カテゴリ:「Conference」

»次のページ

--.--.-- --:-- | EDIT
上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。
Category: スポンサー広告
Permanent Link | Comment(-) | Trackback(-) | PageTop↑
2013.03.02 15:24 | EDIT
今朝起きたら,CVPR2013の結果が届いていました.

今月初旬には分かっていたのですが,結果は"Weakly Reject"でした.

CVPRでは7段階の査読があり,採録3段階,ボーダー,不採録三段階でした.

前に同じ研究グループの後輩が出したときにはDefinitely Reject(一番下の不採録)で,今回はWeakly Reject(一番上の不採録)だったので,二段階進んで確実に採録に向けて進んでいることになります.
ただ,不採録は不採録です.

査読者のコメントをまとめておくと,

- 従来手法のサーベイや実験での比較が足りない:最新の手法と比較し,提案手法が的確かどうかを検証する.実験が適切に行われていないといくら良いアイディアでも評価は高くならない.さらに,その分野において最高性能を誇る手法を提案した研究者が査読者として論文を見ていることも十分に考えられるのでサーベイも重要課題.

- 提案手法の新規性や有用性が際立っていない:提案手法のどこに焦点をあてて欲しいのかをはっきりさせる.これができていないとダメ,だそうです.自分がはっきり書いたつもりでも,査読者から見ると甘かったりするので,これはトップ会議に通った論文を何本か見てみるといいかもしれません.自分もまだまだ甘いようです...


そして,三人の査読者共に,この視点で直すように書かれていました.
トップ会議の査読者は,ほぼ例外なく第一線で活躍する研究者なので多少の善し悪しはあるものの,査読の正確性や公平性も保っているのだと思いました.

ここで通す事ができたら間違いなくトップの研究になっているということなので,何度でも挑戦し続けたいです.

CVPRへの投稿は今回が初めてで,不採録という結果になりましたが,トップ会議に投稿するという経験や論文の書き方みたいなのがわずかながらつかめた気がするので,次に投稿するときには「研究の提案」と「実験の信憑性」について重点的に気を使います.


スポンサーサイト
2013.01.23 13:37 | EDIT
最近,論文チェックの依頼や自分で論文誌を書く事が多くなっているので,その中で気付いたことについて書きたいと思う.
あくまでも自分で気付いたことなので一般的に言われているかもしれないし,すでに多くの人が知っている事も当然あります.

[論文の書き方]
- 論文の難易度と自分の論文のレベルを把握しておく:論文誌に年間数本投稿していく中で,さじ加減がつかめてきました.自分が書いた論文の「新規性や有用性はこれくらい」というインパクトと「論文の難しさ」を照らし合わせる事で大体の採択確率みたいのが(感覚的にだけど)分かって来ました.または,その学会に採択されている論文を見ていると分野の特色があるので研究に合わせて投稿する学会誌を選択するという方法もあるはずです.この感覚がつかめたことで,最近は国内外ともに論文誌の査読で落ちたということが4回連続で無くなりました.ただし,未だIEEE Trans.などハイレベルな学会には投稿した事がないので,今後はそちらもなんとか突破出来るように,さらにはそれに通す感覚をつかめるまでになりたいと思います.

- 難しい査読は減点方式:これは実際に最近やってしまった間違いで,「手法は書いたものの実験がなされてない」という間違いです.その論文の中では順を追って2つの手法について有用性を言うようにしていたのですが,「2番目の手法に関しては実験がされているが,1番目の手法については十分な実験がなされていない」と言われてしまいました.査読対象の論文が4ページだったことで外したのですが,それが災いしてしまいました...3人の査読者中,2人がそれを理由に不採録の烙印を押したのでした.一人のコメントはかなり高かったので,ちゃんと書いていれば可能性は十分にありました.ここから提案した数ではなく,論文では自分が特に何を提案したいのか?を際立たせることが重要であると勉強しました.特に,査読が難しいトップの論文誌や学会ではこれが徹底されていないと通らないと思います.

- 実験では他の手法との差別化を図る:実験をいい加減にしていては,査読が難しくなってくると中々通りません.特に,トップカンファレンスに通っているような論文を見ていると,論文の半分くらいが実験に充てられている,なんていう研究も多く見られるはずです.そして,一番自分の研究に似ている論文や,精度を比べる際には最高性能の手法と比べる事です.そして,提案手法のどんなところが比較する研究と違うのか?について明確な考察が無いと査読員を納得させる事はできません.「やってみたらうまくいった」よりも「**の〜なところがこの問題に効果的である」と言ったほうが,当然ながら理論が強くなります.そこに持って行くために,実験もストーリーを作る事が必要です.


また,後輩のチェックに関して自分が気をつかっているところも.
[論文(英語)チェックについて]
- 文法があっているかどうかだけでなく,「学術的に適切な表現か?」について気を遣う.

- チェックする事で覚えることもある.例えば,自分が普段使わないような単語を覚える事ができる.

- 自分が間違っているのか?相手が間違っているのか?に気をつける.自分が間違っている場合は,正しく覚え直す.

- 論文の中で言いたい事が明確かどうかを確認する.

- 重要(と思われる)文章は意識してチェックする.

- 研究のバックグラウンドから提案までの流れは大事.


これらがパッと思い付くところです.
まだあるとは思いますが,大事なところは伝えられたと思います.

2011.09.11 06:29 | EDIT
CVPRのことについて,少し書いてみようと思います.

CVPRは,コンピュータビジョンのトップカンファレンスで,毎年世界中からいろんな手法が投稿されてきます.

その中でも採択されるのは約20%という狭き門です.

世界から送られてくる論文の中でも,厳選された研究しか通らない,まさに最難関です.

僕もこの1ヶ月半の間に成果が出れば投稿する権利を教授からもらえます.

投稿するまでも難関,投稿してからも難関,というわけですね.

でも,目指すだけなら誰でも出来るので,どこまで出来るか,挑戦してみたい気持ちはあります.

さて,CVPRですが,日本の先生方もレポートをして下さっているそうです.

ざっと調べて,入手できたのはCVPR2006とCVPR2011でした.

かなり詳しく書いてあるので,とても参考になりました.

CVPR2006 Report

CVPR2011 Report
2011.09.06 08:30 | EDIT
素人のように考え,玄人として実行する

- ”面白くて役に立つ”研究開発のすすめ-


今日の内容:方法の方法論(メタ研究)について話したい

Moment of Fame

いっときの有名(自慢話として聞いてください!)

- スーパーボウル:アイビジョン(33台のカメラを使って映画マトリクスのように撮影する)
- スーパーボウルの放送に出演した唯一の大学教授
- 映画Surrogatesに出ている



技術開発者の仕事と希望は?

-「良い研究や開発をすること」
- では,「良い研究や開発をすること」とは?
- 故アランニューウェル先生のお話(3つの教訓)

"Good science responds to real phenomena or real problems.
Good science is in the details.
Good science makes a difference."

- 成功するアイディアは,もとは案外,単純・素直なものである
- 邪魔になるものは「知っている」と思う心,”専門的”「知識」
- しかし,実行には専門的な知識と技がいる

(原因に関わる余裕を持てる人でないとうまくいかない,経験がないといけない)

そこで,”素人発想,玄人実行”である

発想する

ー身の回りからヒントを得る
ー飛躍した?推論,いい加減な?論理で考えてしまう

- 飛躍的な発想の例:ウェゲナー「大陸移動説」

答えから考えた:アフリカと南アメリカの地図を重ねて大陸が動いたんじゃないか?という仮説

(研究での例)
Compressed Sensing
いいカメラを作って,実環境を撮像する,そしてデコードしてさらに像をつくる
カメラから撮像する行程を省けばいいのではないか?


シナリオを作る

- 何がどうしてどうなって
- どこでどんな封に役に立つ
- 大きく,自由に,楽しく考える


[研究での例]

- VIRTUAL REALITYにより,

REAL REALITYを実験しようとしてきた
しかし,逆を考える(リアルワールドがスタートではないか?)
リアルスタートで実験をすればいいのではないか?

- 静止物体の3次元復元

自由の女神を復元しようとした

- ビデオレートのステレオマシーン(今度は動く物体でやってみよう)

カメラだらけの部屋を作った(NBAをコートの中でみよう!というスローガン)

- アフガニスタン全体をカメラを使って監視しよう

バルーンにカメラを付けて飛ばす,というアイディア(アフガニスタンはだめだから,国境から飛ばすと考えた)
無理であるか?→監視カメラは街中いっぱいある

- リアルタイム顔認識

金出先生→オバマ大統領 の表情に合成
Visual Communication Lab (Planned):自由に表情や性別を設定できる?→新しい心理学の分野ができる?

Motion Cloning:人物のキャプチャを別の人物で置き換える

それをリアルタイムで認識したらいい

発展させる(1)

- 解ける(解けて意味のある)問題を構想する
- 問題全体を解こうとすると問題がある
- 特定な問題にフォーカスすると解けて素晴らしい
- 役に立つ問題がないものは行けない
- 意味の無いものをやっている人もいる


研究での例

- Water Drop Display (3Dディスプレイ)

水滴を落として光を照射する
→反対を考える
雨を狙って照射する→逆に言えば,雨を避けて照射できない?(車のライトを見やすくする)


発展させる(2)

極端に,反対に,突き詰めて考える

- それが本当なら,多い方が良い→無限に,少ない方が良い→ゼロにする
- それで動かないなら間違っている?
- 人類は10×10の画像をすべて見たことが無い?(金出の定理?)


研究での例

- Hallucination

解像度 高から低は簡単,しかし,低から高は難しい
Hallucinationという考え方で復元できる
これができると,低解像度のカメラから銀行強盗の手配写真ができる→幻覚は証拠にならない(アメリカの弁護士より)


例題を解く,「解けない例題」を考える

- フォン・ノイマンの逸話
- オイラーの話
オイラーは例題を解いて公式を作っていた
オイラーは3つ例題を解いただけで公式を作った
ただし,例はよく考えて作る・使う
「論理学者,数学者,物理学者,工学者」の話(書籍より)


発展させる(3)

- 人に話す

アイディアを強固にする

研究での例

- 細胞トラッキング

人が追跡できるなんて,すごくない,細胞のトラッキング(再生医療)ができたらすごい規模だと言ってあげようと言われた
細胞の追跡により細胞分裂の機能が得られる
→メッカに集まった人を追跡する(40万人)
流れの中で違う方向に動いている人がわかる


研究価値

-「新しい」ことが価値ではない
世の中に新しいことより古いことのほうが多い

- うまくいって,役に立つことが価値

- 役に立つ研究を卑下しない
本当の基礎研究ほど役に立つものはない

- 本当に動く者が人を納得させる
いい研究だね,といったら納得していない,本当に納得していたら,それいくら?ときく


(再び)「良い」研究や開発とは?

イノベーションは現実問題から始まる
人の研究に差をつける
誰が最初かは大事でない,だれが先にそこへ到達したかが大事なんだ

最後に,一つ好きな言葉を...

"問題はあなたが解いてくれるのを待っている"

故アラン・ニューウェル教授


質問

-「素人が考えて,玄人が実行する」 ではどうか?

素人と玄人が集まっていくのはどうか? プロジェクトリーダーがよく考えた人であれば成功する
あまりうまくいった例はない

- 研究がうまくいくにはどうすればいいか?

多くの人でやるとうまくいかない
10人でやるよりは5人×2に分けて競合させる

(参考文献)
素人のように考え,玄人として実行するー問題解決のためのメタ技術, 金出武雄, PHP研究所
2011.09.06 08:21 | EDIT
金山 博様(IBM基礎研究所)IBM基礎研究所 個人ページ

watsonに携わった日本人は2人しかいない.そのうちの一人.


[特別講演]質問応答システムWatsonのクイズ番組における対戦
PRMUページ

IBMグランドチャレンジ(成功するかどうかわからないことをやるプログラム)の一環でやった.
ディープ・ブルーもそのプログラムだった.
2011年2月,クイズチャンピオンに勝ってしまった.
IBM基礎研究所は世界9拠点

そのうちアメリカ,イスラエル,中国,日本から人を集めた.


watsonの基礎知識

Jeopardyに参加させるためにIBM Researchが開発した質問応答システム

ー テキストで受け取り,その内容から答えの候補を出す,そして答えをマッチしてボタンを押す
ー 一定以上の確信を持った場合にボタンを押す
ー 聞くこと,見ることはやっていない(音声認識,画像認識)

Jeopardyについて

ー 平日の夕方に行われている
ー 幅広い分野から出題
ー 答えの種類が決まっている,という前提条件がある
ー Jeopardyのゲーム構成詳しくはこちら


対戦の模様
ー 幅広い分野への対応:膨大なカテゴリの中からの検索を一気にやらなきゃいけない
ー 問題文とカテゴリの解釈:問題文で何を問うているか
ー 高い正解率:実際の対戦時の正解率
ー 確信度の推定:分からないときにはボタンを押さない
ー 応答速度:問題文を読み終わるまでの2,3秒の勝負
ー ゲームの戦略:パネルの選び方,ボタンを押す閾値の設定,賭け金の設定
ゲームを行う上での戦略も多かった


技術の補足
ー 複雑な質問文から答えを適切に選び出す技術:単純ではない(質問文をGoogleで調べても答えは得られない)
ー 代名詞が何を指しているか?を推定
ー 答えの内容を解析した

処理の流れ(上から下)
ー 問われている内容の解析
ー 解答候補の生成
ー 回答の根拠探し
ー スコアリング
ー 同義語の融合(裏で知識データベースを使用)
ー 解答+確信度のリストから閾値以上の一番高い確信度を持つ答えを解答する


マッチング
キーワードのマッチングだけではだめ
→意味を考慮したマッチングをする(いろんな観点から意味付けして投票していく)


人間の成績にどうやって近づけたか?

データベースの拡張,文脈の関係を入れた,意味を考えた,などなど.

その結果,人間のレベルに近づいていった.

2880台コアを使用することで,2〜3秒の解答時間を実現した.



適用できる(しやすい)質問応答タスク

仮説が列挙できること
数値計算で決定的にとけないような複雑な問題であること
機械を発見する基となる文書や数値データが大量に使える
100%の正答率は期待できない

→人間を補助する形で使用する


医療の分野での使用

どんな病気か,ということを割り出している

ー 医学の知識を放り込んでいる
ー 見落としてしまわないように,コンピュータの候補を見て判断する(医師の誤りを補正- する働きになるのではないか?)


まとめ

クイズ番組において,人間の能力を上回った

ー 大量のテキスト情報を用いて適切に解答する
ー 情報アクセスの方法,ハードウェア・ソフトウェアについて
ー 人間とは異なるアプローチ

グランドチャレンジは,研究を進歩させる

ー 目標に向かって技術を同定する
ー 達成度の可視化が重要

応用の可能性

ー 医療分野での応用
ー 今後様々な分野でチャレンジしていきたい
上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。