1 Star 0 Fork 44

吾言 / project_25360305

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
克隆/下载
CollectMaterials.md 6.16 KB
一键复制 编辑 原始数据 按行查看 历史

如何找资料?如何收集资料?如何看论文?

科学研究和做前沿的开发,需要掌握一定知识,而这些知识往往还没有写入书籍,比较零散的分布于研究论文,因此如何高效的查找文献、整理文献,对于研究、开发工作的开展非常重要。

核心的思想是:

  • 不断迭代完善,刚开始知道关键词,然后找到一些论文;
  • 通过阅读论文,分析领域的脉络,然后再去查找相关的论文,并完善关键词;
  • 这样迭代几次就把所研究领域的论文、方法等掌握。

1. 找论文

1.1 论文查找

  • 先确定关键词,找这个领域的综述文章,梳理研究方向的发展脉络、方法有几类等等
  • 中文文章在知网等平台查找。
  • Google scholar:查找论文统计和引用,通过引用查看最近研究现状,通过作者查看作者相关所有论文
    • 通过Google学术等网站,根据关键词查找这个领域的论文。如果是5年前的,必须是非常经典的,他引次数比较多;如果最近5年的,需要论文有鲜明的特点等等;
    • 可以根据一篇比较好的论文,在GoogleScholar找引用这篇论文的最新论文,在引用的论文中过滤那些引用比较高的(一般引用比较高的质量相对较高)
    • 在这个过程学会如何科学上网
  • arXiv:查找和下载最新计算机方面的论文
  • Connectedpaper:https://www.connectedpapers.com/ 查找有关联的论文,以图的形式展示
  • 计算机视觉顶会论文合集:https://github.com/amusi/daily-paper-computer-vision
  • 本研究领域的会议、期刊信息请可以参考:《机器人、计算机视觉、机器学习方向的会议期刊列表》

1.2 找到论文的代码实现

1.3 看论文

  • 已下载论文可以用沙拉查词网页翻译插件
  • arXiv-sanity: 和arXiv相比可以在浏览时显示摘要 http://arxiv-sanity.com/
  • arXiv-vanity: 可以将arXiv的论文渲染成网页,不用下载pdf文档就可以阅读和使用网页翻译插件翻译
  • 对于比较好的论文,可以及时整理论文的要点、相关研究、方法到自己的项目,这样方便后续整理到论文里

1.4 三遍看论文法

  • 第一遍:看abstract和conclusion,先看摘要大概知道在做什么 ,然后看结论, 结论通常和摘要是一样的,但是把摘要中提出的问题用一些实际的结论和实际的数字证明一下,读完这些我们大概可以知道这篇论文再讲什么,然后可以调到exp和method 看一些图和表,大概佐证一下,这一遍大概十几分钟时间 ,可以知道这篇文章在干什么 ,质量怎么样,结果怎么样,是否适合自己(最重要),决定要不要继续往下读;
  • 第二遍: 整个文章过一遍 ,知道每一块在干什么 ,从标题开始读到最后 但是也不必注意太多细节 ,包括公式的推导,一些理论的证明什么的。需要对论文的各个部分都有了解 ,可能一些细节不太懂在干什么 ,可以把一些相关的重要的参考文献,重要理论圈出来 ,这一篇读完需要决定要不要继续往下精读 。可能到这里就可以了,我们知道了解决什么问题结果怎么样大概用了什么方法 。不需要了解很深,研究方向不一样(不再继续往下读了) 细节读不懂(或许需要读他引用的参考文献)
  • 第三遍:需要知道每句每段在干什么这一遍的时候脑子里面需要不断地重复怎么实现这篇文章 ,或者作者说提出一个什么问题,用什么方法解决了这个问题, 这个时候可以思考,如果自己在做这个事情的话 ,会怎么样去做 ,我会怎么怎么去实现这个东西 。实验部分:如果换自己来自己会怎么做,能不能比作者做的更好,还有文章中有些没有往下走的部分,留到以后来做的,可以想如果自己来做,能不能往前走呢,这一遍关键的就是知道每一句话在做什么 ,大脑里脑补一遍整个过程,好像自己做过一遍一样,关上文章也可以回想出很多细节,达到可以复述一遍 ,可以基于他做研究的目的。

上述看论文也是一个海选、精选到重点研读的过程,可以在第一遍作为筛选看是否对自己的研究有帮助(即使不是同一细分领域也可以), 第二遍(精选用于选择自己是否基于这篇文章做研究是否需要复现这篇文章等)

2. 整理素材的建议

  1. 可以用1,2,3 ...级标题,这样方便快速定位到希望的资料
  2. 可以把自己认为比较好的句子高亮,这样方便查阅
  3. 整理资料的时候,需要明确整理资料关注的要点是什么,这样整理的素材会更加有针对性。例如:
    • 开题报告:更加关注的是研究背景、研究意义、关键科学问题、技术途径的简要描述。
    • 技术方案:更多的关注是相关研究方法、方法的描述、实验、实验分析等等。
    • 项目申请、项目指南:更关注的是研究背景、研究的意义、创新点。因此需要相对应的找现有的方法、现有的方法的劣势、是否能够改进等。
  4. 整理的素材,可以简单标注一下素材的来源(或者加入超链接),这样如果想深入了解的话,可以快速查到资料。

具体的例子请参考GC研究调研资料汇总

参考

写论文工具

1
https://gitee.com/deepos/pilab_research_fields.git
git@gitee.com:deepos/pilab_research_fields.git
deepos
pilab_research_fields
project_25360305
master

搜索帮助

53164aa7 5694891 3bd8fe86 5694891