在科研的征途上,探索的步伐如何迈得更稳更远?

发布时间:2023年12月28日

让我们共同揭开科研的奥秘,助你更高效地前行:

  1. 多读文献,加总结启迪: 从早期文章出发,穿越时光,发现问题并提出新想法。读后找对照,培养发现问题、创新点的能力。

  2. 专业审稿意见助力: 阅读专业审稿意见,培养鉴赏能力。

  3. 定期阅读arxiv文章: 培养定期翻看arxiv最新文章的习惯。及时获取先进信息,做研究要掌握好timing,抢占先机。

  4. 科研问题格局把握: 判断问题解决所需时间,不凭主观臆断,多听大佬意见。一个问题三年内可解决,是不是值得投入?

  5. 准确率非唯一标准: 关注失败样本,不仅看准确率多高,更看关键时刻失败的样本。在自动驾驶等领域,1%的失误可能导致严重后果。

  6. 大胆提出新想法: 永远关注交叉领域,大胆提出新想法。不怕碰壁,不给自己设置壁垒。

  7. 学习另一个领域的论文: 导师可能限制资源,但你可以学习另一个领域的论文。思想不受限制,突破性进展往往能影响其他领域。

  8. 记录卡住的问题: 记录卡住自己的问题,未来可能会有意想不到的影响。很多创新来自对过去问题的反思。

  9. 创造力无穷大: 科研更是一种文化,比赛只是刷点。同一届的会议中,各篇论文都有各自的亮点。

  10. 复现代码,确保可靠性: 看似好看的论文,一跑代码就有很多问题。复现代码是必要的,确保论文真实有效。

  11. 历史循环,经典论文重要: 历史是会循环的,旧领域的突破可以适用于新领域。多看经典论文,获取有效方法论。

  12. 掌握泛化方法: 掌握一到两门泛化、有效的方法。比如加速计算的CUDA编程,在不同领域都可以试用。

  13. 多方位碰撞创新: 在讨论和碰撞中产生好的idea。参加实验室交流、讨论会、微信群组,多与研究者互动。

  14. 比较才能见伤害: 将同一会议同一任务的论文放到一起,高下立判。百花齐放,不内卷。

  15. 马上试,不犹豫: 有好的idea,马上去试,不要犹豫。没有不好的idea,只有不明确的idea。

  16. 跨领域数据集有用: 单个数据集不能做好,尝试更多数据集,甚至是跨领域数据集。小数据集上有用的,不一定大数据集有效。

  17. 翻阅往日baseline: 有时候翻翻很久之前的baseline,可能会有新的启示。我的这篇回答可能是很久之前就有的,但应该有很多人还没看过。

科研的路上充满无限可能,坚持创新,发现未知的美好。🔍🚀 #科研心得# #创新思维# #学术交流# #科研进阶#

文章来源:https://blog.csdn.net/weixin_44522295/article/details/135270657
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。