SlideShare a Scribd company logo
1 of 38
Download to read offline
Brain Storming in xpaper.challenge
http://xpaperchallenge.org/
資料作成:美濃⼝宗尊,⼭⽥亮佑†,⽚岡裕雄
産業技術総合研究所(AIST),†東京電機⼤学(TDU)
はじめに
2
効果的なブレストとは?
ブレインストーミング(ブレスト)のやり⽅についてご存知でしょうか?
本資料では xpaper.challenge が実施している研究テーマ設定のためのブレ
スト法について紹介(もちろん、研究以外のブレストにも応⽤可能です)
• ブレストの在り⽅の⾒直し
• ブレストを実施した結果
もくじ
3
1. ブレストとは
2. 研究におけるブレスト
3. これまで/これからのブレスト
4. その他
1. ブレストとは
ブレストとは: 1
5
ブレストってなんだろう?
• ブレインストーミング(Brainstorming)の略
• アレックス・F・オズボーン⽒によって考案された会議⽅式
“任意のテーマに対して、⾃由に意⾒を出し合う事で
新しい発想や問題の解決⽅法を導き出す⼿法“
ブレストとは: 2
6
ブレストの4原則
※必ず守らなければならないという訳でもない
1.結論を出さない
– あくまでも⾃由なアイデアを出すことが⽬的
2.⾃由奔放
– 斬新なアイデアや不可能と思われるユニークなアイデアも⼤歓迎
– バカみたいなアイデアが最⾼の結果に繋がる!Like NJM!!
• NJM参照: ボケをかますAI Neural Joking Machine https://rnavi.org/3663/
3.質より量
– 考え抜いた意⾒よりも思い付きのような意⾒を尊重
– 躊躇せず,どんどん出していこう!Donʼt be shy!!
4.結合・便乗・連想
– 他のアイデアに便乗したり,連想し発展させて新しい発想を広げる
ブレストとは: 3
7
ブレストするには?
• 必要なもの
– ⼈数,テーマ,記録媒体,参考資料(ネット環境),やる気!
• 必要なこと
– 参加する意思,脳内をさらけ出す勇気,ちょっとした知識
• 係
– 司会,記録係 (※マストではない)
• 形式やルール
– 基本的に⾃由
– ⼀般的な⽅法もたくさんある
xpaper.challenge流のブレストを⾒出していきたい!
2. xpaper.challengeのブレスト
研究におけるブレスト: 1
9
ブレストのメリット
研究テーマ(アイデア)次第で研究は⼤きく変わる
・新たなアイデアで新たなタスクや⼿法を提案できる
・斬新なアイデアはそれだけで注⽬を浴びる
・テーマに愛着が沸けばモチベーションに繋がる
・誰もが取り組むような研究で勝つことは困難
(計算リソースや組織の⼤きさで負ける)
・既存研究の本質・改善案を⾒いだせれば⽐較的簡単に成果が出せる
・テーマだけでなく実装や発表までの流れまで⾒えてくることも
などなど...
研究においてブレストは重要な要素の1つ!
研究におけるブレスト: 2
10
ブレストの恩恵
xpaper.challengeはブレストの恩恵を⼤きく受けている
(※ちょっと失礼だけど許してください!)
例として深層学習では「どうやるか?(How?)」の部分(e.g. アーキテク
チャ, モデル)に注⽬が集まりがちだが,「何ができるか?(What?)」
「なぜできるか?(Why?)」の部分も⼤事にすべき!
研究者なら分野の可能性を拡げるような研究をしたい!
次ページからxpaper.challengeの研究例をいくつか紹介します
研究におけるブレスト: 3
11
• Neural Joking Machine (NJM)
– ボケを集めてイメージキャプショニングしただけでCVPR2018WS
– 話題性抜群!海外でも取り上げられたことも!
Neural Joking Machine: Humorous Image Captioning, in CVPR 2018 Workshop.
https://arxiv.org/abs/1805.11850
研究におけるブレスト: 4
12
• Near-miss Incident DB
– 交通研とのブレストからテーマが誕⽣
– 「交通システムは危険シーンを直接理解すべき!」
– ICRA2018とCVPR2018に採択!
Drive Video Analysis for the Detection of Traffic Near-Miss Incidents, in ICRA 2018.
https://arxiv.org/pdf/1804.02555.pdf
Anticipating Traffic Accidents with Adaptive Loss and Large-scale Incident DB, in CVPR 2018.
https://arxiv.org/pdf/1804.02675.pdf
研究におけるブレスト: 5
13
• Human Action Recognition without Human
– ⼈⾒なくても⼈認識できちゃうんじゃね!?
– 2週間で実装から執筆まで!ECCV 2016 Workshop
– Brave new idea!,ViEW 2016 若⼿奨励賞
Human Action Recognition without Human, in ECCV 2016 Workshop.
https://arxiv.org/abs/1608.07876
研究におけるブレスト: 6
14
• Dynamic Fashion Culture (DFC)
– 全国のスタバで⾃撮り写真を集めると,意識⾼い系が集まるんじゃね?
– City Perception (ECCV14; 世界都市解析)を参考にして,SNS画像収集して
世界の動的ファッション解析!(MIRU2017最優秀学⽣賞)
• Weakly Supervised Person Dataset (WSPD)
– DFCから派⽣した研究
– 収集した⼤量のファッション画像(=⼈物画像)にて学習すれば⼈物検出の
事前学習となる
– ImageNet事前学習と⽐較すると+13%@Caltech Pedestrian
– ViEW 2019 若⼿奨励賞
アイディア + 実験からの知⾒により研究が進化
研究におけるブレスト: 7
15
• 遷移⾏動認識による短期⾏動予測(BMVC 2016)
• 3D ResNet(CVPR 2018)
• Understanding Fake Faces(ECCV2018 WS)
• 映画ポスターのみでアカデミー賞予測(MVA 2017)
• ⾳楽からの画像⽣成(CVPR 2018 WS)
...まだまだあるよ!
どの研究も皆が⽬を引く貴重な知⾒を得ている!
研究におけるブレスト: 8
16
ブレストの準備
• 研究テーマ考案なのに,研究業界を知っていないと元も⼦もない
– サーベイで培った知識がここで活きる!
あくまで,新しく斬新なアイデアを考案するための会議
最新の動向をある程度把握していないと最新かどうか分からない!
• ある程度アイデアを⽤意しておくと良い!
– そのアイデアを⽕種に,新たなアイデアが⽣まれる!
– スタートが円滑!
研究におけるブレスト: 9
17
⾃信がない
CVの知識・動向に⾃信がないよ...
という⼈も臆することなく意⾒を出しましょう!
前述した通り,ブレストは斬新なアイデアを出し合う場
熟練者では考え⽅が凝り固まっている可能性がある
→実はCVを始めたての⼈の⽅がユニークなアイデアを⾒出せる説!?
技術的に できる/できない に関わらず(実現可能性は無視)
まずはドラえもんの秘密道具レベルで良いので何か⾔う!!
※ただし,下ネタは論⽂に載せられないので却下される可能性アリ
3. これまで/これからのブレスト
これまでのブレスト(基本形): 1
19
グループブレスト
これまでcvpaper.challengeがやってきたブレストの形であり,基本形
• やりかた
– 参加者を3〜5⼈程度のグループに分ける
– 各グループで意⾒を出し合う
(⽇常の困りごとから技術的提案までなんでも)
– 出た意⾒はSlackに投稿
– replyやリアクションすることで意⾒を広げていく
– ⼀定時間 (10〜30分程度)が経ったらグループメンバーを交換
• 結果
– reply数が多く,盛り上がっている投稿が良いアイデア
– 履歴が残るので後からでも意⾒を拡張
– 実際に良いテーマが⽣まれてきた!
これまでのブレスト(基本形): 2
20
これまでの個⼈(ソロ)ブレスト
これまでcvpaper.challengeがやってきたブレストの形であり,基本形
• やりかた
– グループじゃなくてソロでやる
– サーベイを挟みつつ意⾒を⾒出していく
– ソース:論⽂,まとめ資料,その他ネットで検索
• 結果
– ⾃分のペースで意⾒を創出
– ⾃分の中のアイデアをじっくり深堀
– 家でも作業可能
これまでのブレスト(基本形): 3
21
アイデアの具現化
グループ・ソロで提案したアイデアを研究テーマとして固める
• アイデアのクラスタリング
– 似たようなアイデアを集めて,新たなアイデアを創出
• アイデアのコラボレーション
– アイデアを組み合わせることでより⾯⽩いものに洗礼
• アイデアを具体的な研究テーマに
– 実際に技術と絡めて,具体的にどうしていくのか道筋を構築
これまでのブレスト(基本形): 4
22
問題点
これまでのブレストはここがダメだ!
• 後半で発⾔するのは⼀部のメンバーのみ
– 最初だけは勢いが良い
– コンテンツの不⾜
• アイデアと研究テーマ間の乖離
– テーマにするのは結局のところ熟練者
• 記録してくれる⼈がおらず消滅
– 貴重なアイデアがもったいない
これからのブレスト
23
⼿法・意識改⾰
より良いブレストのために,これまでのブレストを改善する必要
これから⽬指していくブレストの形は2つ側⾯から
改⾰1:⼿法
ブレストのやり⽅を変えていく
今までは漠然と意⾒を出し合う時間を設けていたのではないか?
アイデアを想像しやすい状況やスケジュール管理が必要
改⾰2:意識
ブレストに挑む姿勢を変えていく
より良いアイデアの想像のためになんとなくではなく
⼀⼈⼀⼈がブレストを良いものにしようという意識が必要
これからのブレスト(⼿法改⾰): 1
24
テーマを⽣み出す⼯程
アイデア・テーマを段階に分けて⽣産していくことを考える
1. 創造
a. 全ての基となる提案
b. 衝撃的で突拍⼦のないものほど良く育つ!?
2. 拡張
a. アイデアの肥⼤化
b. 広く,深く,そこから新たな提案
3. まとめ
a. 整理し具体的にテーマを固めていく
b. ここで洗礼し,輝かしい結晶に!
基本的にはこの流れでテーマを⽣み出していく!!
※ただし現場優先
これからのブレスト(⼿法改⾰): 2
25
1:創造
新たなアイデアを提案し0を1にする!
• 思いつき次第Slack(@bs-xpaperchallenge)に投稿
• 多ければ多いほど良い!
• クオリティは問わない
– クオリティは次のステップ以降で上げていく
これからのブレスト(⼿法改⾰): 3
26
2:拡張
アイデアを深掘りして広げていく!
• Slackでリプライ&リアクション
これからのブレスト(⼿法改⾰): 4
27
3:まとめ
拡張したアイデアをテーマとして詰めていく!
• 関連した論⽂(技術)を⾒つける
– 既存/類似した研究のサーベイ
• 新規性を⾒出す
– どこが(学術的に)おもしろいのか,何が売りなのか?
• 具体的なベースライン/提案⼿法/テーマ名
– 良いアイデアほどすぐ決まる
• メンバーの選定
– 誰と誰を結びつけると良さそう
これからのブレスト(意識改⾰): 1
28
テーマを⽣み出す意識
良いアイデアを⽣み出すためのモチベーションとは?
1⼈1⼈がこの意識をもって取り組むべき...!
即興劇のようなライブ感でグループフローを⽣み出す
これからのブレスト(意識改⾰): 2
29
ライブ感
アイデアが⽣まれやすい状況はライブにある
• ブレストは⼀⼈の最強よりもチームプレイが重要
– cvpaper.challengeの成功の秘訣はここにあるのでは?
• コラボレーションの応酬
– オービルとウィルバーだってコラボしていた (ライト兄弟)
• ジャズにも似た,その場のアドリブで展開していく
– チームワークの積み重ねによって⼀つの⼤きな成功を⽣む
– イノベーションは常に閃きの連鎖によって⽣まれる!
これからのブレスト(意識改⾰): 3
30
ライブ感で取り組むには?
想像性を発揮するチームの特徴7選
1. コツコツと⼩さなアイデアを積み上げる
– ホームランよりも多くのヒット!
2. ディープリスニング: 他のメンバーにしっかり⽿を傾ける
– 他のアイデア聞きつつ,新しいアイデアを考えるというバランス
3. 他のアイデアを踏まえた上で新たなアイデアをどんどん提案
– ディープリスニングを踏まえた上でアイデアのコラボレーション
4. アイデアは後々に再解釈され輝くこともある
– 過去のアイデアも時が経てば違って⾒える
5. 問題を⾒つけることを重視する (解決策は⼆の次)
– 新たな疑問や問題点を次々に⾒出すことが重要
6. 良し悪しを問う前に発⾔し,数打ちゃ当たる戦法
– 失敗が多くて⾮効率でもそれを補うだけの成功が⽣まれる
7. ⼩賢しいことは抜きにして現場優先
– 演出や台本がなく,役者だけの繋がりで良いパフォーマンスとなる
これからのブレスト(意識改⾰): 4
31
チームフローとは?
フロー:意識が⾼揚した際における特定の状態
By ⼼理学者 ミハイ・チクセントミハイ
もう少し具体的に...
• ⾃意識が消え,時間が経つのも忘れるような集中のピーク
• 「霊的思考体験」と⾔われることも
これを参加メンバー全員で起こす!
これからのブレスト(意識改⾰): 5
32
チームフローを起こすには?
チームフローを⽣み出す10の条件
1. 適切な⽬標
2. 深い傾聴
3. 完全な集中
4. ⾃主性
5. エゴの融合
6. 全員が同等
7. 適度な親密さ
8. 不断のコミュニケーション
9. 先へ先へと進める
10. 失敗のリスク
これからのブレスト(意識改⾰): 6
33
その他のコツ
• ⾃分の意⾒に固執しない
– 他⼈の意⾒に多く意識を向けることが⼤事
• 「他者への気兼ね」は捨てる
– 遠慮は要らず,どんどん意⾒を出していく姿勢が⼤事
• ⼤⼈数だからといって思考を⽌めない
– サボり禁⽌!
– 皆で取り組んでいるという意識を忘れない!
ブレスト⽅法まとめ
34
具体的な⽅法1
● 基本形
○ Slackに1アイディア/スレッドで投稿
○ スレッド内で追加アイディア・追加情
報(関連研究, Web記事等)を共有
● グループブレスト
○ 参加者を少数(3~5⼈)に分割
○ 並列化による効率化
○ 少⼈数による⼼理的な障壁を下げる
● ソロブレスト
○ 個⼈作業
○ SlackでAnytime&Anywhereブレスト
⼿法改⾰2
● 創造
○ 思いついたら投稿
○ 最初は質より量
● 拡張
○ アイディアを掘り下げ
○ Slackでリプライ & リアクション
● テーマ設定
○ 関連研究・新規性・ベースライン・⼿
法・テーマ名・キーワードなど追記
意識改⾰3
● ライブ感
○ 即興でアイディアをコラボさせる
● チームフロー
○ 適切な⽬標,深い傾聴,集中,⾃主性,
エゴの融合,同等,親密さ,など
● その他コツ
○ ⾃分の意⾒に固執しない
○ 他者への気兼ねは捨てる
○ ⼤⼈数だからと思考を⽌めない
1スレッド1アイディアが基本
さらにアイディアを全員で重ねていく
4. その他
困ったとき
36
話題が尽きたときに試す
テーマ法: テーマ名から先に考えてしまうやりかた
以下のような具体的なテーマを設定するとやりやすい?
・「最強の〜」
・「〜の反対のテーマ」
・「〜と**の組み合わせで何が起こる?」
Ex) 最強のGAN,DLを超えるハンドクラフト
困ったとき
37
その他のコツ
• Redditやwebニュース,SNS,2ちゃんねるなどをソースに!
• 名前から⼊る!
• ⾝の回りの困ったことから!
• 最近のマイブーム!
• わんちゃん!
• 3B!!
– Bus(移動),Bath(⾵呂),Bed(寝るとき,寝起き)
– 景⾊や体,⾎⾏が動いているとき,気は回るもの
リンク
38
xpaper.challenge:
http://xpaperchallenge.org/
cvpaper.challenge:
http://xpaperchallenge.org/cv/

More Related Content

What's hot

What's hot (20)

画像生成・生成モデル メタサーベイ
画像生成・生成モデル メタサーベイ画像生成・生成モデル メタサーベイ
画像生成・生成モデル メタサーベイ
 
SSII2020 [OS2-03] 深層学習における半教師あり学習の最新動向
SSII2020 [OS2-03] 深層学習における半教師あり学習の最新動向SSII2020 [OS2-03] 深層学習における半教師あり学習の最新動向
SSII2020 [OS2-03] 深層学習における半教師あり学習の最新動向
 
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
 
[cvpaper.challenge] 超解像メタサーベイ #meta-study-group勉強会
[cvpaper.challenge] 超解像メタサーベイ #meta-study-group勉強会[cvpaper.challenge] 超解像メタサーベイ #meta-study-group勉強会
[cvpaper.challenge] 超解像メタサーベイ #meta-study-group勉強会
 
動画認識サーベイv1(メタサーベイ )
動画認識サーベイv1(メタサーベイ )動画認識サーベイv1(メタサーベイ )
動画認識サーベイv1(メタサーベイ )
 
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
 
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
 
Cosine Based Softmax による Metric Learning が上手くいく理由
Cosine Based Softmax による Metric Learning が上手くいく理由Cosine Based Softmax による Metric Learning が上手くいく理由
Cosine Based Softmax による Metric Learning が上手くいく理由
 
[DLHacks]StyleGANとBigGANのStyle mixing, morphing
[DLHacks]StyleGANとBigGANのStyle mixing, morphing[DLHacks]StyleGANとBigGANのStyle mixing, morphing
[DLHacks]StyleGANとBigGANのStyle mixing, morphing
 
ドメイン適応の原理と応用
ドメイン適応の原理と応用ドメイン適応の原理と応用
ドメイン適応の原理と応用
 
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
 
【DL輪読会】HRDA: Context-Aware High-Resolution Domain-Adaptive Semantic Segmentat...
【DL輪読会】HRDA: Context-Aware High-Resolution Domain-Adaptive Semantic Segmentat...【DL輪読会】HRDA: Context-Aware High-Resolution Domain-Adaptive Semantic Segmentat...
【DL輪読会】HRDA: Context-Aware High-Resolution Domain-Adaptive Semantic Segmentat...
 
【DL輪読会】DINOv2: Learning Robust Visual Features without Supervision
【DL輪読会】DINOv2: Learning Robust Visual Features without Supervision【DL輪読会】DINOv2: Learning Robust Visual Features without Supervision
【DL輪読会】DINOv2: Learning Robust Visual Features without Supervision
 
【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...
【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...
【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...
 
Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)
 
[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...
[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...
[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...
 
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
 
Optimizer入門&最新動向
Optimizer入門&最新動向Optimizer入門&最新動向
Optimizer入門&最新動向
 
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
 
Transformer メタサーベイ
Transformer メタサーベイTransformer メタサーベイ
Transformer メタサーベイ
 

Similar to 【 xpaper.challenge 】ブレインストーミング法

Ideaworkshop 20121226 yamagata
Ideaworkshop 20121226 yamagataIdeaworkshop 20121226 yamagata
Ideaworkshop 20121226 yamagata
Rikie Ishii
 
エンジニアのプレゼンスライド作成入門
エンジニアのプレゼンスライド作成入門エンジニアのプレゼンスライド作成入門
エンジニアのプレゼンスライド作成入門
Tomoaki Imai
 
Agile day 3「弟子入りゲーム」
Agile day 3「弟子入りゲーム」Agile day 3「弟子入りゲーム」
Agile day 3「弟子入りゲーム」
Tarumoto Tetsuya
 
アイデアワークショップ 2013年1月25日 仙台
アイデアワークショップ 2013年1月25日 仙台アイデアワークショップ 2013年1月25日 仙台
アイデアワークショップ 2013年1月25日 仙台
Rikie Ishii
 
2)アイデアPartの導入
2)アイデアPartの導入2)アイデアPartの導入
2)アイデアPartの導入
Rikie Ishii
 
研究力向上WS@T橋科学技術大学
研究力向上WS@T橋科学技術大学研究力向上WS@T橋科学技術大学
研究力向上WS@T橋科学技術大学
ikiikilab
 

Similar to 【 xpaper.challenge 】ブレインストーミング法 (20)

コンピュータビジョン分野メジャー国際会議 Award までの道のり
コンピュータビジョン分野メジャー国際会議 Award までの道のりコンピュータビジョン分野メジャー国際会議 Award までの道のり
コンピュータビジョン分野メジャー国際会議 Award までの道のり
 
中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】
中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】
中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】
 
中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】 更新版
中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】 更新版中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】 更新版
中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】 更新版
 
Ideaworkshop 20121226 yamagata
Ideaworkshop 20121226 yamagataIdeaworkshop 20121226 yamagata
Ideaworkshop 20121226 yamagata
 
今日からできる構造学習(主に構造化パーセプトロンについて)
今日からできる構造学習(主に構造化パーセプトロンについて)今日からできる構造学習(主に構造化パーセプトロンについて)
今日からできる構造学習(主に構造化パーセプトロンについて)
 
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
 
eXtremeProgramming入門
eXtremeProgramming入門eXtremeProgramming入門
eXtremeProgramming入門
 
二段階ブレスト
二段階ブレスト二段階ブレスト
二段階ブレスト
 
エンジニアのプレゼンスライド作成入門
エンジニアのプレゼンスライド作成入門エンジニアのプレゼンスライド作成入門
エンジニアのプレゼンスライド作成入門
 
SQiP2015-研究のデザイン入門
SQiP2015-研究のデザイン入門SQiP2015-研究のデザイン入門
SQiP2015-研究のデザイン入門
 
農商工連携プロデューサー育成塾 アイデアワークショップ(発想を豊かにするアイデア創出の技術)後編
農商工連携プロデューサー育成塾 アイデアワークショップ(発想を豊かにするアイデア創出の技術)後編農商工連携プロデューサー育成塾 アイデアワークショップ(発想を豊かにするアイデア創出の技術)後編
農商工連携プロデューサー育成塾 アイデアワークショップ(発想を豊かにするアイデア創出の技術)後編
 
Socla2012 レポートポスターの書き方と提出方法
Socla2012 レポートポスターの書き方と提出方法Socla2012 レポートポスターの書き方と提出方法
Socla2012 レポートポスターの書き方と提出方法
 
Brain Writingの研究への応用
Brain Writingの研究への応用Brain Writingの研究への応用
Brain Writingの研究への応用
 
Agile day 3「弟子入りゲーム」
Agile day 3「弟子入りゲーム」Agile day 3「弟子入りゲーム」
Agile day 3「弟子入りゲーム」
 
京都精華大学 漫画学部 ストーリーマンガコース 「アイデア創出の技術」
京都精華大学 漫画学部 ストーリーマンガコース 「アイデア創出の技術」京都精華大学 漫画学部 ストーリーマンガコース 「アイデア創出の技術」
京都精華大学 漫画学部 ストーリーマンガコース 「アイデア創出の技術」
 
アイデアワークショップ 2013年1月25日 仙台
アイデアワークショップ 2013年1月25日 仙台アイデアワークショップ 2013年1月25日 仙台
アイデアワークショップ 2013年1月25日 仙台
 
2)アイデアPartの導入
2)アイデアPartの導入2)アイデアPartの導入
2)アイデアPartの導入
 
論文に関する基礎知識2015
論文に関する基礎知識2015論文に関する基礎知識2015
論文に関する基礎知識2015
 
研究力向上WS@T橋科学技術大学
研究力向上WS@T橋科学技術大学研究力向上WS@T橋科学技術大学
研究力向上WS@T橋科学技術大学
 
アジャイルマニフェストから見るインセプションデッキ
アジャイルマニフェストから見るインセプションデッキアジャイルマニフェストから見るインセプションデッキ
アジャイルマニフェストから見るインセプションデッキ
 

Recently uploaded

Recently uploaded (11)

論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 

【 xpaper.challenge 】ブレインストーミング法