間データを説明する階層ベイズモデルを例に──【※Docswellにも同じものを上げています】
StanとRで折れ線回帰──空間的視点取得課題の反応時間データを説明する階層ベイズモデルを例に──【※Docswellにも同じものを上げています】StanとRで折れ線回帰──空間的視点取得課題の反応時間データを説明する階層ベイズモデルを例に──【※Docswellにも同じものを上げています】
StanとRで折れ線回帰──空間的視点取得課題の反応時間データを説明する階層ベイズモデルを例に──【※Docswellにも同じものを上げています】Hiroyuki Muto
 
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催Tsubasa Yumura
 
オントロジー工学に基づく 知識の体系化と利用
オントロジー工学に基づく知識の体系化と利用オントロジー工学に基づく知識の体系化と利用
オントロジー工学に基づく 知識の体系化と利用Kouji Kozaki
 
アカデミック以外の場において発表される成果や知見の活用について
アカデミック以外の場において発表される成果や知見の活用についてアカデミック以外の場において発表される成果や知見の活用について
アカデミック以外の場において発表される成果や知見の活用についてTsubasa Yumura
 
181017 osaka-xrmeeting-lt
181017 osaka-xrmeeting-lt181017 osaka-xrmeeting-lt
181017 osaka-xrmeeting-ltJunya Ishioka
 
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation 「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation Takumi Ohkuma
 
【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose EstimationDeep Learning JP
 
Survey of Scientific Publication Analysis by NLP and CV
Survey of Scientific Publication Analysis by NLP and CVSurvey of Scientific Publication Analysis by NLP and CV
Survey of Scientific Publication Analysis by NLP and CVShintaro Yamamoto
 
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見Mitsutoshi Kiuchi
 
研究活動を通じた科研費取得の 1 モデル
 研究活動を通じた科研費取得の 1 モデル 研究活動を通じた科研費取得の 1 モデル
研究活動を通じた科研費取得の 1 モデルYutaka KATAYAMA
 
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)cvpaper. challenge
 

Similar to 研究について思うところ | What i think about research (in Japanese) (20)

クロスモーダルデザインWS輪講 "拡張持久力 -拡張現実感を利用した重量知覚操作による力作業支援-" (発表者:山田初美)
クロスモーダルデザインWS輪講 "拡張持久力 -拡張現実感を利用した重量知覚操作による力作業支援-" (発表者:山田初美)クロスモーダルデザインWS輪講 "拡張持久力 -拡張現実感を利用した重量知覚操作による力作業支援-" (発表者:山田初美)
クロスモーダルデザインWS輪講 "拡張持久力 -拡張現実感を利用した重量知覚操作による力作業支援-" (発表者:山田初美)
 
ThemeStudy ― CHI2017-2018分析 + CHI2018速報
ThemeStudy ― CHI2017-2018分析 + CHI2018速報ThemeStudy ― CHI2017-2018分析 + CHI2018速報
ThemeStudy ― CHI2017-2018分析 + CHI2018速報
 
先端技術とメディア表現 第4回レポートまとめ
先端技術とメディア表現 第4回レポートまとめ先端技術とメディア表現 第4回レポートまとめ
先端技術とメディア表現 第4回レポートまとめ
 
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
 
B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)
B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)
B3スタートアップ コンピュータビジョンの現在と未来にやるべきこと(東京電機大学講演)
 
誰もが研究する時代の到来 〜これからの未来をつくる「野生の研究者」の生態に迫る〜 #smips湯村
誰もが研究する時代の到来 〜これからの未来をつくる「野生の研究者」の生態に迫る〜 #smips湯村誰もが研究する時代の到来 〜これからの未来をつくる「野生の研究者」の生態に迫る〜 #smips湯村
誰もが研究する時代の到来 〜これからの未来をつくる「野生の研究者」の生態に迫る〜 #smips湯村
 
StanとRで折れ線回帰──空間的視点取得課題の反応時間データを説明する階層ベイズモデルを例に──【※Docswellにも同じものを上げています】
StanとRで折れ線回帰──空間的視点取得課題の反応時間データを説明する階層ベイズモデルを例に──【※Docswellにも同じものを上げています】StanとRで折れ線回帰──空間的視点取得課題の反応時間データを説明する階層ベイズモデルを例に──【※Docswellにも同じものを上げています】
StanとRで折れ線回帰──空間的視点取得課題の反応時間データを説明する階層ベイズモデルを例に──【※Docswellにも同じものを上げています】
 
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催
 
オントロジー工学に基づく 知識の体系化と利用
オントロジー工学に基づく知識の体系化と利用オントロジー工学に基づく知識の体系化と利用
オントロジー工学に基づく 知識の体系化と利用
 
20150414seminar
20150414seminar20150414seminar
20150414seminar
 
アカデミック以外の場において発表される成果や知見の活用について
アカデミック以外の場において発表される成果や知見の活用についてアカデミック以外の場において発表される成果や知見の活用について
アカデミック以外の場において発表される成果や知見の活用について
 
Ibis2016okanohara
Ibis2016okanoharaIbis2016okanohara
Ibis2016okanohara
 
181017 osaka-xrmeeting-lt
181017 osaka-xrmeeting-lt181017 osaka-xrmeeting-lt
181017 osaka-xrmeeting-lt
 
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation 「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
 
【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
 
Survey of Scientific Publication Analysis by NLP and CV
Survey of Scientific Publication Analysis by NLP and CVSurvey of Scientific Publication Analysis by NLP and CV
Survey of Scientific Publication Analysis by NLP and CV
 
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見
 
ORCIDの現状と活用事例
ORCIDの現状と活用事例ORCIDの現状と活用事例
ORCIDの現状と活用事例
 
研究活動を通じた科研費取得の 1 モデル
 研究活動を通じた科研費取得の 1 モデル 研究活動を通じた科研費取得の 1 モデル
研究活動を通じた科研費取得の 1 モデル
 
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)
コンピュータビジョンの今を映す-CVPR 2017 速報より- (夏のトップカンファレンス論文読み会)
 

研究について思うところ | What i think about research (in Japanese)