(っ'ヮ'c)M1!ぶろぐ

えいこうのえむいち。備忘録兼電車内での暇つぶし。対話システムとか。雑記とか。間違ったこと書いてたらごめんなさい。

授業

異様に眠くて、12時間以上寝てから登校…睡眠は悪いことではないと思っているのでなるべく削らないようにしているが、寝すぎる…
天気が悪い時にとても眠いことが多いので、気圧とかが関係あるのかもしれない…つらい(´・_・`)
基本的に寝付きも寝起きの機嫌も悪いので、睡眠との付き合い方をしっかり考えないといけないよなぁ…
寝起きの機嫌は睡眠時間と関係ありそうなのだが、寝付きに関してはコントロールするのがなかなか難しい…疲れていれば比較的すぐ眠くなるが、精神的な疲労より肉体的な疲労の方が効くので、結局時間とのトレードオフという…(´・_・`)
しかも夜ふかしは得意(起きすぎて眠い、というのが深夜にならない)だから、本当に困ったものである、1回リズムずれるとなかなかなおらない(´・_・`)

今日は授業の課題をやっていたら一日終わってしまった…
まあ、paragraphvectorを回せたというのはあるのだが、もう少し進めたかった…

授業の課題はオントロジー構築とコンピュータビジョンの実装相談。CVに関しては割と有意義だったので満足。教授と相談するとここまでスムーズなんだなという感想。雑なプランだったのに親身になっていただいてありがたい。
画像系のSIFT特徴抽出をやってみてそれに対してdag-of-featuresを取り出す処理をしてSVMで分類してみようというタスクに落ち着きそうなのだが、BOFを取り出す際にSIFT特徴量から1回k-meansで次元圧縮をするらしく、ほほう?という感じ。教師なしで幾つかクラスタを作り、それによって次元削減をした方が精度が上がるみたいだ。
SVMならカーネルトリックを使えば一応分類はできるのでは?と思ったが、そのあたりは試してみたいところ。まあ圧縮した方が結果は良いのだろうが、そのへんはSVMの特徴というか、どのくらいのサイズのデータに使うのがより高精度なのか知りたかったので良い機会かもしれない。
そういうノウハウは結局手を動かさないとわからない気はするので、そういう意味では良い課題なのかもしれない。基本的に結構な負担を要求されている(気がする)ので、なんとか自分の知見増加に繋げたいw

あと、その課題を相談してる最中にSIFT特徴量に対してk-meansではなくLDAをかけて圧縮したらもっと意義のある特徴が見えてくるのでは?と思って、調べてみたらfei-feiらの既存研究があった。このfei-feiはあのfei-feiなのだろうか?ちゃんと読んでみたい。たぶんニューロが流行る前の論文っぽいので、やっぱ冬の時代はいろいろやってたのかな…などと勝手に想像している。
ただまあ、やっぱりディスカッションは重要だなと感じる。15分くらいのディスカッションでも割と楽しく色々アイデアを話せたのはなんとなく斬新だった。他分野の人と話すのはきっと大切なのだろう。

もうひとつ、オントロジー構築が割と大変だった。構築してて自分があんまりわかってないのも分かってくるし、自由なテーマで作ってみてください、というのがつらい。オントロジー構築した時に面白い挙動を示しそうなテーマを探すのが難しい。これが難しいのはオントロジーの挙動をきちんと捉えていないからなのだろうが、正直1回2回の演習でそこまで覚えてない…どちらかというとうまくいかない可能性が高い故に萎え、ストレスを感じるのがつらい(´・_・`)
まあただ、次もう1度ちゃんと勉強しようとした時にだいぶ全体像の掴み方は変わってくるのかなと思う。

大学の(特に大学院の)授業は「なんのため?」みたいなことがよくとりざたされるが、よく教える側から聞くのは「少しでも将来覚えてることがあってくれれば嬉しいです」みたいな話だ。まあ少しだけの理解のためにしてはかける時間なげーよと思わなくはないが、少なくともその「少しくらい」はちゃんと覚えられるようにしたい…
アメリカは修士くらいまでは授業中心とか、学生側からは研究したいから修士来とるんやで、とかいろいろ聞くが、まあ頑張るしかないんじゃないかなと思う。どんな無駄な勉強でも恐らく将来には役に立つと思うので…俺もちゃんと2限に出られるような生活にしよう( ´・‿・`)