ROBOMECHの感想

第0稿
メインの結果は何か?
手法の新規性と結果の新規性がある場合,手法の提案の論文でないなら,当然結果をメインとする.
手法の新規性はタイトルか何かに突っ込めば良い.
結果は,メインの結果を1つ選ぶか,抽象度高くして結果をまとめるか,どっちか.
ROBOMECHなのだから,ロボットとの対応を取るべき.学会に合わせる.

第1稿
タイトルは結論かそれよりも高い抽象度で書く.
「比較」とか「影響」とかいう具体性のない単語は排除する.
知見との対応を取る,と言うならばきちんと対応を取る.取らなくてもいいなら取らないでいい.
(初めての論文は他の人の表現が入るのは気持ち悪い気がする.ストーリー作りは個性が出るため.)

第2稿
タイトルの修正がかかったので,タイトル決め.
いじり方は,入れたい単語ベースで,ひたすら日本語を頑張って弄る.
サブタイトルをうまくつかうといい感じ.
名詞は適度に連結して,助詞の「の」は削除.

第3稿
論外だそうな.コメントすらもらえなかった。
一文一語無駄なく。
具体的に。
具体例はきちんと具体例としての機能を持たせて。
目的で結論レベルまで絞りきる。(=である必要はない)
目的は結論までの流れを予想できるように。
きちんとパラグラフで。目的(最低限言わなければいけないこと(論拠))という感じ。
展望に書きたいことはintroに書いてよい。

第4稿

(背景との結合)私の扱った事象は重要です.
(問題点)でもこのことに関してはこういう課題があります.
(目的)これの課題を扱います.」
扱った事象は何か,その調査はどう重要なのか,課題は何か,提案したものは何か,具体的な貢献は何か.
背景との結合は,極力generalな領域から絞り込む.
全てが伏線になるように.なるべくつなげて.200
余分な単語は使わない.
目的は,方法結論議論が予想できる形で,かつ意外な結論が得られるのが,良い研究の必要条件.目的⊇結論.
課題の例(1)部分→全体(2)AかBのどちらかはかけていた→両方やります
abst, intro, discussionは,間を読まなくても分かるようにきちんと書く.その論文を読んでもらえるかどうかを分ける重要なポイント.

第5稿
A対Bなんだとしたら,それがきちんと明確になる形のパラグラフにする.文章構造も同様になっていればなお良い.
分野が違うと,introは長くなる.
キーワードは慎重に使う,変な単語が出てくると集中力をうばう.
トピックセンテンスはきちんと書く.本当にきちんと書く.
意味付けを大切にする.自分の研究で扱っている問題に対して,何ができていないのか,など.
どの部分をA, Bはやっているのか,を明確に.
共著は,研究成果に対して貢献のある人を入れる.具体的には,その人の部分を完全になくした時に,論文が書けるか?を考える.
抽象と具体は分ける.

introで注意すべきこと.
[txt]
全結合性
結論の予測可能性
背景→課題→目的(→方法・結論)
1パラ1トピック,1文に一つのこと
パラグラフ冒頭にトピックセンテンスをきちんと書き,パラグラフはその要約になっている必要がある.
[/txt]

いいたいことを言う文章になっていない.
トピックセンテンスのファーストセグメントにキーワードを詰め込む.

第6稿
いいたいことをいう文章になっていない.
トピックセンテンスがよくわからない.

第7稿
良いが,論文的な表現になっていない部分がある.
introは終わり.ぱっぱと進んで.
abstはテンプレがあるので,それに従うように(教えてもらっていない).

第8稿
TeXをきちんとコンパイルできるようにして,それに埋めていっている.
4ページなので,intro 0.5,方法 1,図 1,実験 1.5,引用 0.5くらい.
具体的すぎる.(あまり抽象に寄りすぎてもダメだが)
やったことの列挙にしかなっていない.

結果は余計なことがいっぱい書いてある.
結果は定量的・論理的に言わなければならない.必要な結果が出ているか.結果では言えるところまでしか言わない.

結果が言えているかどうかはに対応するにキーワードに着目.
「分散がごっそり抜けている」なら,
ごっそりとは?みたいな.
対応するデータからの対応,「この意味で」ごっそりと言っている.
分散は何→じゃあ「空間の」分散ってつけろよ!

きちんと結果がどういう理由で主張できるのかを説明できなければならない.
こういう意味においてこういうことが言えた,みたいに言える.どのグラフをみればそれがわかる,など.雰囲気じゃないとわからない.
〜と〜を満たしているから示唆できている,ときちんと定量的に説明しなければならない.

更に,結果は接地しなければならない.
結果が重要であることを,論理的に説明する必要がある.知見との対応を取ることも含めて.

結果は全体→局所・詳細の順番で行うのがよい.
結果→結果の説明→結論→考察・議論
初めにintroで扱う問題を絞ったが,分かったことをどうにかしてそこまで戻さなければならない.

結論では,
データ以外の言葉が入るが,データ以外の言葉は実験系の中でどういうものと位置づけられるのかをきちんと説明すれば問題ない.つまり,キャッチーにいってから,その中に含まれる単語についてどういう意味で言っているのかを言えれば問題ない.
あまりに一般的すぎることを言ってもしょうがない.

第9稿.
前回と変わらないまま出した.全然話が作れないわ結果からものが言えないわ.
言えることがいっぱいありすぎるらしい.研究やめればいいのに僕.
大体,テーマとかintroとか結論の並べ方とか,全体的に自分で決められていない.悲しい.

個数,割合,局所性くらいは言えるはず.
言える結果を列挙する→抽象度を上げてまとめる→足りない部分を検証する,のループが大切.
やったことの列挙とストーリーの中の位置づけ,はどう折衷すべきか?
どうやら,ボトムアップに考えることに過集中したことが問題だったように思える.もっとトップダウンで,何が言いたいという話から,何が言えれば良いかを演繹するべき.
どういうストーリーのなかで,その解析を行ったのか.結果を入れる箱を考える.

第10稿.
難易度に着目するなら難易度についてでストーリーをまとめればよい.
方法は前提ではなく,その方法を取ることによって何ができるようになったのかに言及する.
抽象から具体に話さないとわからない.
実験はまず目的があり,そのあと手法に移る.
!!結果は「想定される結果ではなく,〜だった」という形で書くとかなりそれっぽくなる.

topic トピックセンテンスレベル.やったこと.
考察 結果の考察.意味付け.
(キーワード1, キーワード2)論拠1
  対応する結果1
(キーワード3)論拠2
  対応する結果2

第11稿
だいたいOKだが,やはりつなぎが悪い.
結果の文章は,「〜のために〜を調べる.第一に〜を調べた.方法としては〜である.結果,〜であった.このことから,〜である可能性がある.第二に,〜を調べた…」のように,きちんと順序を整え,意義付けをする.
結果の方法と結果では,定量的,データ的でなければならない.従って,考察的な表現が結果に入ってはならない.
個数(n%)みたいにすると完結.
「分かった」は強い言葉なので,慎重に使わなければならない.「示唆した」「可能性がある」などで代用.
長すぎる文章は何かがおかしい.要約,あるいは構造をきちんと把握した上で,適切な表現を模索する.
目的の段階で,考察レベルまで絞り切らない.初めで絞りすぎるのは不自然なことがある.「包含関係を調べた」など.(関係を調べたとしか論理的に言えない場合)

第12稿
チェックなし.図を描く.
図はイラレで100%の大きさで書くのが良い.
図のキャプションはtexで書くので,(a)とかAとかまでイラレで編集.
全部を一つの図の中に入れるとサイズ感がわかってよい.
図を論文の中に貼って,サイズ感を見る.
遠くから見た時にどんな感じなのかを見るとよい.
タイトル何とかせねば.

第13稿
アブストは以下のフォーマット.
[txt]
背景が2~3センテンス.(1は他の分野でもわかる)
However, できてないことをいう=目的の裏返し
Here, ここでは何をやる,目的.(1, 2センテンス)
メインの結果.一個言って何個かいう列挙する(3センテンスくらい.)
意義,重要性(1センテンス)
[/txt]
論文の引用はsorted.なるべく図と文章の対応は取る,

第14稿
図に無駄な部分がある.同じ図は載せない,その時に必要な分だけ語る.

*今回自分で出来なかったこと.
方法の意義付け.他の研究とスタンスの似ているものを引っ張りだしてくる.分散の小ささで特徴づけるならUCM, タイミングの重要性など.
英語abst. (it is thatなどを使うと主張が弱くなるので,使わない.)

論文ひながた

(この文章は参考にしないでください.B4の卒論終わりの時に書いたものであるため.)

*序論
**背景:背景題名
***学際的背景xP
—社会的背景,学術的に望まれるポイント,学術的に重要なポイント.
**目的・方法と意義
—学術的に望まれるポイント,学術的に重要なポイントを私の研究では抑えられているんですよ.
**論文の構成

*背景(仮説と検証のためのセットアップの妥当性について)
—知見をまとめて仮説の提案をします.先行研究をまとめて,自分の実験がカバーする望まれるポイント,自分の実験がカバーする重要なポイントを説明します.知見を総合して,仮説の提案をします.
**先行研究xR(自分の実験がカバーする望まれるポイント,自分の実験がカバーする重要なポイントを説明.社会的ではなく,自分の実験の文脈で.)
—方向付け,論拠,主張を書く.(1)〜について説明する.(なくてもいいが普通ある)(2)説明.(3)「以上の知見から,〜だと考えられる(具体的,合文脈的).」「特に注目したいことは〜(限定).」((3)で(2)とか(1)と同じ事を言ってもしょうがない.(2)から言えることをまとめて,より一般化,抽象化したレベルで語る.)
**仮説提案
—知見を総合して,仮説の提案をします.

*調べたことxK (section)
**実験xL (s)
–実験の目的・方法(ssss)
—〜を目的とする.方法としては,…
#結果のフォーマットxN
**まとめ:調べたこと

@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@

#結果のフォーマット
-結果:結果の題名(ss)
##結果のフォーマットLong
—概要
–小結果(sss)
—セットアップ
—■解析の題名xM(ssss)
—やったこと
—この解析から得られる結果を以下にまとめる
—結果xN (TeXではitemize)
—以上の結果のまとめと考察を行う.
##結果のフォーマットShort
—セットアップ
—やったこと
—この解析から得られる結果を以下にまとめる
—結果xN (TeXではitemize)
—以上の結果のまとめと考察を行う.

*結論と展望
**結論
・研究要約
・学術的背景・目的要約(〜が求められているが,従来はなくて,本研究ではこういうことをしました.)
・方法要約(そのために〜をしました.その手法のいいところはこういうところです)
・実験要約(〜しました,〜しました,〜しました,それで〜を検証しました)
・結論(結果をより一般化,抽象化したレベルで語る.やったことの羅列ではない)
**展望

*謝辞

背景
目的までに結論レベルまで絞りきることを目的とした章。
きちんとパラグラフで。目的(最低限言わなければいけないこと(論拠))という感じ。
一文一語無駄なく,具体的に,具体例はきちんと具体例としての機能を持たせて。
展望に書きたいことは書いてよい。

目的
目的が結論を包含するようにする。

論文の書き方とTeXと図

Tex
図はepsで.epsにするコマンドとかを書いてみたり.

bibtexの仕組みを勉強したい.

http://did2.blog64.fc2.com/blog-entry-239.html

subfigureの使い方.2つ以上の画像を,ひとまとめにして記述可能.minipageよりも綺麗.
文章では1つの引用で,図は2つの比較などの場合に利用できる.

graphic
includegraphicsのオプションは左から右に実行されていく.angle->widthの順でやるのが無難.

http://www.cityfujisawa.ne.jp/~huzinami/tex/graphic.html#g-include1

http://osksn2.hep.sci.osaka-u.ac.jp/~naga/miscellaneous/tex/tex-tips2.html

記述
「データを記述する」=「恣意性を入れてわい小化し,情報を落とす代償に低次元化を行い,わかりやすく説明すること.」
注意: 情報を落とし過ぎると意味がなくなる.(高次元データをただsumしただけ,とかだとその性質が潰れすぎている)
高次元なデータは特に,何が同じで何が同じではないかを定義するのが難しい.そのため,高次元データでは特にデータの記述が必要となる.

パワポの作り方
一枚のスライドで言うこと1つ.
基本は上見て,詳細は下,がパワポの書き方
スライドをみて伝えたいことは書かないとわからない
タイトルもきちんと意味をもたせる.
実験は方法&目的をきちんと書く.

発表
背景の最初のスライドは消すべき(社会的背景).実際にやっていないことを、想定していない事でしかない.短い学会発表の中では特に、出す例も含めてすべて伏線であるべき.
Tipsまとめ.

https://mail.google.com/mail/u/0/#search/%E5%8D%92%E8%AB%96/143f66d6908c39ab

数字をおしてエンターで戻れる.質疑でカタカタしているのはみっともない.

結論・展望の書き方
結論は,結果をより一般化,抽象化したレベルで語る.やったことの羅列ではない.
パラグラフは,
・背景・目的・方法
・[結果x3→結論(一般化)] x N
・展望

論文の構成
introと結語は膨らませて,結果は細い.ぼんきゅっぼん.
どれだけ自分のやった僅かなことが,学際的に多方面に接地できるか,が勝負.

先行研究の紹介の構造
(1)〜について説明する.(なくてもいいが普通ある)(2)説明.(3)「以上の知見から,〜だと考えられる(具体的,合文脈的).」「特に注目したいことは〜(限定).」
(3)で(2)とか(1)と同じ事を言ってもしょうがない.(2)から言えることをまとめて,より一般化,抽象化したレベルで語る.考察と結論の関係のように.
(1)は方向付け,(2)は論拠,(3)は主張.

研究計画
要求仕様であって,方法についてはあまり考えない.

ポスター
abstは人がいないときに読ませるもの
後援機関,題名,筆者,導入,方法,結果,結論
後援機関,題名,筆者,導入,方法,実験&結果,結論,など.

背景と目的→社会的背景は除外?
方法に仮説を明示し,それを検証するための戦略を書く.
その道具だてとしての方法を記述.

実験&結果は,「目的&方法,結果,考察」が明らかになるように
Tipsは別色で囲んで説明(赤ちゃんロボット,正準相関分析,運動カップリングなど.)

ポスター発表
ポスターの発表はまず10秒で何をする研究かを説明して,その後具体的な方法に入っていく.

症例研究

最近のレビュー

http://link.springer.com/article/10.1007/s11065-013-9235-4

高次脳機能障害

http://www.geocities.jp/hairihachiba/syoujou.htm

A CASE OF IDEATIONAL APRAXIA WITH IMPAIRMENT OF OBJECT USE AND PRESERVATION OF OBJECT PANTOMIME

http://ac.els-cdn.com/S0010945213803322/1-s2.0-S0010945213803322-main.pdf?_tid=80d29726-5bf9-11e3-8c50-00000aab0f01&acdnat=1386061471_3c18d2bb8387ad843eb1548cc796152b

モータ的不器用さがない人で、パントマイムができるのに致命的にものの操作ができない症例。
この論文の中で、
観念失行(apraxia): 物の名前や用途は説明できるのに、使用ができない。歯ブラシを見せて「これは何ですか?」と質問すると「歯を磨くものです」と答えるにもかかわらず、「使ってみてください」というと耳に入れようとしたりする。
観念運動失行: 自発的な運動であれば可能であるが、口頭指示・模倣による習慣的な運動や簡単な動作(身振りなど)が再現できないこと。「さようならと手を振ってください」「歯を磨くまねをして下さい」といった指示に対して、頭では理解しているのに実行できない。
利用方法の失認: 道具使用に関する知識の欠損

センサグローブ

http://www.centropiaggio.unipi.it/sites/default/files/BSB_IJRR_GLoveDesign_2013.pdf

姿勢センシングを少ないセンサデバイスで最大情報量を取る。
シナジーを使って最大情報量。

http://www.thehandembodied.eu/pdf/papers2012/FliUrbSma2012.pdf

EMGを使って把持物体認識

ロボットハンドの操作のための力覚呈示外骨格デバイスの開発
関節角に対してトルクをかけていることが特徴。

http://ci.nii.ac.jp/els/110008741141.pdf?id=ART0009816627&type=pdf&lang=jp&host=cinii&order_no=&ppv_type=0&lang_sw=&no=1386067779&cp=

http://download.springer.com/static/pdf/877/art%253A10.1007%252Fs00464-012-2745-y.pdf?auth66=1386243533_584a38a7c2826395f2c25ba302d6bea8&ext=.pdf

laparoscopy
腹腔鏡手術式におけるVRトレーニングにおける、haptic feedbackの重要性について。
重要だが、下手なフィードバックをかけるのはrealisticに感じない。

1999年。古い。Haptic Feedback for Virtual Reality

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.135.6358&rep=rep1&type=pdf

http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=826858

外骨格力覚。指先に最大16Nのhaptic feedback。

TOREAD

–読みたいもの–
Mobergの論文

grip system

https://mail.google.com/mail/u/0/#search/sagisaka/144bb0ffe0534e32

論文の書き方(日本語)

http://www.amazon.co.jp/exec/obidos/ASIN/4320005716/kenkyuuryuuga-22(だれかおすすめ)

http://www.amazon.co.jp/%E3%83%AC%E3%83%9D%E3%83%BC%E3%83%88%E3%83%BB%E8%AB%96%E6%96%87%E3%81%AE%E6%9B%B8%E3%81%8D%E6%96%B9%E5%85%A5%E9%96%80-%E6%B2%B3%E9%87%8E-%E5%93%B2%E4%B9%9F/dp/4766409698

※はおすすめ
※M.アドラー C.ヴァン ドーレン『本を読む本』ブリタニカ出版,1978年.
板坂元『考える技術・書く技術』講談社現代新書,1978年.
板坂元『何を書くか,どう書くか』光文社カッパブックス,1980年.
※澤田昭夫『論文の書き方』講談社学術文庫,1977年.
澤田昭夫『論文のレトリック』講談社学術文庫,1983年.
野口悠紀雄『「超」勉強法』講談社,1995年.
野口悠紀雄『「超」勉強法 実践編』講談社,1997年.
本多勝一『日本語の作文技術』朝日新聞社,1982年.
論文の書き方(英語)

http://books.google.co.jp/books?id=0LfNnHk9NOoC&pg=PA105&lpg=PA105&dq=%E8%AB%96%E6%96%87%E3%80%80%E3%81%84%E3%81%A1%E3%81%A9&source=bl&ots=nyMHDoZXOg&sig=c9q5WH11NhBiKPwIbwe2H4vDZxg&hl=ja&sa=X&ei=Yb8fU8C6B8u9kQWd8IHAAg&redir_esc=y#v=onepage&q=%E8%AB%96%E6%96%87%E3%80%80%E3%81%84%E3%81%A1%E3%81%A9&f=false

論文の書き方とか

http://homepage3.nifty.com/hiraizumi/index.html

接触運動両方測ってる奴
Analysis of human grasping under task anticipation using a tactile book

物体の受動性を使ったロボットの設計
Exploitation of Environmental Constraints in Human and Robotic Grasping
Open-Loop Precision Grasping With Underactuated Hands Inspired by a Human Manipulation Strategy
Push-Grasping with Dexterous Hands: Mechanics and a Method

Auditory Filling

http://www.cell.com/current-biology/retrieve/pii/S0960982207016910

google docsの
StudyOfAnimalBody
thesis

http://tkawamoto.web.fc2.com/write_tip.html

粕谷「生物学を学ぶ人のための統計のはなし」
Man-WhitneyのU検定=Wilcoxonの検定.

伝えるための心理統計
(H君おすすめ.効果量のはなし.)

period surrogateと音声の「あ」の構成についてとか.

http://www.robotics.tu-berlin.de/fileadmin/fg170/Publikationen_pdf/isrr2013.pdf

母体の肥満と子供の発達障害の関係性.

http://pediatrics.aappublications.org/content/129/5/e1121.short

pais*
運動時系列から重要な変数の抽出と制御器抽出とセグメンテーションをするらしい.
接触情報は扱ってない.

bernardin*
人間の把持パターン時系列を認識するシステム.古い.
切り出すべきノードが最初から決まってる(把持形態の先行研究から導出)

rainer*
マニピュレーションのプランニング.
接触情報を拘束条件にしてる

Shukla*
運動計測から最適制御器を得る,ということのようだが,
接触情報は(少なくとも計測においては)扱ってない模様.

Handle Project

http://www.thehandembodied.eu/papers

Latash先生とか

柳川「ノンパラメトリック法」

調理と理論-山崎-清子

http://gihyo.jp/dev/serial/01/machine-learning

http://www.atmarkit.co.jp/ait/articles/1203/07/news117_3.html

–読んでいる途中のもの–

–読んだもの–
統計について
久保田「確率・統計解析の基礎」 18h(7章マルコフ連鎖をふっ飛ばした.)
超厳密ではなくてよいが,確率・統計解析を数学のことばで追いたい人向け.
測度論から導入し,高校数学で理解できる範囲で確率変数などをきちんと定義している.
この本で初めて確率変数が標本空間からボレル集合への「写像」のことを表すことを知った.
また,χ^2分布,F分布,t分布の定義をきちんと枢軸量によって与えており,あのだからt分布ってなんだよ!!的歯がゆさを消してくれる.
複合仮説検定のχ^2検定について,証明を全部ふっとばされた.最後の章の結構気になっていたのに,残念.

Segmentation

Temporal Causality for the Analysis of Visual Event

画像の時系列HoG, HoFをクラスタリングして、それが発生する回数に関するポアソン点過程の共起行列を因果性解析して、因果的に独立なクラスタをパーティション分けする。
(1) space-time visual words based on their temporal cooccurrences
(2) temporal causal analysis

http://tanichu.com/wp-content/themes/tanichu/data/pdf/ssi10_hamahata.pdf

模倣学習のまとめ、ノンパラメトリックベイズ法を用いた階層ディクリレHMM、sticky HDP-HMMで。
とても良くまとまっていて読みたい。

http://www.jaist.ac.jp/ks/skl/papers/sig-skl-20080916-3.pdf

k-meansによる運動分節化

諏訪正樹: 身体知獲得のツールとしてのメタ認知的言語化,人工知能学会誌, Vol.20,No.5,pp.525-532(2005)
変数の発見とそれらの関係性が能力向上に重要。

T. Taniguchi, N. Iwahashi, K. Sugiura, and T. Sawaragi. Constructive approach to role-reversal imitation through unsegmented interactions. Journal ref: Journal of Robotics and Mechatronics, Vol. 20, No. 4, pp. 567–577, 2008.
SARMという手法による模倣。運動をより細かい列に分解し、それをガウス分布、線形モデルでモデル化する。
高野先生の特徴HMMによる予測可能性と同列に紹介されていた。

http://www2.kokugakuin.ac.jp/~yshibata/bunsetuka/bunsettuka.htm

子供の運動文節化

身体運動の分節化と認識

http://staff.aist.go.jp/toru-nakata/MChopDD/motionchopper.pdf

模倣の哲学

http://www.bewegung.jp/htm/DB/JN/J19/19-02.pdf

分節化

http://tanichu.com/wp-content/themes/tanichu/data/pdf/ssi10_hamahata.pdf

模倣学習のまとめ、ノンパラメトリックベイズ法を用いた階層ディクリレHMM、sticky HDP-HMMで。
とても良くまとまっていて読みたい。

http://www.jaist.ac.jp/ks/skl/papers/sig-skl-20080916-3.pdf

k-meansによる運動分節化

諏訪正樹: 身体知獲得のツールとしてのメタ認知的言語化,人工知能学会誌, Vol.20,No.5,pp.525-532(2005)
変数の発見とそれらの関係性が能力向上に重要。

T. Taniguchi, N. Iwahashi, K. Sugiura, and T. Sawaragi. Constructive approach to role-reversal imitation through unsegmented interactions. Journal ref: Journal of Robotics and Mechatronics, Vol. 20, No. 4, pp. 567–577, 2008.
SARMという手法による模倣。運動をより細かい列に分解し、それをガウス分布、線形モデルでモデル化する。
高野先生の特徴HMMによる予測可能性と同列に紹介されていた。

http://www2.kokugakuin.ac.jp/~yshibata/bunsetuka/bunsettuka.htm

子供の運動文節化

身体運動の分節化と認識

http://staff.aist.go.jp/toru-nakata/MChopDD/motionchopper.pdf

模倣の哲学

http://www.bewegung.jp/htm/DB/JN/J19/19-02.pdf