Submit Search
Upload
研究の基本ツール
•
22 likes
•
9,120 views
由来 藤原
Follow
研究で使える基本的なツールの紹介。 注意:このスライドは、情報科学系研究室に向けた内容です。 特に実験ノートの項目は、化学・生物系とは事情が全く違うと思うので、注意して下さい。
Read less
Read more
Education
Report
Share
Report
Share
1 of 43
Download now
Download to read offline
Recommended
カルマンフィルタ入門
カルマンフィルタ入門
Yasunori Nihei
最適輸送入門
最適輸送入門
joisino
研究効率化Tips Ver.2
研究効率化Tips Ver.2
cvpaper. challenge
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII
ゼロから始める転移学習
ゼロから始める転移学習
Yahoo!デベロッパーネットワーク
最適輸送の解き方
最適輸送の解き方
joisino
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
Deep Learning JP
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
Yuta Kikuchi
Recommended
カルマンフィルタ入門
カルマンフィルタ入門
Yasunori Nihei
最適輸送入門
最適輸送入門
joisino
研究効率化Tips Ver.2
研究効率化Tips Ver.2
cvpaper. challenge
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII
ゼロから始める転移学習
ゼロから始める転移学習
Yahoo!デベロッパーネットワーク
最適輸送の解き方
最適輸送の解き方
joisino
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
Deep Learning JP
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
Yuta Kikuchi
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題
joisino
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
Fumihiko Takahashi
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
Ken'ichi Matsui
[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報
Deep Learning JP
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
BERT分類ワークショップ.pptx
BERT分類ワークショップ.pptx
Kouta Nakayama
最適化超入門
最適化超入門
Takami Sato
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
Preferred Networks
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
Satoshi Hara
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
hoxo_m
【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
研究分野をサーベイする
研究分野をサーベイする
Takayuki Itoh
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
Deep Learning JP
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder
Sho Tatsuno
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
tmtm otm
深層生成モデルと世界モデル(2020/11/20版)
深層生成モデルと世界モデル(2020/11/20版)
Masahiro Suzuki
【DL輪読会】ViT + Self Supervised Learningまとめ
【DL輪読会】ViT + Self Supervised Learningまとめ
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
Deep Learning JP
論文の書き方・読み方
論文の書き方・読み方
Satoshi Miura
20120731 ALC Eijiro User Meeting
20120731 ALC Eijiro User Meeting
akikom0819
More Related Content
What's hot
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題
joisino
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
Fumihiko Takahashi
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
Ken'ichi Matsui
[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報
Deep Learning JP
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
BERT分類ワークショップ.pptx
BERT分類ワークショップ.pptx
Kouta Nakayama
最適化超入門
最適化超入門
Takami Sato
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
Preferred Networks
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
Satoshi Hara
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
hoxo_m
【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
研究分野をサーベイする
研究分野をサーベイする
Takayuki Itoh
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
Deep Learning JP
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder
Sho Tatsuno
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
tmtm otm
深層生成モデルと世界モデル(2020/11/20版)
深層生成モデルと世界モデル(2020/11/20版)
Masahiro Suzuki
【DL輪読会】ViT + Self Supervised Learningまとめ
【DL輪読会】ViT + Self Supervised Learningまとめ
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
Deep Learning JP
What's hot
(20)
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題
グラフィカルモデル入門
グラフィカルモデル入門
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
BERT分類ワークショップ.pptx
BERT分類ワークショップ.pptx
最適化超入門
最適化超入門
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
【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
研究分野をサーベイする
研究分野をサーベイする
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層生成モデルと世界モデル(2020/11/20版)
深層生成モデルと世界モデル(2020/11/20版)
【DL輪読会】ViT + Self Supervised Learningまとめ
【DL輪読会】ViT + Self Supervised Learningまとめ
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
Similar to 研究の基本ツール
論文の書き方・読み方
論文の書き方・読み方
Satoshi Miura
20120731 ALC Eijiro User Meeting
20120731 ALC Eijiro User Meeting
akikom0819
論文に関する基礎知識2016
論文に関する基礎知識2016
Mai Otsuki
足を地に着け落ち着いて考える
足を地に着け落ち着いて考える
Ryuji Tamagawa
Rm20130710 12key
Rm20130710 12key
youwatari
ソフトウェアテストを助ける発想支援ツール
ソフトウェアテストを助ける発想支援ツール
Akira Ikeda
論文のいろは
論文のいろは
Shu Sakamoto
修士の振り返り.pptx
修士の振り返り.pptx
亮介 西田
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
Hironori Washizaki
SQiP2015-研究のデザイン入門
SQiP2015-研究のデザイン入門
Hironori Washizaki
論文に関する基礎知識2015
論文に関する基礎知識2015
Mai Otsuki
ドキュメントライブラリを便利にするかも?しれないテクニック
ドキュメントライブラリを便利にするかも?しれないテクニック
Teruchika Yamada
SQiP20222投稿応援フォーラム「開発現場で役立つ論文の書き方のお話」
SQiP20222投稿応援フォーラム「開発現場で役立つ論文の書き方のお話」
Makoto SAKAI
Rm20140730 15key
Rm20140730 15key
youwatari
2013講義1
2013講義1
ytanno
実践の手引き ~課題研究編~
実践の手引き ~課題研究編~
tankyu tomonokai
HiroshimaR6_Introduction
HiroshimaR6_Introduction
SAKAUE, Tatsuya
自動計測制御学会発表091124
自動計測制御学会発表091124
ikiikilab
超簡単!!なTestLinkの使い方
超簡単!!なTestLinkの使い方
Cake YOSHIDA
実践のためのスクラムガイド
実践のためのスクラムガイド
TaigaMatsunaga
Similar to 研究の基本ツール
(20)
論文の書き方・読み方
論文の書き方・読み方
20120731 ALC Eijiro User Meeting
20120731 ALC Eijiro User Meeting
論文に関する基礎知識2016
論文に関する基礎知識2016
足を地に着け落ち着いて考える
足を地に着け落ち着いて考える
Rm20130710 12key
Rm20130710 12key
ソフトウェアテストを助ける発想支援ツール
ソフトウェアテストを助ける発想支援ツール
論文のいろは
論文のいろは
修士の振り返り.pptx
修士の振り返り.pptx
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
SQiP2015-研究のデザイン入門
SQiP2015-研究のデザイン入門
論文に関する基礎知識2015
論文に関する基礎知識2015
ドキュメントライブラリを便利にするかも?しれないテクニック
ドキュメントライブラリを便利にするかも?しれないテクニック
SQiP20222投稿応援フォーラム「開発現場で役立つ論文の書き方のお話」
SQiP20222投稿応援フォーラム「開発現場で役立つ論文の書き方のお話」
Rm20140730 15key
Rm20140730 15key
2013講義1
2013講義1
実践の手引き ~課題研究編~
実践の手引き ~課題研究編~
HiroshimaR6_Introduction
HiroshimaR6_Introduction
自動計測制御学会発表091124
自動計測制御学会発表091124
超簡単!!なTestLinkの使い方
超簡単!!なTestLinkの使い方
実践のためのスクラムガイド
実践のためのスクラムガイド
Recently uploaded
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
Kochi Eng Camp
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
Takayuki Itoh
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ssusere0a682
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
Tokyo Institute of Technology
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
Kochi Eng Camp
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
Tokyo Institute of Technology
Recently uploaded
(6)
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
研究の基本ツール
1.
研究の基本ツール 大阪大学大学院 竹村研究室 M2 藤原
由来 (@sky_y)
2.
注意 • このスライドは、情報科学系研究室に向けた 内容です。 • 特に実験ノートの項目は、化学・生物系とは 事情が全く違うと思うので、注意して下さい。
3.
目次 • 研究でよくある作業とは? • ブレインストーミング •
メモ・記録 • 文書・メモ・ファイルの管理
4.
研究でよくある作業とは? • 具体的な作業 • 事務作業
(Excel, Word) • 論文サーベイ • アイデア出し • 実験計画 • 実験 • 論文執筆 • プレゼンテーション
5.
研究でよくある作業とは? • 具体的な作業 • 事務作業
(Excel, Word) • 論文サーベイ • アイデア出し • 実験計画 • 実験 • 論文執筆 • プレゼンテーション • 実質行っていること(抽象化) • 情報収集 • ブレインストーミング • (非公式の)メモ・記録 • (公式の)文書作成 • メモ、文書、ファイルの整理 • 発表
6.
今回の内容 • 実質行っていること(抽象化) • 情報収集:後日 •
ブレインストーミング • (非公式の)メモ・記録 • (公式の)文書作成:後日 • メモ、文書、ファイルの整理 • 発表:後日
7.
ブレインストーミング
8.
ブレインストーミングとは 集団(小グループ)によるアイデア発想法の1つ で、会議の参加メンバー各自が自由奔放にアイデ アを出し合い、互いの発想の異質さを利用して、 連想を行うことによってさらに多数のアイデアを 生み出そうという集団思考法・発想法のこと。 情報システム用語事典:ブレーンストーミング(ぶれーんすとーみんぐ) - ITmedia
エンタープライズ http://www.itmedia.co.jp/im/articles/0809/05/news140.html
9.
4つのルール 1. 批判は行わない。提出されたアイデアに対する批判や 判断、意見はブレスト中は排除する 2. 奔放なアイデアを歓迎する。つまらないアイデア、乱 暴なアイデア、見当違いなアイデアを歓迎する 3.
アイデアの量を求める。アイデアは多いほどよい 4. 他人のアイデアを修正、改善、発展、結合する。出さ れたアイデアの改善案や組み合わせなども歓迎する
10.
付箋・情報カード 情報カードを考える(1) 倫敦巴里/ウェブリブログ http://e-bozu.at.webry.info/201005/article_32.html
11.
KJ法 KJ法について http://crew-lab.sfc.keio.ac.jp/lectures/kj/kj.html ブレーンストーミングとKJ法 http://www.ritsumei.ac.jp/~yamai/kj.htm 参考:
12.
マインドマップ
13.
マインドマップとは • トニー・ブザンのマインドマップ • 思考・発想のためのツール •
脳の機能を最大限に生かすために、形・色・心がけなどに厳 密なルールがある • 広義のマインドマップ • 中央から放射線状に枝を伸ばした図 • ブレインストーミングだけでなく、文章構成(アウトライン) を組み立てるツールとしても使える
14.
おすすめの使い方: 2つのマインドマップ • 1つ目:ブレインストーミング用 • 2つ目:アウトライン用 プレゼン資料や文書を書く際には、2つのマイン ドマップを使うとよい
15.
1つ目:ブレインストーミング用 • 中央にはテーマを一言で書く • そこから連想される言葉やキーワードを打ち 込み、枝を伸ばしたりグルーピングしたりす る •
分かりやすいようにアイコン(マーカー)を 付けたり、画像を付けたりして装飾するとな およい
16.
1つ目:ブレインストーミング用
17.
2つ目:アウトライン用 • 実際にプレゼン資料や文書を作るベースとな るマップ • 中央にはプレゼンや文書のタイトルを書く •
上のレベルから順番に章・節・項となるよう に構成を作っていく
18.
2つ目:アウトライン用
19.
ツール • 紙とペン • できるだけ色は多く •
できるだけ紙は大きく(少なくともA3) • XMind(おすすめ) • FreeMind
20.
メモ・記録
21.
何のために記録を残すか • 実験の記録、手順を残すため • “ワーキングメモリ”として •
実験中の考え事 • 思い付いたアイデア • 「アイデアレベルのプライオリティー」の証拠
22.
研究ノート
23.
基本的な作法(抜粋・加筆) • 実験中や前後に起こったことは全部書く • 重要な電子データはプリントアウトしてノートに貼り付ける •
実験を行ったその場で記載する。(別紙にメモを取って後で転記してはならない) • ボールペンで記載すること。修正履歴が残るように記載すること。 • 日付を付け、時系列を順守して記載すること • ページにはページ番号を付けること • 1つの実験が多数の箇所に分断されないように記載すること • 他人が見て分かるように記載すること • 製本されたノートを使用すること 実験ノート - Wikipedia http://ja.wikipedia.org/wiki/%E5%AE%9F%E9%A8%93%E3%83%8E%E3%83%BC%E3%83%88
24.
輪講ノート・勉強ノート • 重要な事項は記録しておくと、記憶に残りや すい • 特に数式などは、手を動かした方が理解が深 まる(書き写すだけでもだいぶ違う)
25.
個人的な見解 • 情報科学ではあまり重視されないが、持って おいて損は無い • 竹村研ではExcelなどに実験データを記録する ことも多いが、そこに書き切れない事項やア イデアの書き場所として研究ノートは意味が ある
26.
Evernote
27.
Evernoteとは ノートを取るように情報を蓄積するソフトウェ アないしウェブサービス
28.
特徴 • メールやウェブサイトをクリップできる • リンク経由でノートを共有できる •
タグ・ノートブック(フォルダ)による分類 • タグ:関連する言葉(検索しやすいように) • ノートブック:プロジェクト
29.
Markdown
30.
Markdownとは • 文書を記述するための軽量マークアップ言語のひと つ • 「書きやすくて読みやすいプレーンテキストとして 記述した文書を、妥当なXHTML(もしくはHTML) 文書へと変換できるフォーマット」(John
Gruber) • 現在はHTMLに限らず多種多様なドキュメントに変 換できる
31.
例
32.
様々なフォーマットに変換可能 • HTML • PDF •
LaTeX (by Pandoc) • Word docx (by Pandoc)
33.
藤原の使い方 • 議事録を取る • ブログの下書き •
Markdownでメモを書き、Evernoteに貼り付 ける
34.
Markdownエディタ • Mac: Mou •
Windows: MarkdownPad 2 • その他 • Vim, Emacs, Sublime Textなど
35.
ドキュメント変換ツールPandoc • あるフォーマットの文書を別のフォーマットに変換する ツール • Markdown,
HTML, LaTeXなどは相互変換可 • Markdown文書をHTMLだけでなくLaTeXやWord docx などに変換可能 • 詳しくは: HTML - 多様なフォーマットに対応!ドキュメ ント変換ツールPandocを知ろう - Qiita
36.
文書・メモ・ファイルの管理
37.
Getting Things Done
(GTD)
38.
ファイル整理における実践 • Inboxフォルダ • まずはここにファイルを作る •
定期的に分類する • Projectsフォルダ • 現在活動中のプロジェクトに関するフォルダを入れる • Referencesフォルダ • 終了したプロジェクトや資料として見返すもの、素材やライブラリな どに関するフォルダを入れる
39.
Evernoteでの実践 • Inboxノートブック • プロジェクトごとにノートブックを作って分 類
40.
おすすめの本 デビッド・アレン: はじめてのGTD ストレス フリーの整理術
41.
クラウドストレージ • Dropbox • どの端末からでもアクセスできる •
簡易的な自動バックアップ機能がある • SkyDrive • GoogleDrive
42.
共有すべき情報 • 研究室のローカルページ • たまに覗くと、情報が追加・更新されている •
共有した方が有用だと思ったら、どんどん書くべし • Google Drive • 研究室で共同編集したいドキュメントはこれを使うと便利 • Qiita, 自分のブログ • 外部のエンジニアや研究者にとっても有益な情報は共有しよう
43.
まとめ • 研究でよくある作業とは? • 情報収集、ブレインストーミング、(非公式の)メモ・記録、(公式の)文書作成、メモ・ 文書・ファイルの整理、発表 •
ブレインストーミング • 付箋・情報カード:KJ法 • マインドマップ:2枚のマップで文書作成、XMind • メモ・記録 • 研究ノート、Evernote、Markdown • 文書・メモ・ファイルの管理 • GTD、クラウドストレージ、共有すべき情報
Download now