《论文写作》课程学习总结

最新推荐文章于 2024-10-18 11:18:42 发布

YZcc00

最新推荐文章于 2024-10-18 11:18:42 发布

阅读量750

点赞数 15

文章标签：学习

本文链接：https://blog.csdn.net/YZcc00/article/details/135073751

版权

闵帆老师的《论文写作》课程主要包括论文写作的概念、论文写作的各个部分、论文写作的技巧方法等，本文主要是对论文写作的各个部分的注意事项进行了总结，目的是记录论文写作中的整个过程中的各个部分，起到回顾和复习作用

1. 论文写作软件Latex

每种期刊都会提供一个或多个格式文件. Latex 源文件只需要进行少量改变, 就可以获得完全不同的版面.

不需要从头开始写，可以找已录用论文的源文件作为模板，获取找期刊提供的模板.

常见的 Latex 格式文件

cls 文件
bst文件
其它

2. 如何写英文论文

1. 单词或短语

禁用：And, Easy

慎用：Simple, Solve

视情况使用：Have’t 与 Don’t, Novel, Prove

其他

2. 解决英文句子的语法问题

借鉴法:找20篇订刊论文，找出简单局，总结并试着应用到自己的论文中

倒腾法:自己写一个英文句子，然后使用反复翻译，然后将非专业词汇转换成专业词汇

3. 题目

注意事项

必须有吸引力

必须易于理解

应该易于检索

长度最好控制在 40-60 个字母之间

尽量不使用 based on，使用 through, with 等来表示技术

如果主要贡献为算法, 题目的缩写就应该为算法的名称

可以通过订刊顶会的论文题目进行学习

4. 关键词

关键词常被看作摘要的一种补充

一般需要 3–5 个关键词，一个关键词一般由1-3个单词构造

将关键词按照字母表排序

5. 摘要

摘要10句

论文中的摘要是一段简洁的文字，旨在概括整篇论文的主要内容、方法、结果和结论。以下是老师的10句规范摘要：

问题及其重要性
已有工作
已有工作的局限性
本文工作
本文方法的第 1 个技术/步骤/方面/优势/贡献
本文方法的第 2 个技术/步骤/方面/优势/贡献
本文方法的第 3 个技术/步骤/方面/优势/贡献
实验设置
实验结果
提升

6. 引言

它应该对整个故事进行详细的描述
可以采用与摘要相同的节奏. 摘要的每一句, 都扩展成引言中的一段
每段应有 5–10 句

7. 文献综述

绝大多数的文献综述应在文献综述中引用

每篇论文都应有文献综述
可以在不同的地方描述
文献需要进行分门别类的介绍
参考文献的引用一般仅仅是一种附属品
不应将参考文献的引用作为句子的主语、宾语等
以年份为主线的综述也不值得提倡
不要一次性引用太多文献
不提倡全句引用
合理评述相关工作的优缺点
可以综述自己前期的工作, 但一般控制在 2-3 篇论文
参考文献必须在正文中引用

8. 符号系统、数学表达式、图片

8.1 符号系统和数学表达式

可以使用研究小组已经有的符号系统，不要对其中的符号进行额外的、特殊的处理

使用Latex进行数学表达式书写，不仅方便，而且高效

不同字体的同一个字母表示不同的涵义，需要检查符号系统

注意数学表达式在论文中的位置，当表达式过长时应进行切分，提高论文的可读性

可以找一篇已发布的论文的.tex文件进行数学表达式的学习

8.2 图片

尽量使用矢量图作图，选择合适的绘图软件很重要，不要使用Excel绘图

图注应该尽可能详细

引用图片时应保持符号一致

图片很重要，应该尽自己所能绘制出漂亮的图片，可以在这上面多花些精力和时间

9. 算法伪代码

算法伪代码是论文的核心之一.伪代码的目的是让读者能够理解算法的基本思想和流程，而不受特定编程语言的限制。在实际编写代码之前，程序员可以根据伪代码来设计算法的逻辑框架，并在选择特定编程语言时进行相应的转换和实现

写伪代码的注意事项：

需要说明输入、输出
方法 (函数) 名可写可不写, 如果被别的方法调用就必须写
需要写出主要步骤的注释;
长度控制在 15-30 行;
可使用数学式子或对已有数学式子的引用;
不重要的步骤可以省略;
一般需要进行时间、空间复杂度分析, 并写出配套的 property 以及相应的表格, 以使其更标准

老师提到的例子及tex源码：

\begin{algorithm}[!htb]
	\renewcommand{\algorithmicrequire}{\textbf{Input:}}
	\renewcommand{\algorithmicensure}{\textbf{Output:}}
	\caption{Multi-label active learning through serial-parallel neural networks}
	\label{algorithm: masp}
	\begin{algorithmic}[1]
		\REQUIRE
			data matrix $\mathbf{X}$,
			label matrix $\mathbf{Y}$ for query,
            query budget $Q$,
            cold-start query budget $P$,
            number of representative instances $R$,
            instance batch size $B_i$,
            label batch size $B_l$
		\ENSURE
			queried instance-label pairs $\mathbf{Q}$, prediction network $\Theta$.
        \STATE Initialize the serial-parallel prediction network;
        \STATE $\mathbf{Q} = \emptyset$;\\
        // Stage 1. Cold start.
        \STATE Compute instance representativeness according to Eq. \eqref{equation: dp-representativeness};
        \STATE Select the top-$R$ representative instances to reorganize the training set $\mathbf{X}$;
        \STATE Update $\mathbf{Q}$ and $\mathbf{Y}'$ by querying $B_l$ labels for each of the top $\lfloor Q / B_l \rfloor$ representative instances;
        \STATE Train the prediction network using $\mathbf{X}$ and $\mathbf{Y}'$;\\
        // Stage 2. Main learning process.
		\REPEAT
            \STATE Compute $\hat{\mathbf{Y}}$ using the prediction network and Eq. \eqref{equation: label-prediction};
            \STATE Compute label uncertainty according to Eq. \eqref{equation: label-uncertainty};
            \STATE Query top-$B_i$ uncertain instance-label pairs to update $\mathbf{Q}$ and $\mathbf{Y}'$;
            \STATE Update the prediction network using $\mathbf{X}$ and $\mathbf{Y}'$;\\
		\UNTIL{($|\mathbf{Q}| \geq Q$)}
	\end{algorithmic}
\end{algorithm}

10. 实验部分

许多机器学习论文，实验部分的篇幅很大，是一篇论文的核心部分之一.老师从实验的数据集信息、实验的进行模式（自问自答）、实验结果的内部比较和外部比较四个方面讲述了如何进行实验。并且也讲述了实验的效果不好时，可以考虑的几个解决方案。

10.1 数据集信息

数据集越多, 覆盖领域越广, 结果就越可信.

数据集大些更好. 如果是结构化数据, 有 ${10}^4$ 个样本和100个属性就比较好.

获取自己主要参考文献中的数据, 有利于进行比较.

要么获得对比算法的源码, 要么实现它们.

同一结果不应该在图和表中同时出现, 避免重复.

10.2 自问自答模式

实验的主要目的是回答一些作者和读者关心的问题. 因此, 我采用自问自答的方式, 在实验之前提出这些问题, 在实验结果列出之后逐个回答它们.

10.3 内部比较

内部比较可以展示参数变化所导致的性能变化，或者展示主要方案与其变种相比的优势.

10.4 外部比较

外部比较即与已有算法进行对比.往往需要比较经典方案，基准方案，最先进的方案；如果数据量太大，建议做成表格；最重要的比较放在后面；详尽的文字分析来阐述变化；在分析自己方案优势之余, 也应该分析它的劣势。

10.5 实验效果不好的解决方案

设计替换方案 (alternative approach)
观察算法所适用数据的特点
使用各种评价指标. 有可能某些算法在某些指标上表现更好
调参
输出中间结果，想办法改进中间结果
提升自己的洞察力 (insight)

11. 结论

结论作为论文正文的最后一部分，读者和审稿人都会逐句阅读.一下是写结论的一些注意事项：

结论一般不要太长
避免使用与摘要内相同的句子
如果要讨论说进一步工作, 可以列出 3 至 5 条, 不算在 Conclusion 的字数里面

12. 参考文献

参考文献示例:

@ARTICLE{MinZhang2020Frequent,
    author    = {Fan Min and Zhi-Heng Zhang and Wen-Jie Zhai and Rong-Ping Shen},
    title     = {Frequent pattern discovery with tri-partition alphabets},
    journal   = {Information Sciences},
    year      = {2020},
    volume    = {507},
    number    = {1},
    pages     = {715--732},
    doi       = {10.1016/j.ins.2018.04.013}
}

@INPROCEEDINGS{MinCai2007Dynamic,
    author    = {Fan Min and Hong-Bin Cai and Qi-He Liu and Zhong-Jian Bai},
    title     = {Dynamic discretization: a combination approach},
    booktitle = {ICMLC},
    year      = {2007},
    pages     = {3672--3677}
}

注意事项: