没有导师的指导,研究生如何阅读文献、提出创见、写论文?

共 5130字,需浏览 11分钟

 ·

2020-12-17 18:13

↑ 点击蓝字 关注极市平台

来源丨知乎问答
编辑丨极市平台
本文仅用于学术分享。若侵权,请联系后台作删文处理。

极市导读

 

研究生的导师放羊式培养,不给予指导,这种情况下该如何有效的去阅读文献,撰写论文,有什么实用的方法和需要注意的细节点。本文总结了知乎该问题的精华回答,帮助正在迷茫中的同学们。 >>加入极市CV技术交流群,走在计算机视觉的最前沿


回答一

作者丨微调


我特别能理解提问者的感受,因为很多同学都可能有以下几个需求:

  • 毕业有论文要求,但老板帮助不大(如研究方向不同或忙于行政事务)
  • 虽然毕业无论文要求,但希望通过发表论文来提升自己的职场竞争力(尤其是特定学科)
  • 希望通过做研究和发表来争取国外的博士机会(论文已经是某些学科的申请必备品)

我们可以把问题简化为:如何「独立」在1-2年的时间中做出可发表的科研成果。如果可能,最好在高水平的会议或期刊上发表文章。此处的独立更多指的是没有导师或资深研究员指导,但我依然建议尽可能与其他小伙伴合作讨论、互相鼓励,比如朋友同学,甚至是知乎上认识的网友,原因见后文。在明确了主题后,我们就可以把问题继续分解为三个子问题:

  • 如何选题,
  • 如何研究,
  • 如何投稿。


1. 如何选题

选择适合的研究方向是成功的一半,不要单纯因为兴趣而选定研究方向。因为要做独立研究,首先要避开所有重器材的方向,比如做深度学习你作为个人是刷不过集团军的--你没有那么多计算资源。同理,粒子对撞啊、高能物理、基因测序这类实验性研究都不适合独立研究,所以本文更适合轻资源学科的同学参考(如计算机科学中的特定方向、应用数学等)


第二点就是选择适合自己的方向。大部分基础学科如数学、物理等都需要多年的知识积累以及导师指导,因为导师的轻轻一点就可以省掉了数天甚至数个月的瞎想。因此尽量选择一些参考材料丰富,个人知识积累较多,且容易入门的方向。以计算机领域为例,大部分理论性的方向都很难啃,做系统也很难(周期很长)。所以要想能做的动的话,建议选择应用型和交叉型方向。比如A算法在B领域的应用,如何将C算法改良后应用于D问题上。类似的包括“推荐系统在xxx方向上的应用”,“用xxx算法来解决推荐系统中的xxx问题”。尤其对于编程能力很强的朋友来说,复现经典算法的过程中就很容易想到新的点子。


选题的第三点就是要读几篇该领域的经典文章,试试水深。换句话说,就是看看自己能不能大概读懂,知识的空缺有多大,离能够独立成文还有多远。如果某一领域的文章都有大量的公式推导且你的数学功底有限,那么就不建议选择这类方向。读综述文章一般也是个很好的思路,这样可以快速看到领域的边界,也有助于缩小选题范围。


当然,兴趣依然是一切的源头,也是能不断激励你的后盾。总结来看,选题是一个平衡过程,是硬件资源+知识背景+个人兴趣的综合后的产物。其中任意一项如果是绝对短板的话,就很容易影响最后的产出。综合要选择一个自己有兴趣,有一定的相关知识,资源要求不高,且写作水平和领域论文不会相差太远的方向。


2. 如何研究

当我们有了一个适当的选题后,应该先读该领域的经典教科书或者综述文章,比如推荐系统就读推荐系统的入门教科书。教科书的定义是由外国大家写的科研导向的教科书,不是那种“30天包会Python”。这类书的特点都是作者对领域有很深的把握,而且提供了足够多的文献供你独立思考和拓展。我个人的经验是:


  • 一边读一边记下自己天马行空的点子,先不用想是否成熟,记下来再说。
  • 一边读一边看能不能和其他领域结合,比如用集成学习或是graph mining做推荐系统。
  • 一边读一边缩小自己的选题范围,通过阅读了解自己更擅长在哪个(章节)主题上发力。大部分教科书都是分章节介绍内容,而章节在一定程度上前后独立。因此你可以着重挑自己读着有趣的内容深入了解。


假设我们现在确定了一个小主题:“如何利用「集成学习」来提升「推荐系统」的「鲁棒性」”。那么找到新的方向其实并不难,你需要:

  • 找到该领域常用的数据集(benchmark datasets)
  • 找到其他基线算法的实现(baseline algorithm implementation),一般在GitHub上搜索算法名就可以。可以找最近的相关论文的related works来追踪领域进展。
  • 找一本集成学习的教科书


第一步就是重现基准算法在常用数据集上的表现,这个将会是进行研究的重要参照物。如果某些基准算法没有现成的实现,你可以尝试着动手写一个--实现算法的过程往往就是找灵感改进的过程。等以上步骤做完后,你就可以考虑如何用集成学习来改进推荐系统。这个时候就可以参考集成学习教科书,分析不同算法的优劣,找到哪些方法有助于提高鲁棒性,再应用到推荐系统上去。跨领域交叉往往比在特定领域创新要容易,这个思路特别适合独立研究者。


3. 如何投稿

首先一般投稿有期刊和会议,期刊一般内容更加完善,但会议一般更加前沿,不同领域在意的不同。期刊一般是单盲(即审稿人知道你的身份,而你不知道谁是审稿人)。会议可能是单盲、双盲甚至三盲(比如ICDM)。考虑到独立研究没有老板的背书,那么尽量避开单盲的投稿,因为你可能会从中吃亏。


第二点就是考虑审稿周期,大部分会议的审稿都在1-3个月内,而大部分期刊的第一轮意见都需要3个月以上才会出现。所以时间敏感的话,建议优先投会议,而非期刊。另一个常见的操作是会议论文在发表后经过扩展(>30%)的新内容再重投期刊,可以同时兼顾时效性和完整性。


选择投稿渠道也是对于新手非常不友好的环节,建议多问问周围的资深人士。新手投稿,尤其是独立研究我一般会推荐投 1)主会短文(short paper)2)专题研讨会论文 (workshop paper),如果非要投长文,建议把档次选的低一些。比如计算机领域的独立研究者第一次投稿可以选择CCF推荐的C类会议长文,或者A或者B类会议短文或者研讨会。一般来说从难度上看,长文>短文>研讨会。切勿一上来就想搞个大新闻,一举拿个A会长文,99.99%的情况下新手独立写稿是没希望的。


这一切的前提都是你的英文足够好,这点是一切的前提。而写作思路可以参考刘知远老师的「刘知远:如何写一篇合格的NLP论文」(https://zhuanlan.zhihu.com/p/58752815)和「刀熊说说:怎样构建有条理的学术论文?」(https://zhuanlan.zhihu.com/p/35717259)。最佳情况还是要和别人合作,即使他们和你一样是新手也没关系,毕竟是人多力量大,心理上有个依靠还有一点就是新手独立发文,在单盲的情况下更容易被拒稿,增加1-2个共同作者有助于减轻这种偏见,原因非常明显就不赘述了。论文被拒稿是很常见的事情,作为独立新手就更无法避免了,我建议大家好好读读「李丁:论文被拒之后该干嘛」(https://zhuanlan.zhihu.com/p/57407004),从中学习如何根据审稿建议不断修正和改进自己的文章。


4. 总结

理论上只要你方向选的合适,自身条件尚可,在坚持不懈的实验、写作、投稿、被拒、修改、重投后,总能慢慢走上正轨。如果幸运的话说不定还能在你的研究小领域打开一点局面,有一点知名度。


独立研究最大的成就感来自于「独立」,在这个过程中,你会不断的怀疑自己甚至否定自己,这也是为什么我建议大家能有人一起同行。但当你有所推进时,比如发出了第一篇不错的文章,你会非常激动。因为你完成了自己的博士入门训练,避开了民科式科研,在艰苦的环境中打开了一片局面,甚至还微微推动了科学发展。这比发表论文本身更有意义,你应该为自己感到自豪 :)


有人或许会问,你这种说法靠谱吗?会不会竹篮打水一场空?

我只能说:“我试过了,是真的。”


原回答链接:

https://www.zhihu.com/question/23647187/answer/641748792


回答二

作者丨王鸿伟


谢邀。今晚刚好收到一封邮件,如下:

可以说和这个问题是非常相关了。导师放羊、实验室散养是非常常见的现象,大家大可不必慌张。综合来说,导师的不坑爹指数排名如下:年轻有为、待你平等的小老板 > 年轻有为、剥削你的小老板 > tenure、偶尔管你的中年老板 > 能力一般的小老板 > 放羊的大老板 >> 任何年龄段、没能力还瞎指挥、限制你自由的老板。如果你的老板放羊,那属于比较坑爹型,但还没有到天都塌了的地步。这种情况下,你需要如下的自救:


你首先要意识到,几乎没有完全原创的工作,最起码任何论文都是有参考文献的吧?做科研灌水当然是不好的,但是一开始就好高骛远也同样是不对的。科研的基本功需要扎实地训练,而这种训练需要你从模仿开始做起。一开始的时候idea的新颖程度低一些,工作量夯实一些,是完全可以理解的,因为你需要这样的几次完整的科研周期的训练,才能成为一名合格的研究生。


首先选择一个你感兴趣/有前途/有钱途/有人能带你的大方向。优先阅读该方向里最近五年的survey(太老的可以不看)。鉴于计算机领域的发展速度太快,只阅读survey是远远不够的。你需要自行整理该方向相关的近三年的顶级会议(一般也就三四个),以关键词搜索出所有的论文,然后尽可能阅读一些你能懂的/和你想做的相关的/热门的论文,增加对该领域发展现状和顶级会议论文应该有的样子的初步了解。


你最好能找到可以和你一起学习的同学/可以和你讨论的其他老板。idea的诞生是需要相互启发和相互质疑的。在完全没有任何科研经验的时候,最好要找到高年级的学长学姐或者其他小老板讨论,他们可以帮你确定一个小方向。这一点我深有体会,一个完全没有经验的新手是最需要有人可以带着入门的,事实上,这也是老板不放羊的最大的好处。你需要做的,就是在前辈的带领下,快速地从一个小方向切入进去,然后慢慢地自己开始发现新天地。


最开始的时候阅读论文,最好能细致一点,把论文之间的引用关系理清楚,把近几年的发展脉络理清楚。我当年开始第一个工作的时候,就是把我论文需要引用的二十多篇论文的主要思想、方法都写了下来,把引用关系画成了一个DAG图。当你入门之后,你需要有快速阅读一篇文章并掌握其核心贡献点的能力,而不要再花费很多时间来标注。


如果你不会设计实验/写论文,请模仿和你的工作最相关的论文。把他们的论文好好读几遍,从结构到段落到句子都可以模仿。我当年的第一篇论文,我的老板就说我写的不错,其实我也是吃透并模仿了好几篇参考文献而已。


写论文的时候切记:逻辑第一!这种逻辑是贯穿全文的,段落层面的逻辑、句子层面的逻辑、甚至一句话里的逻辑,都是非常关键的。一篇好的论文要循循善诱,有理有据,让人读起来不要废太多脑子,就觉得你说的很有道理。这里面要着重注意各种句子层面的关系:转折、因果、递进等。一句话可以有无数种表达方式,你要做的就是在脑子里把各种方式过滤一遍,选择最流畅的那一种。


在研究生学术生涯中,导师不是最关键的,最关键的是你的目标、决心和努力。一名合格的研究生,应该是全栈研究生,也就是阅读参考文献,想idea,修正idea,设计实验,跑实验,写论文,修改论文,做presentation,这一整条技术栈你都要可以独立进行。如果你缺失了任何一个环节,你都会受制于你的导师。这个问题下的回答已经非常多了,大道理你也都看过,也都明白,问题是,你是否真的做到了背水一战的决心和努力?


原回答链接:

https://www.zhihu.com/question/23647187/answer/568803695


推荐阅读




    添加极市小助手微信(ID : cvmart2),备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳),即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群:每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~

    △长按添加极市小助手

    △长按关注极市平台,获取最新CV干货

    觉得有用麻烦给个在看啦~  
    浏览 24
    点赞
    评论
    收藏
    分享

    手机扫一扫分享

    分享
    举报
    评论
    图片
    表情
    推荐
    点赞
    评论
    收藏
    分享

    手机扫一扫分享

    分享
    举报