本文作者分享了自己在科研初期的体验和学习方法，特别是针对机器学习和多模态研究的文献调研和最新资源获取途径。通过Google Scholar、Stork文献鸟等工具进行文献跟踪，利用Mendeley进行文献管理。同时，文章提到了多模态学习的挑战，如Transformer在多模态融合中的应用，并分享了近期阅读的高质量论文。最后，作者对未来决策学习和知识图谱推理表达了兴趣，并计划结合元学习与多模态学习融合进行深入研究。
六月四号是正式开始科研的第一天，刚开始科研，脑袋一片空白，老师也没有跟我交代太多，就让我看了一篇multimodal的综述文章，然后写一篇report交给他。由于疫情的原因，这篇综述看了几个月，然而也并没有看出什么有价值东西。科研的起步阶段是很枯燥的，而且很可能花了不少时间却义务所获，所以学会正确的方式是很重要的。
之后在知乎上看到了一篇经验贴，是曼大的一位计算机专业在读博士的经验分享贴（https://www.zhihu.com/question/21278186/answer/724440797？utm_source=wechat_session&utm_medium=social&utm_oi=761357108913405952）。文章比较全面的介绍了如何顺利的进入一个全新的科研课题，对于刚开始科研的新人帮助很大，建议可以看一看原文。文章从如何做文献调研开始，详细介绍了如何找领域相关的核心文章，利用Web of Science, Histcite等工具挑选出领域的经典必读文献，帮助我们更快的接触到课题的核心技术，这些工具的使用方法在文章中都有详细的攻略，有需要自取。文中还介绍了文献管理神器Mendeley，亲测很好用。
除了阅读课题的经典文献，紧跟当下技术的步法也很重要，阅读一些新的paper是很有必要的，因为有可能之前的一些技术已经过时了。所以如何能够及时获得领域最新的讯息呢？给大家介绍几个我平时在用的方法。首先当然是Google Scholar，输入你研究的课题关键词，可以找到该领域所有的学者，你可以订阅相关学者，这样在他们发表相关文章，甚至是他们关注的领域的新文章，谷歌就会给你发邮件。其次就是Stork文献鸟（https://www.s
最低0.47元/天 解锁文章
225
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
