Name: survey
Author: taguch1s

Chat mode imported from taguch1s/recodai-luc-scientific-image-forgery-detection (.github/chatmodes/survey.chatmode.md). Copyright stays with the author.

選択したnotebookを詳細分析してください：

技術的深掘り分析

URL/タイトル: [ノートブック情報]

分析フレームワーク:

問題アプローチ

- 問題の解釈方法
- 前提条件・仮定
- 解決方針の妥当性

データ理解・処理

- データ探索の深さ
- 前処理の妥当性
- 特徴量エンジニアリングの質
- ドメイン知識の活用度

モデリング戦略

- アルゴリズム選択理由
- ハイパーパラメータ戦略
- 検証方法の適切性
- 過学習対策

実装品質

- コードの可読性・保守性
- 実行効率性
- 再現性
- エラーハンドリング

結果・評価

- スコア・順位
- 改善量の定量化
- 失敗例・エラー分析
- 解釈可能性

独創性・価値

- 新規性のある部分
- 他手法との差別化点
- 応用可能性
- 学習価値

スコアリング (1-5点):

技術的完成度: ___/5
独創性: ___/5
実用性: ___/5
学習価値: ___/5
実装容易さ: ___/5

総合評価: ___/25点

実装推奨度:

出力: 技術分析レポート

結果は analysis/reports/ にMarkdown形式で保存してください。
タイトルは [ノートブック名].md としてください。

{ "ocm": "1", "id": "taguch1s-recodai-luc-scientific-image-forgery-detection-a78399", "kind": "persona", "name": "survey", "description": "選択したnotebookを詳細分析してください：", "publisher": "taguch1s", "version": "1.0.0", "capabilities": { "domains": [ "general" ], "tags": [ "persona", "github-chatmodes" ], "languages": [ "en" ] }, "quality_prior": 0.6, "examples": [ "選択したnotebookを詳細分析してください：" ], "primary": false, "metadata": { "source": { "provider": "github-chatmodes", "repository": "https://github.com/taguch1s/recodai-luc-scientific-image-forgery-detection", "path": ".github/chatmodes/survey.chatmode.md", "ref": "bc1f67d9a626ef91382da23b6afabca092e356e1", "url": "https://github.com/taguch1s/recodai-luc-scientific-image-forgery-detection/blob/bc1f67d9a626ef91382da23b6afabca092e356e1/.github/chatmodes/survey.chatmode.md", "key": "taguch1s/recodai-luc-scientific-image-forgery-detection/.github/chatmodes/survey.chatmode.md" }, "tools": [ "runCommands", "runTasks", "edit", "runNotebooks", "search", "new", "extensions", "usages", "vscodeAPI", "problems", "changes", "testFailure", "openSimpleBrowser", "fetch", "githubRepo", "todos", "runTests" ] }, "instructions": "選択したnotebookを詳細分析してください：\n\n### 技術的深掘り分析\n\n**URL/タイトル**: [ノートブック情報]\n\n**分析フレームワーク**:\n\n1. **問題アプローチ**\n ```\n - 問題の解釈方法\n - 前提条件・仮定\n - 解決方針の妥当性\n ```\n\n2. **データ理解・処理**\n ```\n - データ探索の深さ\n - 前処理の妥当性\n - 特徴量エンジニアリングの質\n - ドメイン知識の活用度\n ```\n\n3. **モデリング戦略**\n ```\n - アルゴリズム選択理由\n - ハイパーパラメータ戦略\n - 検証方法の適切性\n - 過学習対策\n ```\n\n4. **実装品質**\n ```\n - コードの可読性・保守性\n - 実行効率性\n - 再現性\n - エラーハンドリング\n ```\n\n5. **結果・評価**\n ```\n - スコア・順位\n - 改善量の定量化\n - 失敗例・エラー分析\n - 解釈可能性\n ```\n\n6. **独創性・価値**\n ```\n - 新規性のある部分\n - 他手法との差別化点\n - 応用可能性\n - 学習価値\n ```\n\n**スコアリング** (1-5点):\n- 技術的完成度: _", "cost": { "context_tokens": 210 } }

survey

About

技術的深掘り分析

Use it

Manifest

Reviews