上級研究員ブレインストーミングプロンプト

### 分析 - 提供された資料は、学術研究の改善を目的としたブレインストーミングの枠組みであり、具体的な実験結果や論文は含まれていない。 - このプロンプト自体が、分析・推論・結論という三段階の構造を要求しており、その構造に従うことが重要である。 - 現時点では、評価すべきデータや方法論の詳細がないため、一般的な研究改善の原則に基づいて対応する必要がある。 ### ブレインストーミング/推論ステップ - **基礎概念の明確化**: 研究の前提条件や仮説を明示的にリスト化し、それらが実験デザインや結果解釈に与える影響を再評価する。これにより、暗黙のバイアスや見落としを特定できる。 - **ギャップの特定**: 提供された資料に不足している情報（例: データセットの統計、ベースラインとの比較、エラーバー）を洗い出し、それらが結論の信頼性にどう影響するかを推論する。 - **段階的改善案**: まず、既存手法の再現性を高めるためのパラメータ調整や前処理の標準化を提案する。次に、モデルの複雑性を段階的に増す（例: 単純な線形モデルから非線形モデルへ）ことで、性能向上の要因を特定する。 - **革新的方向性**: ドメイン知識を活用した特徴量の設計や、異なる分野の手法（例: グラフニューラルネットワークや転移学習）を導入する可能性を検討する。これにより、既存の枠組みを超えた貢献が期待できる。 - **評価指標の再考**: 精度だけでなく、解釈可能性やロバスト性を考慮した指標（例: キャリブレーション誤差、感度分析）を追加することで、研究の価値を高める。 ### 結論/推奨事項 - 最優先: 資料の不足情報を補完し、再現性を確保するための標準化プロトコルを確立すること。 - 次優先: 段階的なモデル改良と並行して、革新的な特徴量設計や異分野手法の適用を試みることで、新規性を創出する。 - 最終的には、これらの推論を基に具体的な実験計画を立案し、結果の比較可能性を高めることを推奨する。