书籍阅读-会读才会写-导向论文写作的文献阅读技巧

Posted 2022-11-30 Jucway

文章目录

• • 心得
  • • 笔记

阅读记录05.22

心得

书籍阅读

通过阅读<会读才会写><科技论文写作>这两本书籍，第一次系统的了解论文阅读的全貌，虽然之前或多或少的都有接触到阅读，但是总是欠缺点思考。一般老师们都会强调阅读文献一定要带着批判性的思维；但是这是一个空泛的概念，没有真正的说明白怎么样的阅读才是批判性的阅读，怎么才能在阅读中训练或者说提高批判性思维；文中讨论的一些阅读文献的技巧；

• 批评点(Point of Critique)
  • 现有文章的缺陷，未来文章加以弥补
• 明显的遗漏点(Missed Obvious Poitn)
  • 忽略先前理论（文章作者阅读不充分）
• 待讨论问题(Relevant Point of Pursue)
  • 有待另文讨论
• 能否(Will) 结论能否论证

当在阅读文献的过程中进行实践，这些策略相当于与段落的总结，即使时隔多日再次阅读，也能快速回忆；

让阅读成为一项工作，而不仅仅只是阅读，阅读文献要有仪式感，更要做好阅读前和阅读文献的准备工作；

论文阅读

要说这两年CV最火的工作就当属于CV与NLP结合了, 2020年google 团队提出的将vision-transformer直接开启了CV的一个新时代；打破了CV和nlp在模型上的壁垒，同时在短短的一年多的时间内，各种机遇vision-transformer 的文章层出不穷，之前神经网络做过的，现在都用transformer都试了个遍；

这次选择实践的论文是vision-transformer:

AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE

前期论文写作是通过不断模仿完成的整个论文的框架

一篇AI领域的论文的结构一般包括：

Title

​ 这篇文章Title直接能体现出这篇文献方法的思想，也就是通过将图片等价于若干个16*16的words；同时是具有Scale上进行的实验

Author：

​ 来自谷歌研究，谷歌大脑团队

Abstract

​ 先通过当前的CPL（Critical Previous Literature），同时存在的GAP（空白）。接着直接说明作者WTD（What They Do），以及最终的ROF（Result of Findings）

Introduction

Related Work

​ 简述当前领域的一些其他工作，未来解决复杂度高，序列长的问题，前人通过一系列的方法进行改进，但是并没有直接将tranformer用作图像分类，同时列举了两个与作者研究最相关的工作，一个是只在cifar100上进行patches 的工作，另外一个是iGPT，这两个工作都没有直接将Transformer用在大规模的图像分类上

Method

Experiments

Results

Discussion/Conclusion

​ 直接开门见山写WTDD（What They Did）,以及总结ROF（Result of FIndings）.接着提出Challenge,对未来PFW（Pursue Future Work）;

Reference

Appendix

笔记