论文学习阅读方法

为什么读论文？

读哪些论文？

• 从论文类型而言：
  1. 综述论文：快速熟悉某领域发展历程，现状，子方向，了解领域内基础概念及关键词。
  2. 专题论文：介绍具体算法，可学习其设计思路、实验技巧、代码实现等具体技术。
• 从论文质量而言：
  1. 高质量期刊会议文章
     1. 视觉三大会议：CVPR，ECCV，ICCV
     2. 机器学习三大会：NIPS，ICML，ICLR
     3. 其他：AAAI，IJCAI，…
  2. 高引用量论文
  3. 知名团队论文：Yoshua Bengio, Yann LeCun, Geoffrey Hinton, Andrew Ng等
  4. 有代码论文：“Talk is cheap, show me the code.”

怎么找论文？

1. 关键词
   1. 知网：寻找优质综述，快速入门
   2. 百度学术、Google Scholar
   3. arxiv：论文预印本平台
   4. 顶会
2. 是否优质？ -> 看IF(Impact Factor，影响因子)
3. SCI期刊分区：
   1. JCR分区（国际）
   2. 中科院分区（国内）
4. sci-hub：一个绕过科研论文收费的网站
5. DOI(Digial Object Unique Identifier，数字对象唯一标识码)：文献的数字身份证

如何读论文？

论文泛读

1. 读什么？-> 标题、摘要、结论、所有小标题和图表
2. 泛读目标：
   1. 论文要解决什么问题？
   2. 论文采用了什么方法？
   3. 论文达到了什么效果？

论文精读

1. 读什么？ -> 通篇浏览，然后选出精华，仔细阅读
2. 精读目标：对于所读段落是否详细掌握

论文总结

1. 回答三个终极问题（表格形式）：
   1. 你是谁？ 论文提出/采用了什么方法，细节是什么？
   2. 从哪里来？ 论文要解决什么问题/任务，其启发点或借鉴之处在哪里？
   3. 到哪里去？ 论文方法达到了什么效果？
2. 论文可借鉴地方的总结
3. 自我总结形成英文段落文章（可选）
   1. 一段用来介绍从哪里来：模型因为解决什么问题而提出
   2. 一段用来描述方法或模型结构：配相关模型结构图
   3. 一段描述论文实验及分析：对于实验，需要测试的数据集，数据结果(包括表格，输出图片等)

一般论文结构

1. Abstract: 论文简介，阐述工作内容，创新点，效果
2. Intorduction: 介绍研究背景，研究意义，发展历程，提出问题
3. Related Work: 相关研究算法简介，分析存在的缺点
4. Our Work: 论文主要方法，实现细节
5. Experiments: 实现步骤及结果分析
6. Discussion: 论文结论及未来可研究方向

如何整理论文

1. 统一命名格式：时间-作者-题名；时间-关键词-题名；
2. 论文管理软件：
   1. Zotero（推荐）：配合坚果云非常方便；
   2. Mendeley：同步太慢，且记录的笔记都在软件上并不直接贴在文献上；
   3. Endnote：比较麻烦；