IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 2021-10-19 [可视化-经验]如何研读一篇可视化分析论文? -> 正文阅读

[人工智能]2021-10-19 [可视化-经验]如何研读一篇可视化分析论文?

从选文献到在组会上完成研读的tips

这是我第一次进行论文研读,在学姐的悉心指导下顺利完成,因此打算记录下此次研读,提醒自己,也可以为其他人研读作为参考

论文选择

既然是要仔细阅读的文献,就应该精挑细选,否则只会浪费自己时间,又无法有效向别人进行输出

论文类型的明确

  1. 文献综述or专利文献
    文献综述可以帮助我们快速了解一个领域,但是它在一定程度上并不适合作为研读的文章,因为它的知识体系过于庞大,涉及领域过于广泛,而一个实验室往往只会研究综述中提到的一个小方向。再加上其本身或许会在论文筛选方法、论文选择原因上花较多的篇幅,如果不是想要了解文献综述如何写的同学,这些内容都是没有太大必要的。建议是:仅阅读文献综述,了解某个大领域的研究内容即可
    而研读专利文献,则可以很快理清楚针对该领域特定问题的解决流程,而且在研读过程中,其中涉及到的一些知识点同样能够帮助我们对该细分领域了解更深。在完成整个流程的研读之后,基本上能够了解到对特定问题的论文写作套路。

  2. 可视化分析or信息可视化or科学可视化
    先来了解一下这三个名词:

    可视化分析:可视分析学(Visual Analytics)被定义为一门以可视交互为基础的分析推理科学。它综合了图形学、数据挖掘和人机交互等技术,以可视交互界面为通道,将人感知和认知能力以可视的方式融入数据处理过程,形成人脑智能和机器智能优势互补和相互提升,建立螺旋式信息交流与知识提炼途径,完成有效的分析推理和决策。
    信息可视化:信息可视化(Information Visualization)处理的对象是抽象数据集合,起源于统计图形学,又与信息图形、视觉设计等现代技术相关。其表现形式通常在二维空间,因此关键问题是在有限的展现空间中以直观的方式传达大量的抽象信息。
    科学可视化:科学可视化(Scientific Visualization)是可视化领域最早、最成熟的一个跨学科研究与应用领域。面向的领域主要是自然科学,如物理、化学、气象气候、航空航天、医学、生物学等各个学科,这些学科通常需要对数据和模型进行解释、操作与处理,旨在寻找其中的模式、特点、关系以及异常情况。

    由于我所在的实验室主要研究可视化分析,因此我们会选择可视化分析的论文来进行研读。但除了这个原因以外,还因为在这三大可视化领域当中,可视化分析的论文比较简单,而且结构、套路也比较明显,很适合作为研读的对象。

论文资源

在寻找可视化文章时,学姐为我提供了指导方向,一是dblp这个数据库,二就是ieee vis各年份的会议期刊论文。
而我的寻找思路则是:

  1. 先在ieee vis各年份的网站中(我寻找的目标主要是2020和2019)浏览可视化文章,选择
    这里有个tip,有些文章会在前面标注[I],[S],[V],这些标志就分别代表着信息可视化、科学可视化、可视化分析,因此我只需要找[V]开头的文章就好了。
    另外一个tip就是可视化分析类的文章通常会以 *”系统名称:一款干什么用的系统“*来命名。
    最后就是可以阅读下摘要,或者在关键词中看看有无”可视化分析“(“visual analytics”)。

  2. 寻找到对应文章后,就去寻找它的pdf资源,有些时候可以直接在网页上找到全文链接,如果没有就可以到IEEE Xplore去直接搜索名称,很容易就找到啦!

论文研读

研读顺序

尽管很多论文研读者推荐的顺序是先读论文摘要、介绍、图表和结论,但是我认为这样做的目的主要是为了去避免在那些比较劣质的文章花费太多时间。而由于本身我选择论文就是在比较顶级的期刊会议上进行的,因此论文的质量绝对是有保证的,因此我就选择了从头读到尾的策略。
因为可视化分析文章的套路其实大同小异(参考了实验室学长的讲解),都是:
?
介绍——>明确科学问题——>相关工作——>需求、设计目标的分析——>系统设计(数据处理模型、数据分析模型、可视化分析模型)——>案例分析——>评估(专家点评、用户分析)——>讨论和局限性——>总结和未来工作
?
在这里针对可视化分析文章我就提出我个人觉得可以的两种研读路径吧:

  1. 就是常规的摘要、关键词、介绍,然后看图表,然后看讨论、结论,最后再去仔细看分析过程
  2. 就是我认为的直接按着顺序读,因为本身它的逻辑比较完整,做ppt大部分时候也是按着这么个逻辑去做

笔记记录

在论文研读中一定要记笔记!否则由于论文篇幅较长,很容易出现读了后面忘了前面的情况,而笔记的标准就是 “之后通过阅读笔记能够回想起论文的所有内容” ,我不能保证我做笔记就能达到这个效果了,但是我认为至少目前我做的笔记对我进行研读起到了很大的帮助,包括在读完一遍进行第二遍梳理,和做ppt时进行架构和快速寻找核心内容等。

  1. 首先我要推荐使用思维导图来记录论文的框架,并标记重点信息:

    如图,在研读这篇论文时,我就把它的框架记录了下来,并且用蓝色填充来把我认为的文章重点或者说我想研读的重点标注了出来。当然,如果想通过这个思维导图直接回想起文章内容还是不太行,但是完全可以对其内容进行细化,帮助回忆。只是我喜欢记录大致信息,需要了解详细信息再回到论文中查找。

  2. 然后是在pdf上记录的笔记
    pdf上记录的笔记被我分成了三种:
    (1)不会的英语单词释义(谁让我英语菜呢,通常来说统一使用红色)
    (2)用不同颜色荧光笔勾选出的重点信息
    (3)对某些重要信息的总结和注解(颜色跟对应重要信息使用的勾选荧光色对应)

    如图就比较清晰的展现了我以上提到的几个要点。通过这样的方式,我能在我想要找到文章要点时,更加具有效率,也更加清晰(毕竟英文文献那密密麻麻的字中想要找重点还挺头秃的)

其他事项

在研读时最好从摘要中提炼出文章本身或者你认为的重点,然后合理分配每个部分的研读时间,比如这篇论文我认为它的NMF的使用是重点,因此仔细阅读并分析。而可视化设计部分我认为并没有那么重要,因此草草略过。

PPT制作

PPT制作主要是实验室学姐为我提供的模板让我学习到了很多

PPT要求

其实这个没什么好说的,主要就是学术PPT要求简约,不能花里胡哨,然后有一些tips:

  1. 要标记页码,方便听众想要提问时,快速找到对应内容
  2. 合理安排字的大小,标题字的大小应当一致,正文字的大小也应当一致
  3. 要标记对学术文献的引用,引用可以在谷歌学术上找,也可以自己改写
  4. 合理使用备注来提醒自己想要讲述的内容
  5. 排版尽量做到统一,包括左右界,上下界
  6. PPT上下要留白,且留白应该匀称

制作流程

  1. 首先要选择主题,根据讲述的结构进行幻灯片母版的设置,注意在设置页码时一定要在幻灯片母版中“插入”->“页码和页脚”->“全部应用”,这样才能看到页码
  2. 设置母版能够让文章的整体格式比较统一,而且如果需要修改就可以直接修改母版,方便快捷
  3. 内容就按照研读的结构依次填充就好了
  4. 在备注中可以添加想要在当前页ppt讲述的内容
  5. 当论文中出现了其他研究方法时,最好在ppt的左下角标注一下这种方法的文献出处

其他事项

(待补充)

讲述

在我看来,讲述过程中需要注意的主要有着装、姿态、语言

着装

着装虽然不要求一定穿正装,但是也应该穿戴整齐,不穿花里胡哨的衣服,不要衣衫不整。总之要体现出学术感

姿态

在讲述过程中,应该避免到处走动,适时在ppt上指出自己讲述的内容,便于观众跟上自己的思路。
同时不要离屏幕太远,不要有大幅度的动作。

语言

语言要求比较多,主要如下:

  1. 应当在讲述过程中避免单调地播放视频,容易冷场,如果要播放,也应该适时加上自己的见解
  2. 注重讲述的逻辑性,大多数时候没必要按照论文本身的逻辑来讲,而是要按照问题的解决逻辑来讲比较好
  3. 在讲述过程中应该注意语言的流畅性,不要吞字!
  4. 要讲述出这篇论文的价值。为什么要?——>怎么做的?——>结果怎样?——>有什么用?

其他

论文研读不仅仅是自己的事,要做到自己有收获的同时,也向别人输出。
论文研读是“不得不做的事”,那么这种事情就应该要想办法获得最大收益,而在另一方面也要让别人获得收益,这样才能做的长远,也能提高性价比

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-10-20 12:29:39  更:2021-10-20 12:32:23 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/27 8:46:15-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码