論文の書き方と発表の仕方
スポンサーリンク
概要
- 論文の詳細を見る
It is wrong to consider that the more difficult the papers are, the more valuable. We should write a paper in a top-down manner, starting from the central idea that explains the originality of the paper down to the details.In the abstract, we should state the originality, the new approach, and the contribution of the paper. In the introduction, we should explain the problems of the previous work citing references and explain what is the originality of the paper and how to solve the problems in a new way. In the body of the paper, we should discuss the idea more elaborately, if possible, using figures and then move to the details. In the conclusions, we should state the method and contribution clearly.In presenting a paper, we should explain the idea by figures not resorting to mathematical equations.
- 社団法人 電気学会の論文
- 2005-01-01
著者
関連論文
- 追加学習型カーネル主成分分析によるオンライン特徴抽出(知識獲得,機械学習,情報爆発論文)
- 関数近似用サポートベクトルマシンの最急上昇法による学習
- パターン認識のためのサポートベクトルマシン入門-VI : 最近のトピックス
- 追加学習型カーネル主成分分析によるオンライン特徴抽出
- 長期記憶を導入した階層型ニューラルネットの追加学習アルゴリズム
- 標本部分空間法に基づくサポートベクトルマシンの開発
- 錘制約部分空間法に基づくサポートベクトルマシンの開発
- パターン認識のためのサポートベクトルマシン入門-V : 特徴抽出と特徴選択
- パターン認識のためのサポートベクトルマシン入門-IV : 学習法
- パターン認識のためのサポートベクトルマシン入門-III : SVMの変形
- パターン認識のためのサポートベクトルマシン入門-II : 多クラスSVM
- パターン認識のためのサポートベクトルマシン入門-I : 2クラスSVM
- サポートベクトルマシンとファジィシステムの融合方式(テーマセッション,パターン認識・メディア理解のための学習理論とその周辺)
- 論文の書き方と発表の仕方
- ラジアル基底関数ネットの高速追加学習アルゴリズム
- 決定木に基づくペアワイズサポートベクトルマシンの構造決定方式
- マージン最大化による多層ニューラルネットの学習方式
- 決定木に基づくサポートベクトルマシン
- 超凸多面領域を持つファジィクラシファイアの高速学習方式
- ファジィ理論およびベイズ理論の導入によるマルチクラスサポートベクトルマシンの汎化能力の向上
- 最急上昇法によるサポートベクトルマシンの学習
- P-04 論文執筆,発表能力の向上に向けた取り組み((3)コミュニケーションスキル教育,ポスター発表論文)
- 分散意思決定問題のモデル化と遺伝アルゴリズムの適用法
- 分散型意思決定問題の自律分散モデルと進化型計算の適用法
- 分散型生産システムにおける計画作成問題のモデル化と解法
- 追加学習機能をもつニューラルネットを用いた行動価値関数の近似
- パターン認識用ファジィサポートベクトルマシンのアーキテクチャ
- マージンの最大化による楕円領域を持つファジィクラシファイアの汎化能力の向上方式
- サポートベクトルマシンの学習の高速化とファジィクラシファイアとの性能比較
- ファジィ楕円領域の解析による高速順方向特徴選択
- 線形不等式の求解による動的連想メモリの性能改善
- 楕円領域を持つファジィルールを用いたロバストな関数近似法
- 超凸多面体近似によるファジィパターン認識法
- 「電気関係学会関西支部連合大会」特集号によせて
- 楕円領域を持つファジィクラシファイアのロバスト化
- 二次のメンバーシップ関数による超直方体領域を持つファジィクラシファイアの汎化能力の向上
- パターン認識用三層ニューラルネットの不等式の求解による高速学習方程式
- 遺伝的機械学習によるスケジューリング・ルールの生成法 -有限バッファ二機械フローショップ問題の場合-
- 楕円領域を持つファジィクラシファイアの最適データ分割による汎化能力の向上方式
- 高周波部分共振DCリンク電力変換装置の波形改善法
- 学習機能を持つファジィクラシファイアの入力不変性
- 楕円領域を持つファジィクラシファイアの高速学習方式
- 非正規目的関数を含む多目的並列機械型スケジューリング問題のモデル化とその遺伝アルゴリズムによる解法
- 非正規目的関数を有する等価並列機械型スケジューリング問題のヒューリスティック解法
- 楕円領域をもつファジィクラシファイアの学習方式
- ファジィ領域の解析による特徴量の選択
- 教師データから抽出したファジィルールのチューニング法
- 遺伝アルゴリズムによる不確実な最適化問題の解法
- 楕円領域の解析による特徴量の選択
- Robust Function Approximation Using Ellipsoidal Fuzzy Rules
- 超凸多面体近似によるファジィパターン認識法