如何找到科研金点子?

好的科研想法是开始科学研究的第一步,也是取得研究成果的关键一步。对于小白而言,往往很难在入门之初就顺利找到好的切入点,总觉得自己发现的、感兴趣的、能想到的都已经被各路前辈挖掘一番,无从下手。今天,小编带来了一篇专题分享:如何找到科研金点子?文章较全面地介绍了何为金点子、如何找到金点子、应避免哪些思维雷区......研究千万种,想法第一条,思路不对头,发文两行泪。

【何为金点子】

1.原创(original)

别人没做过;

别人做过一部分,但是理解还不透彻;

引入其他领域的方法解决这一问题。

2.重要(important)

科研想法要体现出一定的价值;

做的东西可以很新、可以很奇妙,但最后要归结为审稿人认为你对这一点的科学研究有所贡献。

3.具体(specific)

站在一个点上、而不是一个面上研究问题;

抓住研究前沿,不能太泛;

比如研究天气对水果生长的影响,就要具体落实到是哪种水果,如果是苹果,还要指出具体研究苹果的哪个生长时期或研究哪个苹果种类。

4.完整(complete)

要明白所提出的科研想法的背景是什么,基于什么样的基础提出这个科研想法;

科研想法提出来的目标是什么,所做的研究能产生什么样的影响;

具体完整地回答以上问题可以保证研究的价值。

5.有趣(interesting)

对于国外学者会很欣赏有趣的想法,也就是你做的研究审稿人觉得有意思,很好玩;

研究应首先满足前面几个条件,"有趣"可以使文章锦上添花,但不是必要条件。


以上五个点最后归结为:

落地且喜欢

 

1. 假设你提了一个很好的想法,具体也有创新性,但这个想法不一定能做的出来,也是徒劳。想法不仅要好,还要能实现,即落地。建议大家在形成一个好的科研想法后,一定首先评估一下自己的科研实力,包括现有的实验室条件等。

 

2. 科研想法最好是自己喜欢、并且有热情深入下去的想法。因为一旦开始做某个研究,特别对于博士生而言,通常都是四五年的时间。要把四五年的时间投入到一个或者几个科研想法上,为了保持不断思考努力的动力,不断地让想法变得更完善,就必须有激情或喜欢来做支撑。

 

【让想法更进一步】

任何一个科研想法,萌芽时都是比较大、比较宽泛的。基于大的课题,提出大的研究目标,在具体执行的时候,还有分解成各个子目标,把每个子目标定位成将来可以发一到两篇SCI论文。

 

 

一方面,可以保证有效有序地开展科学研究。按照设定目标顺序,先做目标一,再做目标二,再做目标三,循序渐进。另一方面,每个子目标都是相对独立的,只要执行完其中一个子目标,基本上就能发表出一到两篇SCI论文,这也很好保证了科研成果的连续产出。

 

其次,要把子目标的难易程度进行合理分配,基本上是三七开,70%的子目标是比较容易完成的,30%的子目标是比较难、有挑战性的。这样分解目标之后就保证了研究的丰富性,最后写出来的博士论文或研究生毕业论文内容也会更丰富,让评审专家或者审稿人认为这个工作是扎实的,体现了研究的深度和宽度。

 

以上内容概括为四步:

1. 提出想法

2. 设定总研究目标

3. 分解子目标

4. 依次执行子目标

 

【如何产生金点子】

1.五个思维

 

1) 站在巨人的肩膀上

任何科研想法都不是空中楼阁,都是建立在前人的研究基础之上。一定要做好文献调研工作,充分理解目前的研究进展、研究存在的主要问题,在这个基础上提科研想法,才会让研究有根有据、质量得到保证。

 

2) 反问自己、倒逼进步

科研想法的提出有一个不断完善的过程。在提想法的时候,要不断反问自己:为什么这个想法可行?做了之后是否有意义?提这些问题能够倒逼自己去思考:这个想法做出来后价值在哪里?这样就不会使好想法进入搁置、甚至停滞的状态。从提出想法开始就要不断去思考、补充、完善,即使已经着手研究,也可以不断完善子目标。

 

3) 优秀到卓越

科研想法提出后,究其根本还停留在想象、虚幻的层面。绝不能满足并止步于此,提出以后还要不断跟同行、跟导师、跟师兄师弟、师姐师妹去交流,聆听别人的想法。基于交流去总结思考,才能让一个普通的科研想法变得更精彩。

 

4) 准备好再交流

平时做科研提想法时,要不断跟导师交流确认。正常情况下,导师们会很忙,如果自己都没有把科研想法完全理解透,就直接去跟导师交流,很容易碰到导师挑战性的问题。如果一问三不知,那不仅很尴尬,而且会打击自信心。

 

好的做法应该是:先把科研想法理透,在理透的基础上提供一些参考文献去支撑这个科研想法。也就是说:我为什么提出这个科研想法?主要的研究进展在哪里?代表作有哪些?准备好这些,在面对提问的时候,就可以马上展示给对方看,用实证去说服对方,让对方相信这个科研想法是有价值的。

 

5) 磨刀不误砍柴工

一定要等想法成熟之后再开展具体的科研活动,比如说,如果是做实验分析,那就一定要在实验设计之前就把想法设计好,在有100%信心的时候再去做实验分析;如果是做数字模拟,写程序的时候,千万不要求快。如果等程序写好了,在不断调参数的过程中才发现前面的科研想法出了问题,然后再返工,甚至更换课题,这不仅大大浪费了时间,还消磨了信心。与其不断地更换想法,不如一次性就把它做好。

 

2.三条途径

 

1) 导师

通常有两种情况:

第一种情况:导师会给一些研究想法,并列出单子,研一或博一的时候让学生选择。因为导师了解这个科研方向,因此研究开展起来相对轻松。

 

另一种情况:导师不给出具体的科研想法,只给一个大的研究方向,具体的科研想法要自己去了解。此时有三种方法:一、即使只给出大的科研方向,也要不断去跟导师沟通交流,多问问题。导师往往有丰富的科研经验,已经做了多年研究,发表了大量论文,参与了大量课题答辩,这些科研经验对一个新手来说是难以企及的;二、如果是教授级别的导师,通常会参加行业内的学术委员会会议,制定省级、甚至国家级别的科研规划,去了解这些对于提高科研的全局意识有很大帮助;三、会议交流,在学术会议上学习、完善、交流自己的想法,这点在下文会详细论述。

 

2) 同行

有两种同行交流途径:国内、国际。如果是向国外学者求教,可以发邮件交流,把自己的想法非常有逻辑地表达出来,如采用三段式(研究背景、我想做什么、产生的价值和意义),然后诚恳地询问对方是否有更好的意见或建议,能否帮忙完善想法。不要期望对方回邮件,更加珍惜的应该是写邮件过程中,自己对科研想法的再次梳理,这对于后期重新认识想法有很大帮助。在国内,如果对某个研究很感兴趣,但是又不认识想请教的学者,就可以请导师帮忙引荐,这样交流想法会非常有效率。

 

3) 文献综述

文献综述的目的是要理解这个领域的基本概念。对于新手,可以结合中英文材料来做文献综述,先看中文的经典教材,对于理解专业词汇有很大帮助。了解基本概念之后,再去了解整体的研究情况,看国际上有哪些人做这个研究,目前主要研究成果、研究方向是什么。这对于找到大研究方向下的子研究方向的研究进展及存在的问题很有帮助,基于存在的问题再去想有没有更好的办法解决问题,或者能不能用其他学科的方法解决问题,这就是一个提炼想法的过程。通过这个环节,再去跟同事、导师交流,不断完善想法。

 

除了教材,还可以去找中文的综述性文章。综述性文章会给一个大体的研究认识,再阅读英文的综述性文章,这个难度会提升,因为要考察专业知识。还可以看一下英文的博士论文,这对于整个研究进行全局把握有很大帮助。最后再过渡到具体的英文期刊的论文,采用不同的精读和泛读的方法去理解和提炼科研想法。

 

对于经验丰富的科研人员,可以直接看高水平的综述性文章,结合高水平的英文论文,就可以很快地提炼出科研想法。读文献综述和期刊论文时,要如何提炼想法?建议特别关注Discussion(讨论)部分,这个部分会佐证自己前面取得的研究成果,去提目前研究存在的主要问题,以及未来可能的研究点在哪里。基于讨论部分,再结合之前阅读的其他部分,就可以形成一个初步的科研想法。

 

4) 会议交流

不管是国际还是国内会议,如果是新手,在没有初步研究成果时很难参会。但是到二三年级时,在有一定的成果之后,应该多参加学术会议。会议上需要注意两点:一是特别关注Keynote speaker(主题演讲)的演讲,主题演讲的人一般是国内或者国际上这个领域比较牛的学者对目前研究的总结以及对未来研究的看法。

 

第二点要关注跟自己研究紧密相关的论文。通常,会议报到的时候就能收到会议论文集,这个时候可以快速翻看跟自己研究相关的内容,当天读完。第二天等作者演讲的时候,积极主动地去提问,这样就可以很快地了解到论文基本研究思想、基本想法、基本方法以及主要结果。

 

3.三种方法

 

1) 头脑风暴

头脑风暴是群组产生创意的最主要方法之一。当提出一个初步想法,或者在读论文的时候有一个问题没有解决,笔者通常的做法,是把问题写在白纸上,画一个圈,然后在圈的周围列举可能解决这个问题的思路或者办法。然后再画一个圈,去检查各个层次是不是已经做到。如果这篇论文是做数字模拟的,有没有可能去做实验分析?数字模拟这个假设是不是站得住脚?是否可以通过实验去验证这种假设或者数字分析结果的价值?针对一篇论文,从各个角度分析,可以促使想法不断完善,而且也会相对完整和具体。

 

 

2) 时间轴法

科学研究是缓慢进步的过程,随着时间的进展而变化。做文献综述时,推荐画一个横轴,代表论文发表的年份,画出关键的年份,然后通过文献综述去看,每一年有哪些主要的研究进展。比如在2002年,某研究者采用了某办法,研究了某东西,结论主要是什么,存在的问题是什么。在做完一条时间轴的文献调查之后,就会非常清楚目前的研究人员是哪些,主要进展是什么,主要问题是什么,基于此再去提问题就会非常扎实。提的科研想法质量也会比较高。

 

3) 借鉴其他学科的方法

各个学科发展的进度不一样。比如医学,对生命及生物的认知非常关键,所以医学研究一般会快于其他研究,有学者们就把医学中好的想法借鉴到工程研究中。医学里的CT人体扫描,十多年前就成功地借鉴到了工程材料里,用于3D扫描。工程结构里有些是不透明的,查看微观结构就需要用CT去扫描。这是学科间相互借鉴的一个成功例子。很多课题的创新性可以从交叉研究的交叉方法上去体现。研究时应该把思维放开,不仅局限在自己领域,也要和其他领域的人多交流、沟通,多关注其他领域的科技新闻,不断思考总结有没有交叉融合的可能。

 

【避免思维雷区】

1. 求快

科研想法的提炼千万不能急,不要在想法还没成熟的时候就开始研究、开展实验或者做数字模拟、理论分析。这种求快很容易导致返工,很浪费时间,对博士来说甚至会影响学业。有些博士可能研究期间换了几个研究课题,整个研究过程持续了十多年,非常不顺利。一定要求稳,把每一步,包括文献综述、跟导师交流、参加国际会议都做好,把好科研想法的质量关,之后再做下一步研究,这样才能确保出来的成果是高质量的成果,自然就能发表高水平的论文。

 

2. 伪创新

科研想法的可执行性要强,首先要确保创新性、重要性、有价值、具体完整,最后要归结为落地,也就是想法是可以实现的。如果提了一个很好的想法,但是根本做不出来,实验室没条件,导师也不支持,事与愿违,虽然花了很长时间去做综述,最后也做不出来,这也不是一个好的、创新的科研想法。

 

3. 浅尝辄止

想法是一个不断完善的过程,碰到一个想法,觉得有意思很想做,那就要再往前一步。如上文所说,类似于头脑风暴的方法,从各个角度、各个层次去分析。或者定一个大的目标,然后去分析子目标,考察每个子目标是否具有可行性,如果子目标具有可行性,那么大目标自然也可以实现。要往前一步去思考,把想法做具体,这样的科研想法才是一个好的科研想法。

 

4. 担心科研想法泄露

多交流,不要担心泄露。学术道德和学术信誉是一个学者的基本操守。交流不是为了窃取别人的科研想法。可以这么理解,不断去交流,别人给出意见之后,还会激发出你更多的想法。有时候可能说出一个想法,迸发出三个想法,这样收获更大。

 

以上内容整编自知乎,首发于IJAC微信公众号(ID:IJAC)。

作者:

Dr. Wu (帝国理工学院 土木工程博士)

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值