Monthly plan2026 年 6 月 (next seminar window)
Source: docs/next-seminar-plan.md

June 2026 · before seminar 03

6 月にやること
第 3 回ゼミまでの plan

A〜H の 8 カテゴリ、合計 66 項目。研究本筋 + 配布インフラ + ゼミ準備 + 卒論ドラフト + 計測 + 公開 + 教育 + ツール改善。

A. 研究 (本筋)

12 項目 · PSNR / 速度の数字を作る13 / 13

卒論本筋。MCMC と CUDA baseline が 2 大着手。

#	項目 / 目的	工数
A.1	`#5.34` SSIM タイルシェーダ (TBDR `imageblock_data` 活用)render-pipeline 大改修で scope 過大、`docs/findings/a-1-ssim-tile-shader-investigation.md` に必要要件を記録、Phase 5 prototype の延長 / 修論で再着手候補	3〜5 h
A.2	MCMC 法の完全実装 (3 設計欠陥 = 点数上限 / スケール上限 / 多項分布スケジュール修正)完全実装済 / PSNR 17.38 dB (-7.46 dB) Negative finding、L1 reg が opacity → 0 にドライブ、根本原因は `docs/findings/mcmc-noise-calibration.md`	3〜5 日
A.3	Phase 2 CUDA baseline (A6000 / RTX 6000 Ada で brush + 原著 + gsplat)第 2 軸 (wgpu 抽象コスト) の三層対比表を完成	1〜2 週
A.4	NeRF Synthetic 他シーン展開 (chair / ficus / drums / hotdog + mic / materials / ship 追加 → 8 シーン complete)8 シーン 30k 完遂、mean 18.95 ± 6.0 dB / シーン依存性 17.6 dB の幅 (materials 12.71 〜 hotdog 30.29)、brush 比 multi-scene gap -14.4 dB、`a-4-nerf-synthetic-scene-results`。P1 Phase D 再評価で mean 33.49 dB / +14.54 dB shift により convention coupling 起因の誤評価と確定 (`p1-a-eval-convention-audit` / `p1-d-multi-scene-rechain`)	2〜3 日
A.5	brush vs 自作 final ablation 表散発比較を 1 表に集約、卒論の central table。P1 完遂で final 数字確定: Lego val 36.106 dB / 8 scene mean 33.49 dB vs brush 32.86 = +0.63 dB 上回り / wallclock -61% (13h+ → 5h 5m)、`p1-d-multi-scene-rechain`	1 日
A.6	`#feat.G` f16 packed Splat の ROI 再評価kernel pair + Rust glue は cherry-pick 完了 (cargo test 73/73 pass)、trainer integration route 未実装で bench 不可、ROI ~1% 既知、`docs/findings/a-6-feat-g-packed-investigation.md`	半日
A.7	`#5.32` MTLIndirectCommandBuffer 試行simpler batching (forward 末尾 + backward chain を 1 cmd buffer 集約) を worktree で実装、30k bench 完了で 24.577 dB / 21m47s / wallclock -6.16% Mildly positive、`a-7-icb-batching-results`	2〜3 日
A.8	SH degree 0/1/2/3 寄与分解 (degree off ablation)卒論「SH を切り詰めるとどうなるか」の数字	1 日
A.9	Mixed precision (f16 forward) 検討`render_splats_f16` kernel (half3 accumulator + env `SPLAT_F16_FORWARD=1`) で 30k bench、14.873 dB / 40m40s / -10 dB / +75% Negative finding (low-T underflow + cast overhead)、`a-9-f16-forward-negative`	1〜2 日
A.10	Kahan summation で確定性確保Neumaier 実装試行 → Metal compiler が `(s - pix_out) - y` を最適化消去、bit-identical で Negative finding 確定 (`docs/findings/a-10-kahan-negative.md`)	2 日
A.11	Tanks & Temples 数シーン (real-world data 1〜2 シーン)dataset DL 5-10GB + COLMAP 前処理 + eval convention 再設計が必要、scope 過大、`docs/findings/a-11-tanks-temples-investigation.md` に必要要件を記録	2 日
A.12	Resolution scaling 実験 (200 / 400 / 800 px)速度・品質トレードオフ曲線、モバイル想定議論の素材	1 日
A.13	P1 (brush 37 dB parity loop) 完遂 — convention coupling 発見 + Phase D opacity decay の universal win-win-winP1.M5 完全達成 + brush 超え: Lego val 36.106 dB / 8 scene mean 33.49 dB vs brush 32.86 = +0.63 dB 上回り。Phase D opacity decay 全 8 scene で PSNR +0.18〜+1.42 / splats -57〜-78% / wallclock -39〜-69% の universal win。chain 5h 5m / mean splats 428k (brush 282k に肉薄)、axis 1 ROI 上限 (emit_pairs -14% / radix_sort -13% / backward -13% / ssim_fusion -7〜8%) も clean profile で実測、`p1-d-multi-scene-rechain`	1 週間 (loop)

B. 配布インフラ

10 項目 · pipeline 安定化9 / 9

今回整備した splat-summary / Pages / R2 / antimatter15 ビューワーを実 trainer まで貫通させる。

#	項目 / 目的	工数
B.1	`splat-summary` を trainer 出力に統合 (CLI 終了時に `result.toml` 自動出力)手書きゼロ化、新規 run の HTML 化が摩擦なし	1 日
B.2	`splat-cli --save-renders N` (eval 時に N 視点 PNG 出力)§03 描画結果セクションが実 run データで埋まる	半日
B.3	`runs/index.html` を `build-all` で自動生成一覧画面の手書き保守を廃止	半日
B.4	`scripts/deploy.sh` (build-all + wrangler pages + R2 sync を 1 発)デプロイ操作の摩擦削減、ミス防止	半日
B.5	`OPERATIONS.md` (運用ノート群の索引ハブ)散在したドキュメント (r2-notes / bib-notes / ssh-notes / etc.) を 1 ページ統合	1 h
B.6	一覧画面の機能拡張 (tag フィルタ / PSNR ソート / 検索)run 数が増えたときの探索性	1 日
B.7	比較ページ `compare.html?a=X&b=Y`A 対 B を 1 画面で並列表示、ablation 用	2 日
B.8	`ply2splat.py` を Rust 化 (`splat-cli convert ply2splat`)Python 依存解消、ワークフロー Rust 一本化	1 日
B.9	ローカル静的サーバ helper (`scripts/serve.sh`)デプロイ前のローカルプレビュー	30 m
B.10	GitHub Actions で自動デプロイ (push → wrangler pages deploy)手動デプロイ廃止 (GitHub 公開後)	2〜3 h

C. ゼミ資料準備 (第 3 回)

9 項目 · 前回テンプレ流用で省力化0 / 9

第 2 回で作った talk-script / slides / roadmap を雛形に複製・差し替えで省力化。

#	項目 / 目的	工数
C.1	`roadmap.html` 更新 (Phase 5 full / MCMC 結果 / Phase 2 進捗反映、M-4 追加可能なら)前月 update 反映	半日
C.2	第 3 回 talk-script (本編 + 用語 + 想定問答、テンプレ流用)スマホ手元用、第 2 回と同様の構成	半日
C.3	第 3 回 slides (`slides.html` 雛形を複製、内容差し替え)プレゼン用	半日
C.4	想定問答 16 → 25 件に拡充 (Phase 2 / MCMC / TBDR 質問追加)質疑対応の余裕	1 h
C.5	リハーサル (talk-script + slides 通し、時間配分計測)ゼミ本番の安定	1 h
C.6	M-1 〜 M-4(?) の Chart.js グラフ比較ページ累積進捗を 1 つの折れ線で見せる	半日
C.7	Negative findings 専用スライド or section (scale_reg / MCMC / ArgBuffer の 3 ストーリー)「失敗から発見」の物語を明示化	半日
C.8	Render 比較ギャラリー (M-1 vs M-3.x vs brush の同一視点)質的比較の visual インパクト	半日
C.9	第 2 回ゼミ後 memo を talk-script に反映 (先生コメント / 質問)連続性	30 m

D. 文書管理・卒論

9 項目 · 卒論アウトラインの早期着手9 / 9

卒論アウトラインと negative findings 章ドラフトに早めに着手すれば後々の負担分散。

#	項目 / 目的	工数
D.1	`OPERATIONS.md` (B.5 と統合、ハブ的索引)散在したドキュメントの一元化	(B.5 と兼)
D.2	卒論アウトライン 1 枚化 (3 軸 × Phase 0〜6 の章立て案)早期に骨格、後々の負担分散	半日
D.3	Negative findings 章ドラフト (3 ストーリー)scale_reg 3 連敗 / MCMC 4 連敗 / `#5.31` 却下 → M-3.x 発見の 3 ストーリー	1〜2 日
D.4	Memory 整理 (`consolidate-memory` skill で merge + 古い項目剪定)散らかってきた memory の整理	1 h
D.5	`docs/findings/` index 整備findings の発見性向上	半日
D.6	リポジトリ root の `README.md` 新設 (プロジェクト全景 / セットアップ / pipeline 図)公開準備、新参者の onboarding	2 h
D.7	`.gitignore` の総点検 (runs / logs / build / dist の取り扱い再確認)gitignore 漏れ防止	30 m
D.8	卒論 references の Zotero 同期確認 (現状 `refs.bib` 7 件を点検 + 必要文献追加)bib 管理の健全性	1 h
D.9	Phase 1D サーベイの補追 (Gaussians on a Diet / Mobile-GS / WebSplatter)最新動向の positioning 強化	2〜3 日

E. ベンチマーク / 計測

8 項目 · 卒論 evaluation 表用2 / 8

卒論 evaluation のための数字集め。シーン展開 (A.4) と連動。

#	項目 / 目的	工数
E.1	Instruments Metal Trace で per-kernel timing 詳細 (M-3.x baseline)次なる律速箇所の同定	半日
E.2	メモリ使用量計測 (peak / steady-state、Activity Monitor + Instruments)卒論メモリ章の数字	半日
E.3	描画速度 (推論時 FPS) 計測 (Lego 3 視点)学習だけでなく描画も卒論で言及可能に	半日
E.4	シーン別収束カーブ比較 (Lego / chair / ficus / drums、A.4 と連動)scene-dependent な挙動を可視化	1 日
E.5	iter 数 vs PSNR 曲線 (10k / 15k / 20k / 25k / 30k)10k で 96.7% 品質達成 (24.007 dB / 6m40s)、ただし non-monotonic は kerbl_exp_decay max_steps 依存 artifact、`e-5-iter-scaling`	1 日
E.6	splat 数 vs 品質曲線 (capacity 50k / 100k / 200k / 500k / 1M)全 capacity で PSNR variance band σ ±0.32 dB 内、lego 本質的 splat 数 ~85k で plateau、モバイル含意 sub-100k splats で 1M と同等品質、`e-6-capacity-scaling`	1 日
E.7	brush と同一 seed run の re-validation再現性の保証	半日
E.8	NeRF Synthetic 全 8 シーン bulk run (stretch)卒論 evaluation table を 1 表で	2〜3 日 (batch)

F. オープンソース / 公開

6 項目 · stretch、卒論本体優先0 / 6

時間が余れば。卒論本体が先。

#	項目 / 目的	工数
F.1	GitHub リポジトリ公開準備 (README / LICENSE / .github/workflows)第三者からの引用可能化	1 日
F.2	splat workspace の crate を `crates.io` 公開検討OSS 貢献、引用元として (判断のみ)	—
F.3	デモ用 1 シーンを R2 / Pages で恒久公開認知向上 (現状で達成済)	(完了)
F.4	ブログ記事下書き「Apple Silicon で 3DGS を Rust + Metal で書く」卒研の対外発信	1〜2 日
F.5	antimatter15/splat 連携 how-to 記事 (ply2splat + R2 配信レシピ)同じ仕組みを他に展開可能化	半日
F.6	arXiv 投稿の検討 (第 2 軸 wgpu 抽象コスト)学会発表の道筋 (判断のみ)	—

G. 教育的価値 / コミュニケーション

5 項目 · 卒業後の継続性0 / 5

#	項目 / 目的	工数
G.1	M-1 〜 M-3.x の物語化スライド (改善プロセスをデジタル絵本風に)後輩 / 同期向けの説明資料	1 日
G.2	wgsl vs MSL 比較記事 (具体的シェーダ片を並べた比較)第 2 軸の技術的説明強化	半日
G.3	Negative findings をワークショップケーススタディに教育・研究指導用素材	1〜2 日
G.4	`splat-summary` を generic な run summarizer に (3DGS 依存を抽象化)OSS 貢献候補	1 週
G.5	研究室 Slack / Notion へ進捗まとめを月次投稿横の繋がり強化	30 m / 月

H. ツール / 開発体験

7 項目 · 安全網と効率化0 / 7

#	項目 / 目的	工数
H.1	`cargo test` カバレッジ確認 + 不足分追加 (核心 kernel 周り)退行検知の安全網	1 日
H.2	`cargo bench` で perf regression 検知 (Criterion ベース)M-3.x など達成済の数字が将来も維持される保証	1 日
H.3	`splat-summary build-all` の並列化 (rayon)run 数が増えたときの体験改善	半日
H.4	`splat-cli` の README (run の流し方を 1 ページに)onboarding	半日
H.5	CI の整備 (Github Actions で cargo build + test + clippy)公開準備の前提	半日
H.6	エラーメッセージの整理 (現状の anyhow を thiserror で明示エラー型に)エラー時のデバッグ体験	1〜2 日
H.7	`scripts/refresh-all.sh` (run 更新 + HTML 再生成 + deploy の 1 発)操作ミス防止	1 h

Week 別実行順序

1 ヶ月 ≒ 約 20 平日想定

Week 1

5/22 → 5/28

インフラ整備 + 軽い研究

B.1 splat-summary 統合
B.2 --save-renders
B.5 OPERATIONS.md
D.6 README
A.1 #5.34 SSIM tile
A.6 f16 packed 再評価
A.8 SH degree ablation
E.1 Instruments Trace
D.4 memory 整理

Week 2

5/29 → 6/4

MCMC 本実装着手 + Phase 2 環境

A.2 MCMC 完全実装 (前半)
A.3 CUDA baseline 環境 (VPN 接続 + setup)
D.5 findings index

Week 3

6/5 → 6/11

シーン展開 + 計測曲線

A.2 MCMC 完遂
A.4 NeRF Synthetic 他シーン
A.5 final ablation 表
E.5 iter / PSNR 曲線
E.6 splat / 品質曲線
D.9 Q1 2026 サーベイ追補

Week 4

6/12 → 6/18

CUDA 結果 + ゼミ資料

A.3 CUDA 測定完遂
C.1 roadmap update
C.2 talk-script
C.3 slides
C.4 想定問答 25 件
C.6 M-x グラフ比較
C.7 negative findings スライド
C.8 render ギャラリー
D.2 卒論アウトライン
D.3 negative findings 章ドラフト

Week 5

6/19 → 6/22

仕上げ + buffer

C.5 リハーサル
C.9 第 2 回 memo 反映
残作業 / バグ fix
余力次第: B.3 一覧自動生成, B.4 deploy.sh, B.6 フィルタ, B.7 compare

カット候補 & stretch goals

カット候補 (1 ヶ月で全部は無理)

F カテゴリ全般 (GitHub 公開 / ブログ / arXiv)卒論本体が先
A.7 #5.32 ICB、A.11 Tanks & TemplesPhase 5 prototype の延長で、卒論完成後でも可
G カテゴリ大部分 (G.5 月次投稿だけ残す)教育素材化は卒業後でも
H.2 cargo bench、H.5 CI、H.6 thiserrorCI 整備は GitHub 公開タイミングで

stretch goals (全部楽勝で終わったら)

E.8 NeRF Synthetic 全 8 シーン bulk run卒論 evaluation の完成度大幅 up
A.10 Kahan summation で variance 解消M-3.x の唯一の弱点 (variance ±0.6 dB) を 0 に
A.11 Tanks & Templesreal-world data で卒論の汎用性アピール
F.1 GitHub 公開第三者引用可能化、外部視点獲得

Decision rule

Week 4 終了時点で「Phase 5 full 完了 / MCMC 改善 / Phase 2 baseline」のうち最低 2 つが揃わなければ、第 3 回ゼミ資料を「未到達分の理由 + 来月の手順」で構成して提出する。完璧主義に陥ってゼミを延期しない。

使い方 (進行管理)

本ページは進行管理ボードとしてそのまま使えます。各タスクの status プロパティを 'done' / 'wip' / 'skip' のいずれかに設定するだけで状態が反映され、Cover の集計と各セクションの progress bar が自動更新されます。

status	表示
done	完了。打ち消し線 + 行頭 ✓ + 薄い緑グラデの背景Cover の「完了」カウンタに加算、セクション progress bar に反映
wip	進行中。背景ハイライト + 左端に縦線 + 行頭 ▸Cover の「進行中」カウンタに加算
skip	カット / 後回し。グレー + 打ち消し + 行頭 ×Cover の「カット」カウンタに加算、母数からも除外
(なし)	未着手。デフォルト表示

TypeScript の sections 配列を編集 → pnpm generate で SSG 再ビルド → デプロイ。集計ロジックは computed で自動更新されるので、データ更新だけで全集計が同期します。