学术研究的策略与方法——从自身经验谈起

人生短短几十载，别让难过占一半

让导师喜欢和抓狂的学生

让导师喜欢的学生

1. 积极主动、乐观向上
   • 常跟导师汇报进展、讨论问题,主动push导师
   • 主动承担实验室的项目、课题、任务等
2. 思维敏捷、有自己的想法见解，充满好奇
   • 遇到问题主动寻求解决办法、提出解决方案
   • 对未知事物、现象的探究有很大兴趣
3. 勤奋踏实、认真仔细,全身心投入科研
   • 经常在实验室出现,甚至周末、节假日
   • 绝对不向导师交“残次品”，但凡出手必是精品
4. 目标明确、勇于挑战
   • 做事情有计划性、敢于设立远大的目标
5. 自信阳光、擅于表达
   • 积极发言、表达观点，正误其实不那么重要
   • 沟通能力强，能清楚地向别人表达学术观点
6. 基础扎实、能力全面
   • 数理基础
   • 编程能力
   • 英语基础

让导师抓狂的学生

1. 懒惰、混日子、混学位
2. 粗心、不认真、不负责
3. 三天打鱼两天晒网，不持之以恒,经常做与科研无关的事情
4. “拖延症”患者、缺乏执行力
5. 缺乏举一反三能力，让老师“挤牙膏”“背着走”·整天抱怨，觉得什么都做不下去
6. 夸夸其谈、眼高手低、自恃聪明、固执己见
7. 存在学术不端行为

入门篇

1. 充分利用入学前的时间打好数学、编程、英语等基础
   • （人工智能专业）
   • 数学:高数、线代、概统、最优化
   • 编程:Python, Pytorch/ TensorFlow等平台-英语:读、写、听、说
   • 专业知识:机器学习、模式识别、计算机视觉、图像处理
2. 完成观念和学习习惯的转变
   • 本科:被动式→研究生:主动式
   • 考试分数≠科研能力
3. 树立时间观念，硕/博士做研究的时间其实非常短暂
   • 刨去上课、撰写大论文、求职等，时间已所剩无几
   • 顶刊、顶会等审稿周期往往较长，工作量较大
   • 制定规划，给自己设置deadline
4. 尽快确定自己的研究方向
   • 围绕课题组研究方向、本领域前沿研究方向等
   • 发掘自己的强项:数学推导?编程?理论?应用?
   • 多向导师、师兄师姐请教
   • 浏览本领域顶刊顶会近两年录用的文章列表
   • 研究一定要focus到一个点上，切忌“打一枪换一个地方”
5. 读大量的文献,边读边想，并做好文献管理
   • 多读顶刊顶会论文，因为它们的质量一般更有保证
   • 书读百遍，其义自见
   • 千万别从第一个字读到最后一个字,而应该由粗到细、做好取舍
   • 学会用一句话总结一篇论文
   • “想”比“读”更加重要，要带着问题读论文
6. 多研读别人的代码，实现别人的算法
   • 从仿写到独立coding，慢慢学会实现一个算法
   • 注意积累已有典型算法的代码，后面科研会用到
7. 多参加实验室组会、学术报告会等，扩展自己的知识面
   • 研究生的课堂是多元化的，不仅仅是实验室、教室
   • 放宽眼界，不要以为不是自己的研究方向就对自己没有用
8. 劳逸结合，保持健康的体魄和旺盛的精力
   • 定期体育锻炼
   • 培养业余爱好

进阶篇

研究生培养的目的:独立做研究的能力
选题宗旨:做有影响力的工作

• “做领域的第一个工作，或最后一个工作”——汤晓鸥
• “要做为别人推开一扇窗的工作”——陶大程

如何寻找idea

1. 阅读领域综述论文——查缺补漏
2. 阅读其他领域论文——移花接木
   • 小领域之间的“借鉴”︰防止直接应用导致的创新性不足，要突出“用得妙"
   • 大领域之间的“借鉴”︰耳目一新
   • 垂直领域间的“借鉴”︰有据可依
3. 参考别人论文最后的future work
   • 有价值的idea可能不多
4. 从实际问题中找idea
5. 不要做“组合式”工作，而要做有“深度”的工作
   注意研究的体系性，切忌"拼盘"式研究
   

如何写论文

1. 题目(title)
   • 一定要吸引人，避免A based on B结构
   • 要简短有力，不宜过长
2. 关键词(key words)
   • 尽量多用常见词，不要自己造新词
3. 摘要(abstract)
   • 策略与方非常重要，一定要突出工作的创新性和价值，不要只总结方法流程
4. 简介(Introduction)
   • 行文逻辑同摘要，可视为摘要的扩写
   • 前人工作为自己工作的出场搭台
   • 一定要说清楚研究动机(全文最重要的部分!)
5. 相关工作回顾(Related Work)
   • 建议按照一定的逻辑组织，避免“记流水账”式写法
   • 分类法、递进法
6. 所提方法(Methodology)
   • 精心设计结构:总分?主次?
   • 文字、公式、图表多种形式呈现，夹叙夹议
   • 不可滥用公式
   • 最好能有一定的理论分析，使所提方法更solid
7. 实验（Experiments)
   • 要使用本领域主流benchmark数据集
   • 对比方法要包含本领域最经典的方法和最新最好的方法
   • 要注意比较的公平性和一致性
   • Quantitative和qualitative 比较都需要
   • 使用ablation study验证所提方法的核心contributions
   • 对于文中的其他关键论点一定要有对应的实验论证
   • 对于反常的实验结果一定要做解释
   • 别忘了根据实验现象总结实验结论
   • 做好参数稳定性分析等关于所提算法自身的分析
8. 结论(Conclusion)
   • 千万不要变成Abstract和Introduction的重写或改写
   • 要上一个高度总结，给人“一览众山小”的感觉
     
9. 参考文献(References)

• 要引用本领域最经典的方法和最新的方法
• 要多引用近几年的工作
• 引文格式一定要统一(作者姓、名顺序;出处写法;首字母大小写等),千万不能直接复制google scholar的citation code

作者在写作上多出一份力，读者在阅读时就会少花一份力

如何回复审稿人意见

General guidelines (Rebuttal & SoC):

• 和论文写作一样重要,不可轻视!有1%的希望就要尽100%的努力
• 一定要礼貌!礼貌!礼貌!(尤其是审稿人的意见存在偏颇时),Thanks/Sorry常挂嘴边,要让审稿人觉得他是被尊敬的
• 一定要简明扼要、一针见血，正面回答审稿人的问题，千万不要绕弯!
• 要反复揣摩审稿人问问题的症结在哪，回复审稿人有时是个考验“情商”的活儿
• 既不能硬怼，也不能太怂;各退一步、皆大欢喜!
• 字斟句酌!不可以出现任何学术、语言、逻辑错误!不能被审稿人再抓到“小辫子”
• 切忌不要说“你看别的审稿人bla~~bla~ ~"

常见问题应对

1. 创新性不足
   • 罗列、总结、强调创新点,说明研究动机insightful
   • 可以拉其他文章横向对比
2. 实验不充分
   • 老老实实加实验
   • 解释不比的原因(不公平、setting不一致、目标不一致等)
3. 要求clarify或质疑某件事情
   • 言简意赅做进一步正面解释,消除审稿人的疑虑甚至误解
   • 拉已发表的高水平文章“背书”
4. 有typo，或者presentation不行
   • 感谢审稿人，并表明会修改/已修改
5. 确实遇到审稿人犯了明显的错误,或者不负责任的审稿人
   • 用Confidential Comments to SPC/AC投诉30