How to Read Papers

ある程度基礎を抑えたら「最新の論文を読まなくてはいけない」とつい考えがちですが、いきなり新しい論文の読解から入ると大変です。指針になればということで下記の第1章の記述を公開することにいたしました。
https://lib-arts.booth.pm/items/1834353

翻訳に頼ってなんとなくまとめるではなく、「〜〜の流れでooが出てきた」というような考察ができるようにするためのガイダンスとなれば大変嬉しい限りです。

Transcript

1. 9 痥 1 畍 䎷锷 (Introduction) 睗 1 皹ךעյ䍇韢כַֹ׆כךל׆־׼㢼״יַׂסֿ虘ַס־מ חַיֽ⚻ֻ׊יַ׀ױ׌ն1-1 硼ךע勓剹⪢✄؅ꄼ׊גؓوٞ٭ز ס䭰ꓹյ1-2 硼ךע韢倀ס㕈勓圸䧯מחַיյ1-3 硼ךע劄⮴מ鞅؆ ךֽ׀גַ韢倀ٛتعמחַיյ1-4 硼ךע 2 皹♧䔿ס勓剹ס圸䧯מ חַי⺅׽䪒ַױ׌ն 1.1 ת׆⡦ַ׵㨣׭׷ךָ葺ְךַ ױ׍✇־׼㢼״׾סֿ虘ַס־ך׌ֿյ┫阾מַׂח־סꓨ锡◜꽃מחַ יױכ״ױ׌ն 1) 韢倀ס䱱׊偙מחַי焒׾ 2) 韢倀ס㕈勓圸䧯מחַי焒׾ 3) 㵅갾מַׂח־鞅؆ךײ׾ ױ׍յ1) ס韢倀ס䱱׊偙ך׌ֿյ㕈勓溷מע arxiv כַֹئؕعמ韢倀ֿ 䫋畇׈׿יַ׾סך׆ה׼ך锶חׄ׾׆כֿך׀ױ׌ն 9
2. 1 0 痥 1 畍 䎷锷 (Introduction) 1.1 ת׆⡦ַ׵㨣׭׷ךָ葺ְךַ ㎫: 1-1 arxiv(VGGNet ס Abstract) https://arxiv.org/abs/1409.1556 ㎫: 1-2 arxiv(pdf 䓺䑑ס VGGNet ס韢倀) https://arxiv.org/pdf/1409.1556.pdf 10
3. 1 1 痥 1 畍 䎷锷 (Introduction) 1.1 ת׆⡦ַ׵㨣׭׷ךָ葺ְךַ ׆ה׼סئؕعךע㎫ 1-1 ס׻ֹם Abstract ؅銨獏׊יַ׾ً٭ة־׼յ ㎫ 1-2 ס׻ֹם pdf סٛ٤ؠמ낗ש׆כֿך׀ױ׌ն䕋匡ךע㎼갾㳔⚶ס ً٭ةםלך⪪ꪛ׈׿׾׆כֿ㝂־זגך׌ֿյꁿ䌑ס煝疴עꅼ㺤׵僃ַ׆ כ־׼篙卸ֿ⮂גذِؕ٤ءך arxiv מ⪪ꪛ׊יא׆־׼ٛفؕث׊יַׂ כַֹ嵣׿מםזיַ׾׻ֹך׌ն AlexNet ׷ R2D2 םלյ瓑מ劔⻏ם韢倀ך׵ arixiv מ┪ֿזיַםַ❛ 㜽ס韢倀׵ֵ׽ױ׌ֿյ㕈勓溷מꁿ䌑⪪ꪛ׈׿יַ׾韢倀ס 99 ע arxiv מ┪ֿזיַ׾כ脝ֻיֽׂכ虘ַך׌ն ㎫: 1-3 韢倀ס嗱筺 嗱筺מֵגזיע㕈勓溷מ㎫ 1-3 ס׻ֹמւ؞٭٠٭غ arxivփכ嗱筺׌ ׾כ┞沁┪מكشع׌׾آ٭تֿ׮כ؆לך׌նאסג״׆ס׻ֹמ鞪׬׾ כ虘ַך׌ն ւ؞٭٠٭غ 韢倀փםלך嗱筺׌׾כ♑ס阾◜ֿ䑛ז־־׾⺪ 茣䙎׵ֵ׾סך嚋ⲇ鉿؂םַ׻ֹמ׊ױ׊׺ֹն 2) ס韢倀ס㕈勓圸䧯מחַיע 1-2 硼ךյ3) ס㵅갾מַׂח־鞅؆ךײ ׾מחַיע 1-3 硼ך牞霼׊יַ׀ױ׌ն 11
4. 1 2 痥 1 畍 䎷锷 (Introduction) 1.2 锷俑ך㛇劤圓䧭 1.2 锷俑ך㛇劤圓䧭 1-2 硼ךע韢倀ס㕈勓圸䧯מחַי⺅׽䪒ַױ׌նױ׍յ┫阾מ韢倀ס㕈 勓圸䧯מחַיױכ״ױ׌ն ٬Abstract ٬Introduction(Section1) ٬Related Work(Section2) ٬Main Theme & Model Architecture(Section3) ٬Experiments(Section4) ٬Conclusion(Section5) ׆׿׼ממחַיעא׿ב׿ 1-2-1 硼֐1-2-6 硼ך⺅׽䪒ַױ׌ն 1.2.1 Abstract 1-2-1 硼ע韢倀ס Abstract מחַי牞霼׊יַ׀ױ׌նAbstract ע韢倀 סꓨ锡◜꽃؅⪢יױכ״ג锡笴ס⫐㵼מם׽ױ׌նאסג״յ韢倀מַֽי 䒣鞪׊גַَؕ٤عע㕈勓溷מ Abstract מ阾ꃍ׈׿יַ׾כ脝ֻ׾כ虘ַ ך׌ն ׆׆ךյ䒣鞪׊גַَؕ٤عמחַיך׌ֿյ䔿傽ױכ״潲׊ג闋鞃剹 (⪜ꪎ剹׵⻻ײױ׌) כע沌ם׽յ㕈勓溷מ⩰鉿煝疴כס䈼⮔ֿ䖩׍䒣鞪׈׿ ׾׆כע䟨餟׌׬׀ך׌նאסג״偆׊ׂ㸬⪜׈׿ג嚣䗻ס鞃僻ֿ㝂ׂյ⩰ 鉿煝疴؅鵕销׌׾َؕ٤عע祔ⷃמ嵣׌׆כֿ㝂ַ׆כע鞅׳갾מ䟨餟׌׬ ׀َؕ٤عך׌ն׊גֿזיյלסط٭ُמꫀ׌׾韢倀׵յאסط٭ُמֽ ׄ׾َؙشؠْؕ؞٤ءם韢倀؅ 2֐3 鞅؆ךֽׂכ需ס槏闋ֿتّ٭ثך ׌ն׆ה׼מחַיע 1-3 硼ך劄⮴מ鞅؆ךֽ׀גַ韢倀ٛتعכַֹ䓺ך ױכ״יֽ׀ױ׌ն ׈יյֵ׾瓦䍲煝疴عٝ٤غ؅䲖؆ד┪ך Abstract ؅鞅ײꅼ״׾כյ"so, 12
5. 1 3 痥 1 畍 䎷锷 (Introduction) 1.2 锷俑ך㛇劤圓䧭 we propose ..."ס׻ֹמꓨ锡אֹם銨槁ֿ⮂יׂ׾סך׌ֿյ⮴״י臝ׂ嚣 䗻ךֵ׾砈䨾ֿ⮂י׀ױ׌ (׵ה؀؆嚣锡焒זיי鞅׳ם׼⮴״יךעםַ ־׵׊׿ױ׎؆)ն׆ס砈䨾ֿ韢倀ס Main Theme ךֵ׾׆כֿ㝂ׂյ㕈勓 溷מע Section3 ך霄箖ֿ阾ꃍ׈׿יַױ׌ն 韢倀؅鞅׳מֵגזיյMain Theme ꌃ⮔ֿח־״׿ףֵכע鎢鳉ס׻ ֹם׵סםסך㎫銨דׄ牞霼׌׿ף㝕卽ע䲖׳׆כֿך׀ױ׌նאסג״յ Abstract ؅鞅ײםֿ׼ Main Theme ס锶䓜؅חׄ׾כַֹסֿյ韢倀ס鞅 ײ㢼״מ鉿ֹכ虘ַ掾מם׽ױ׌ն 1.2.2 Introduction(Section1) Introduction ע Abstract ס霄箖曫דכ脝ֻיֽׂכ虘ַך׌նAbstract ס阾鼥؅鞅؆ד갾מ韢倀סْؕ٭ةֿⶥ⮔䲖״יַ׿ף摾槏׊י鞅׳䖩锡ע םַך׌նֿյAbstract ס鞃僻ֿ䬂骭溷דזג׽յ倀ֿ곓闋ך鞅ײ⺅׽ט ׼ַדזג׽םלס갾עյ鎢鳉溷מ牞霼׊יֽׂכ虘ַך׌նױגյ׊ז־ ׽⫐㵼؅䲖ײגַ갾עقٚءٚنٛ٭ظؔ٤ء؅׌׾ס׵虘ַך׌ն 㕈勓溷ם韢僁㺤ꪛע Abstract כ㜟؂׼םַסך׌ֿյ阋⹳מ㸐׊י韢倀 ס⹧攍ֿ㝂ַכַֹס׵ Abstract כסꇙַמם׽ױ׌նAbstract ס⫐㵼ֿ ⪽✄溷מלס煝疴؅⹧攍׊ג阋⹳םס־؅焒׽גַ갾מע Introduction ך 霂䓜׌׾阾ꃍ؅䱱׌ס׵ⲯ卸溷ך׌ն ױגյIntroduction ס劄䔿מע"Our main contribution is below."ס׻ֹ מյ韢倀סꓨ锡ם韢掾؅ױכ״יׂ׿יַ׾׆כ׵ֵ׾סךյ劄䔿ס偙דׄ 牞霼׌׾ס׵ⲯ卸溷ם㖪⻉ֵֿ׽ױ׌ն 1.2.3 Related Work(Section2) Related Work מחַיעꫀꅙ׌׾煝疴מחַיױכױזיַױ׌նלה ׼־כַֹכ韢倀ס詇脢ס锶闋ס芻再؅阾׌⫐㵼ךעֵ׽煝疴脢׷吉鞅脢מ ⻔ׄי剹ַיַ׾׻ֹמ׵䘼؂׿׾סךյ嚣锡؅䪻䳢׌׾潨溷ךע摾槏׊י 13
6. 1 4 痥 1 畍 䎷锷 (Introduction) 1.2 锷俑ך㛇劤圓䧭 鞅ױםׂי׵虘ַכ䘼ַױ׌ն 䢍׿יׂ׾כյֽא׼ׂ׆סꁊ؅⹧攍׊יַ׾סךעםַ־כַֹ镄掾ך 鞅ײ嵣׌ס׵虘ַכ䘼ַױ׌ֿյ劄⮴סֹהע摾槏׊י鞅ױםׂי׵虘ַכ 䘼ַױ׌ն⩰鉿煝疴מחַיס阋⹳סג״յ؞٭٠٭غדֽׄ׈ֻיֽׂכ ַֹס׵ֵ׽־׵׊׿ױ׎؆ն 1.2.4 Main Theme & Model Architecture(Section3) 韢倀סْؕ٤כם׾脝ֻ偙מחַי俙䑑׷㎫յٜؓإٛثّםלך銨槁׈ ׿יַױ׌նAbstract ס姌מⲇ؅⪜׿י鞅׳כ虘ַ⫐㵼מם׽ױ׌ն㕈勓 溷מ㎫ֿ┞沁כזח׀׷׌ַסך㎫־׼牞霼׊יַׂסֿ虘ַכ䘼ַױ׌ն 姌מ闋鞃յ俙䑑յٜؓإٛثّך׌ֿյכזח׀׷׌׈ע韢倀מ׻זיꇙֹ ⷦ骭ך׌ն 闋鞃ֿ祔愃ךֵ׿ף闋鞃־׼鞅׳סֿ虘ַך׌ֿյꩽ倀מםזיַ׾כ鞅 ײ⺅׾סֿ㝕㜟םסךյ俙䑑׷ٜؓإٛثّ־׼牞霼׌׾偙ֿ嚝כַֹכ׀ ׵ֵ׽ױ׌ն⠥☭溷מע㕈勓溷מע闋鞃؅㸴׊嵣׊ג┪ך俙䑑->闋鞃->ؓ ٜإٛثّס꽄ך锶יַ׾סך׌ֿյ俙䑑ע嚣锡؅䲖׳┪ךע詇脢ꪨס⠥☭ 䈼ֿא׆ױךםַסך䟨㜽כ鞅ײ׷׌־זג׽׊ױ׌ն 俙䑑ע곓׊אֹכ䘼ֹ־׵׊׿ױ׎؆ֿյ㴻聋؅׊ז־׽锶׾׻ֹמ׊י ַ׿ף䟨㜽כ锶䱧ׄ⠱׊ס俙䑑׵㝂ַסךյ䢍׿׾כא׿׮ל㝕㜟ךעםַ ך׌նכעַֻյ免䫐 lemma(鎢꾴) ׷ theorem(㴻槏)յproof(隍僻) םלמ חַי剹־׿ג韢倀םל׵ֵ׽յאַֹֹآ٭تע俙㳔ֿ䕑䟨ךםׄ׿ףꉌ ׄ׾ס׵ֵ׽דכ䘼ַױ׌1 ⰺֵ׾־םַ־םסךյ劄⮴ע摾槏׊םׂי ׵虘ַכ䘼ַױ׌ ն 1.2.5 Experiments(Section4) Experiments ךע韢倀ס㵅닫篙卸םלמחַיױכ״׼׿יַױ׌ն DeepLearning ׷塌唩㳔肪ס韢倀ס㝂ׂע㵅隍㵅닫溷ם䟨⽱⻉ַ׵㝕׀ַג 14
7. 1 5 痥 1 畍 䎷锷 (Introduction) 1.3 㹋ꥷחְֻאַ铣׿ד׫׷ ״յ㵅닫篙卸מחַי坎չם阾ꃍֿ鉿؂׿יַױ׌ն銨׷㎫םל؅锶םֿ׼ 篙卸ס嬟鼛׷ؓؗعوشعסْؕ٭ة؅䲖׳׆כֿך׀ױ׌ն 劄⮴סֹהע嵣׊י׵虘ַ⫐㵼ך׌ֿյ䢍׿יׂ׾כ雄❿סْعٛؠتד ׄ䟨餟׊יꃯזיֽׂכ虘ַכ䘼ַױ׌նכַֹס׵雄❿סْعٛؠت؅䫅 ֻյ篙卸؅闋ꓡ׊יֽׂ׆כךյ꿔⛣ذتؠ؅氠ַילסׂ׼ַס篙卸ֿ⮂ ׎׾־כַֹ锶䓜؅חׄ׾סמ䔢מ皑ח־׼ך׌ն⻎׋窢䍲ֿ⮂׎׾־לֹ ־ױךע؂־׽ױ׎؆ֿյوٞةؘؠع؅㢼״׾⯼מ׆ס韢倀ךע׆סׂ׼ ַסتؤֿؓ⮂יַ׾־׼אס 80 ׂ׼ַע⮂׾ד؀ֹכ脝ֻג┪ךوٞ ةؘؠع؅ꅼ״׼׿׾כ׻׽牞㵅דכ䘼ַױ׌ն 1.2.6 Conclusion(Section5) Conclusion ע韢倀ס篙韢מֵג׾⫐㵼ך׌ն⠥☭溷מע Abstract כ錺׾ ג״յֵױ׽鞅؆ךַױ׎؆ֿ侉״י䮴׽ꂉ׾ם׼牞霼׌׾ס׵ֵ׽דכ䘼 ַױ׌ն 1.3 㹋ꥷחְֻאַ铣׿ד׫׷ 1.3.1 铣׫倯חאְג 㕈勓溷מעꓨ锡ם䝠㖥ע Abstract מױכױזיַ׾סךյAbstract ؅鞅 ؆ך嚣锡؅䪻䳢׊ג┪ך霄׊ׂ鞅ײגַ砈䨾؅霄׊ׂ鞅؆ךַׂכַֹסֿ 虘ַכ䘼ַױ׌ն 勓剹ךע 2 皹♧䔿ך㵅갾מ韢倀؅鞅؆ךַ׀ױ׌ֿյAbstract ؅⾔陹ח ׀ך׊ז־׽כ闋鞃׊յאס♑סجؠب٘٤מחַיעꓨ锡َؕ٤عמ篹ז י牞霼׊יַ׀ױ׌նꓨ锡َؕ٤عע㎫銨׷俙䑑מםזיַ׾׆כ׵㝂ַג ״յ㎫銨׷俙䑑מ濪潨׌׾آ٭تֿ㝂ׂםזיַױ׌ն 15
8. 1 6 痥 1 畍 䎷锷 (Introduction) 1.3 㹋ꥷחְֻאַ铣׿ד׫׷ 1.3.2 剑ⴱח铣׿דֶֹ׋ְ锷俑ٔأز 1-3-2 硼ךע㵅갾מ䢍׿׾מֵגזיյ劄⮴מ鞅؆ךֽ׀גַ韢倀מחַ יׇ箩♃׊ױ׌ն1-2 硼ךյ韢倀ע㕈勓溷מ䈼⮔؅阾ꃍ׌׾⥰⻔מֵ׾כ׊ ג׻ֹמյ㕈勓溷מע⩰鉿煝疴ס鵕销סכ׆؀ע嵣׊י剹ַי؛ٛةػٜס ꌃ⮔ס阾鼥ֿ㝂ׂם׽ױ׌ն ׊גֿזיյ煝疴عٝ٤غ؅ֵ׾瓦䍲䪻䳢׊יֽׂסֿ虘ַסך׌ֿյל ס⮔ꓩס韢倀׵אס⮔ꓩסَؙشؠْؕ؞٤ءם韢倀؅ֵ׾瓦䍲䟨餟׊ג┪ ך剹ׂ⥰⻔מֵ׽ױ׌նאסג״յ⻄ط٭ُ嬐מ䑛氠俙ס㝂ַ韢倀ע⩰מ鞅 ؆ךֽׂ偙ֿ虘ַך׌ն⪽✄溷מע劔⻏ם韢倀ע俙䌑篑חכ 1,000 ؅鱩ֻ ׾׆כֿ㝂ַך׌׵ה؀؆ط٭ُ嬐מא׿ב׿䈼ֵֿ׾סך峜䟨ֿ䖩锡 ך׌ ն ׆׆ױךס韢ꃍ؅鵕ױֻג┪ך┫阾מ劄⮴מ鞅؆ךֽ׀גַ韢倀סٛتع מחַיױכ״ױ׌ն Ӥ 㕈勓溷םؾشع٠٭ؠؓ٭؞طؠزٔ (氺⦐⮔꿔) ٬AlexNet[2012] 錺䑛氠俙:53,351(2019/12/29 免掾) ٬VGGNet[2014] 錺䑛氠俙:31,889(2019/12/29 免掾) ٬ResNet[2015] 錺䑛氠俙:36,106(2019/12/29 免掾) ٬MobileNets[2017] 錺䑛氠俙:3,157(2019/12/29 免掾) * Ӥ 朮✄嗱⮂ (Object Detection) ٬RCNN[2013] 錺䑛氠俙:11,073(2019/12/29 免掾) ٬SPPNet[2014] 錺䑛氠俙:3,618(2019/12/29 免掾) ٬Fast RCNN[2015] 錺䑛氠俙:7,875(2019/12/29 免掾) ٬Faster RCNN[2015] 錺䑛氠俙:14,734(2019/12/29 免掾) ٬SSD[2016] 錺䑛氠俙:6,538(2019/12/29 免掾) ٬Feature Pyramid Network[2016] 錺䑛氠俙:2,531(2019/12/29 免掾) Ӥ جءْ٤ط٭ب٘٤ (Segmentation) 16
9. 1 7 痥 1 畍 䎷锷 (Introduction) 1.3 㹋ꥷחְֻאַ铣׿ד׫׷ ٬FCN[2014] 錺䑛氠俙:13,274(2019/12/29 免掾) ٬U-Net[2015] 錺䑛氠俙:10,549(2019/12/29 免掾) ٬Mask R-CNN[2017] 錺䑛氠俙:4,497(2019/12/29 免掾) Ӥ 气䧯ٓظٜ ٬GAN[2014] 錺䑛氠俙:14,600(2019/12/29 免掾) ٬DCGAN[2015] 錺䑛氠俙:5,141(2019/12/29 免掾) Ӥ 阋靣⭦槏 (Natural Language Processing) ٬Word2vec[2013] 錺䑛氠俙:17,107(2019/12/29 免掾) https://papers.nips.cc/paper/5021-distributed-representations-of- words-and-phrases-and-their-compositionality.pdf ٬seq2seq[2014] 錺䑛氠俙:8,922(2019/12/29 免掾) ٬Attention[2014] 錺䑛氠俙:9,962(2019/12/29 免掾) ٬Transformer[2017] 錺䑛氠俙:5,336(2019/12/29 免掾) ٬BERT[2018] 錺䑛氠俙:3,130(2019/12/29 免掾) ٬XLNet[2019] 錺䑛氠俙:239(2019/12/29 免掾) * Ӥ 䒣ⵊ㳔肪 (Reinforcement Learning) ٬Deep Q-Network[2013] 錺䑛氠俙:3,379(2019/12/29 免掾) https://www.cs.toronto.edu/~vmnih/docs/dqn.pdf ٬Rainbow[2017] 錺䑛氠俙:394(2019/12/29 免掾) ٬Ape-X[2018] 錺䑛氠俙:134(2019/12/29 免掾) ٬R2D2[2019] ٬R2D3[2019] ˟ 錺䑛氠俙ע갪免㙟ֻיַׂסך㕂瞉免掾ךס錺䑛氠俙ךֵ׾׆כ מׇ峜䟨ׂד׈ַն韢倀؅䱱׌ذِؕ٤ءךյ錺䑛氠俙מחַיע갪 免牞霼ַגדׂכאס免掾ךס⚂俙ֿ؂־זי虘ַכ䘼ַױ׌ն ˟ *ֿחַיַ׾׵סע✍鎑ֿםׄ׿ף낗ף׌ס׵ֵ׽דכ䘼ַ ױ׌ն ˟ ⻎׋煝疴סٛفؕثםלֵֿ׾㖪⻉׵ֵ׾סךյ׷׷׆׊ַ׵ס מחַיעٛ٤ؠ؅魂׽ױ׊גն 17