• How To Read a Paper.md


    @ Titile How To Read a Paper.md
    @ author Keshav, 译 uuplusu
     
    # 1. Intro
       1. 读论文重要
       2. 没有人教
       3. 三遍法
     
    # 2. 三遍法
       * 第一遍了解大致意思
       * 第二遍抓住内容,但不考虑细节
       * 第三遍深度阅读
     
     
    ## 2.1 第一遍
    * 5-10分钟
     
    1.  title, abstract, intro.
    2. section, and sub-section headings
    3. conclusions
    4. 从ref中挑出已经读过的
     
        需要回答以下问题:
     
        * 类型: 什么类型的论文?测量?分析?原型?
        * 内容: 相关的论文有哪些? 需要哪些原理?
        * 正确性:看上去对不对?
        * 贡献
        * 清晰:写的好不好
     
    _写作时,可认为所有的评审都只看这一遍_:如果5分钟后抓不到亮点,会挂
     
    ## 2.2 第二遍
     
    * _Read with greate care_ 仔细读,但是忽略细节和证明。记下关键点和评论。
    * 1h 左右
     
    1. 重视图表  坐标轴标的合理? 结果有无误差分析以显示结果的有效性?
    2. 标出未读过的参考文献(论文背景的好方法 )
     
    结论:
    1. 不读了
    2. 等下读遍
    3. 继续第三遍
     
    ## 2.3 第三遍
    目标:可以重现论文
     
    需要非常高的注意力。 找到每个假设并证明;并且想如果是你应该怎阐述。这一过程中,也应该产生自己对未来工作的想法。
     
    时间:4-5h(新手), 1h(老鸟)
     
    可以找出论文的不足(缺少的引用,潜在的问题,分析的不足)
     
    # 3 做综述
     
    做一个综述,看是否掌握了这些方法。
     
    ## 步骤:
     
    1. 某领域的3-5篇新论文
    2. pass one, 然后读相关工作部分,得到小的总结(thumbnail summary)
    3. 通过shared citations 找到key papers 和 key authors
    1. 下载key papers, set them aside
    4. key authors的网站,了解相关的会议
    5. 在最新的会议上,了解最新的、高质量的进展
    6. 补充、迭代
     
     
    # 实验
     
    作者自己这样干了15年了
     
    # 相关工作
     
    见 Ref
     
    # Ref
     
    [0] S.Peyton Jones, "Research Skills",  http://research.microsoft.com/en-us/um/people/simonpj/papers/giving-a-talk/giving-a-talk.htm
     
    [1] T. Roscoe, "Writing Reviews for Systems Conferences," http://people.inf.ethz.ch/troscoe/pubs/review-writing.pdf.
     
    [2] H. Schulzrinne, "Writing Technical Articles," http://www.cs.columbia.edu/hgs/etc/writing-style.html.
     
    [3] G. M. Whitesides, "Whitesides' Group: Writing a Paper," http://www.che.iitm.ac.in/misc/dd/writepaper.pdf.
     
    [4] ACM SIGCOMM Computer Communication Review Online, http://www.sigcomm.org/ccr/drupal/.




  • 相关阅读:
    笔记(用Python做些事情)--变量(数字、字符串)
    笔记(用Python做些事情)--变量(日期和时间)
    服务设计-ETL-核心框架
    zookeeper-服务-应用
    HBASE-表设计-优化
    HBASE-读取数据-优化
    HBASE-数据写入-优化
    Zookeeper-客户端-zkclient-curator
    KAFKA-使用问题
    HBASE-Spark操作hbase数据-思考
  • 原文地址:https://www.cnblogs.com/justin_s/p/3239634.html
Copyright © 2020-2023  润新知