導論

0科學研究的基本流程

2尋找和總結(jié)文獻

閱讀摘要

根據(jù)摘要，看文章是否需要讀。 主要看目的或者方法是不是和自己相關(guān)。

閱讀和記筆記框架

這里記錄好閱讀過的論文后，基本上就把relate work這一部分也完成了。

3 尋找研究痛點以及研究方向

尋找研究痛點

尋找研究方向

方向1

例如：

方向2：當前的熱點方向

當前大部分論文都是基于上圖這個研究方向來做的?。?br> 例1：

例2:

方向3:

例如：李飛飛的imageNet數(shù)據(jù)庫和VGG數(shù)據(jù)庫

方向4:

但是由于缺乏權(quán)威性，因此寫的不多。

4論文寫作和繪圖工具

建議用latex，如果需要共同修改，則可以用overleaf

PPT的繪圖方面非常好用！
originLab繪制的柱狀圖、點狀圖和現(xiàn)狀圖非常好看。
ps一般用來潤色

一、AI論文中relate work（相關(guān)工作）的寫作方法

通常我們會在寫完相關(guān)工作之后，再來寫引言部分。

1 撰寫前的準備工作

相關(guān)工作主要是為了將本領(lǐng)域內(nèi)的工作進行描述，是為了讓讀者對你這篇文章的研究內(nèi)容與這個領(lǐng)域聯(lián)合起來，使得讀者能夠更容易讀懂你的論文的方法和意義。

1.1閱讀現(xiàn)有文獻

1.2 記錄文獻

讀過的文獻，不記錄，都會忘記，所以需要在一個文件中，把所有讀過的文獻全部記錄下來。

1. 記錄題目的目的是，方便以后在100篇文獻中，快速找到你要用的文獻。

1.3 示例

殘差網(wǎng)絡

閱讀并記錄文獻

特征的深度對于圖像識別特別重要。



不止要找到痛點，也要找到痛點背后的原因。
痛點可能會有很多，最終那個本文要解決的痛點是本文痛點的核心。



理論上來說，深層次的模型應該比淺層次的模型效果更好。

本文解決的痛點是：當前深度模型非常難以訓練，因為它存在一個梯度爆炸的問題，雖然現(xiàn)在有些方法已經(jīng)可以解決好梯度爆炸了，但是在實際的實踐中，這導致深層模型的仍然不太好。從理論上來講，深層模型應該比淺層模型應該更好，這就造成了一個理論與實際上的差距。這就是本文想要著重分析的一個問題，以及想要解決的一個痛點。

痛點的概念、造成痛點的原因、以及痛點的影響這三個方面說清楚即可。







他們可以用最小的時間復雜的訓練更深層次的問題。

1.4 示例2

略

寫relate work的時候可以把筆記的內(nèi)容用上。

2 撰寫相關(guān)工作（英文寫作結(jié)構(gòu)）

通過分類或者時序的方法對你所總結(jié)的方法進行總體概述。

注意，這個第一部分往往是可以忽略的。

下面對第一部分進行舉例：

第二部分：分為多個段落詳細總結(jié)各篇文章

例子：


根據(jù)論文涉及到的模塊，進行梳理寫作。


例子：



總結(jié)，目的和方法是必不可少的，但是結(jié)果和結(jié)論可以省略，要根據(jù)是否對本文有用處而決定是否寫。


也可以一兩句話總結(jié)多篇論文。

第三部分：總結(jié)已有的方法的痛點（與本研究方向相關(guān)）

實戰(zhàn)演練

二、AI論文中方法章節(jié)的寫作方法

這是本篇論文中最重要的部分。



什么是方法部分？

1. 數(shù)據(jù)是如何獲取和生成的。 數(shù)據(jù)是怎么獲取和生成的，這一部分并不是所有論文都要包含，如果你是提出了一個方法，并且是在一個數(shù)據(jù)庫上進行了測試，同時這些數(shù)據(jù)庫還是公共數(shù)據(jù)集的話，那在你的方法當中并不需要這一部分，這一部分應該包含在實驗章節(jié)中。
2. 數(shù)據(jù)是如何分析的？ 這是所有AI類論文都要包含的內(nèi)容了。

正式撰寫方法部分之前需要的準備流程如下

撰寫前的準備工作

如果你的方法是由A\B\C三個部分組成，那你就把方法章節(jié)分成ABC三個部分就行了，但如果有你的方法有10多個步驟，你不可能把方法章節(jié)分成十幾個部分（段落）。

方法的創(chuàng)新點是你的論文的賣點，因此不同的創(chuàng)新點決定了你論文不同的的寫作風格。
舉例：如果你的論文是將A方法用在B領(lǐng)域效果很好，那這個時候你要從應用的角度來寫論文。首先你要說一下B這個領(lǐng)域為什么重要。然后要寫為什么A適用于B（也就是A的哪些方法和細節(jié)對于處理B有奇效），從而使得A方法在B領(lǐng)域比其他方法都好（你的大部分篇幅都應該在 分析為什么A適用于B)。

舉例2:假設你設計了一個新的神經(jīng)網(wǎng)絡模型， 他在很多機器學習領(lǐng)域上（數(shù)據(jù)集上）表現(xiàn)出了很好的效果。這個時候你就以技術(shù)為主，不要太注重分析與別的領(lǐng)域的結(jié)合，而是要分析你方法本身的原理，它是那一些層、那一些連接或者操作，使得模型可以提取出更好的特征。或者說模型在提取特征的時候魯棒性更強。
舉例3:如果你提出了一個數(shù)據(jù)庫，那么這就跟方法又完全沒有關(guān)系了，那在方法當中你就要介紹一下啊，你這個數(shù)據(jù)是怎么采的，它為什么有用？是不是別人沒有這樣的數(shù)據(jù)庫，如果別人沒有這樣的數(shù)據(jù)庫的話，你就要寫出為什么別人不能采而你能采。你這個數(shù)據(jù)庫對本領(lǐng)域的貢獻有多大。如果之前已經(jīng)有類似的數(shù)據(jù)庫了，你就要說明其中的不同，以及用你的數(shù)據(jù)庫的優(yōu)勢。

對于方法和細節(jié)，你閃光點和創(chuàng)新點的部分，你要寫的最清晰， 這樣別人更好懂，如果已有的，可以不用寫太細，一筆帶過即可。

撰寫方法部分（英文寫作結(jié)構(gòu)）

2.1 方法部分的基本結(jié)構(gòu)

方法步驟指的是：方法的各個環(huán)節(jié)。是順序分節(jié)。（數(shù)據(jù)準備-特征提取-分類）（按照方法步驟是我常用的方法）

方法模塊指的是： 網(wǎng)絡的各個模塊，一個網(wǎng)絡中有一些模塊可能是并列的，一些是順序的，按照順序和并列同時對模塊進行分節(jié)。從而避免出現(xiàn)某一個長度很長的情況。

研究邏輯：比如說你的方法有三個分支，這三個分支有推導順序，這三個分支沒有順序關(guān)系，也不是順序化的模塊，那么你就把這三個分支分別作為一節(jié)來寫。

舉例：按照研究邏輯來寫

舉例：

例如何愷明的殘差網(wǎng)絡，它的核心部分就是一個殘差學習，并沒有很多的模塊或者說是步驟來分節(jié)，
3.1講什么是殘差學習
3.2 講怎么實現(xiàn)殘差學習
3.3 講如何應用殘差學習
3.4 講應用
這個就是按照研究邏輯來分類。

舉例：按照方法步驟分節(jié)

例子2:
按照方法步驟進行：預處理-特征提取-分類
部分應用類的研究論文都是可以按照方法步驟進行分節(jié)的。相反，如果你是做相對比較基礎的研究，比如說是提出了一個新的損失函數(shù)、pooling層或者卷機層，你這樣無法通過方法步驟或者方法模塊進行分類，這時候你就像剛才上一個例子那樣，通過研究邏輯對方法進行分節(jié)來寫。

這個工具箱，有很多功能，2，3，4屬于并列關(guān)系

2.2 方法部分的主要內(nèi)容

方法細節(jié)、創(chuàng)新點以及和新貢獻、研究痛點對于每篇論文來說，都是完全不同的，寫作方式也完全不同，會在1V1課程中講。（也可以從大量的文獻閱讀中積累經(jīng)驗）

第一段：方法的主流程

這篇例子，在開頭就把方法的流程寫出來了， 這里沒有給總體圖的原因就是，作者在前面給了，所以這里就給了方法的細節(jié)圖，大家平時也要靈活使用。
再看下面這個例子：


開頭就介紹了要干什么，方法章節(jié)前也有了框架圖。

講完了要把方法的主要流程，論文方法部分的第一段寫好之后，我們再來聊一聊如何巧妙地使用圖表，使我們的圖表更加美觀。使得讀者更讓容易理解，也能夠吸引讀者。

首先，我們知道在方法流程（也就是方法的第一段）的那一頁，我們要放上方法的細節(jié)圖（整體流程圖）。在這張圖之前，我們要在第一頁或者第二頁，放上一張廣告圖。
如果你設計了一個很有趣的網(wǎng)絡結(jié)構(gòu)，那么你的廣告圖可以是網(wǎng)絡結(jié)構(gòu)。如果你的方法流程圖很吸引人，那你就放上方法流程圖。甚至是圖像效果圖。

例如：

2.3 段落寫作格式

上面，上來就先介紹了基于的技術(shù)。

三、introduction（介紹）

四、摘要和總結(jié)（abstract conclusion）

五、實驗結(jié)果（result）

1準備工作

其中確認實驗數(shù)據(jù)庫和評價方法和指標，是我們需要寫到實驗章節(jié)中去的。

而確認方法創(chuàng)新點和確定需要做哪些實驗是相互結(jié)合的，因為我們實驗的目的就是來印證我們方法的創(chuàng)新點是有效而且可行的。所以我們首先需要根據(jù)實驗結(jié)果來發(fā)現(xiàn)我們哪些創(chuàng)新點是有效的，這樣把我們的創(chuàng)新點在實驗章節(jié)的各個部分中強調(diào)起來。

最后呢，就是得到所有的實驗結(jié)果，你可能會做幾百組或者上千組實驗來驗證一個系統(tǒng)，但是你不可能把所有的實驗結(jié)果都放在論文中，因為你的篇幅有限，所以我們只有在得到所有的實驗結(jié)果之后，才能最終得到我們這個系統(tǒng)到底怎么樣，或者說我們這個方法的效果到底如何。而且我們才能確定我們的哪些創(chuàng)新點是有用的。
因此我們需要選擇一些實驗結(jié)果，而不是所有的實驗結(jié)果放到論文中。選擇這些實驗結(jié)果的目的就是來印證我們方法的有效性，來支持我們在論文中的論點，這就是準備工作。

評價指標（找類似論文用的即可）

1確定實驗數(shù)據(jù)庫

近年來大家都用的數(shù)據(jù)集，就是我們常選用的數(shù)據(jù)集。
如果投好期刊，最好用2-3個數(shù)據(jù)集，可以參考其他論文。

2確定大致需要做哪些實驗、3確定方法創(chuàng)新

這些實驗可以分為三個部分，前兩個實驗室必須要做的，第三個是選用。

1. 控制變量法（消融實驗）：來判斷我們的改進是否有用，控制其余變量不變，改進的地方使用傳統(tǒng)方法和改進方法，看看有沒有提升，如果有，就說明了創(chuàng)新的有效性。
2. art of start 對比，用表格展示
3. 用于突出論文中某些部分的優(yōu)勢

4 確定評價標準和指標

用這個方向的比賽或者標準型的論文中的評價指標，這樣也會有利于你的評價指標和其他人的評價指標之間的對比。

5 得到所有的實驗結(jié)果

一個研究的實驗結(jié)果，可能有幾百頁或者上千頁，不是全部都要用。
比如說你在做基于深度學習研究的時候，你可能有多組超參數(shù)，而每一組超參數(shù)得到的結(jié)果都是不同的，這個時候，你并不需要把所有的結(jié)果都放上去，你只需要把最好的那組或者那幾組結(jié)果放上去就可以了。這樣就能體現(xiàn)出你的方法最好的性能是多少。

小結(jié)

2撰寫實驗章節(jié)

在撰寫實驗章節(jié)中，我們會談到實驗章節(jié)需要包含哪些內(nèi)容：

1. 實驗設定：實驗數(shù)據(jù)庫、實驗的度量標準、以及操作細節(jié)（包含你方法的預處理、你方法超參數(shù)的設定、以及你方法所依賴的軟硬件平臺和你的方法訓練驗證測試的一些設定等等）
2. 實驗結(jié)果對比：方法與其他方法的對比；方法內(nèi)部細節(jié)和創(chuàng)新點的對比分析；外部因素對于方法穩(wěn)定性的影響，如方法的收斂速度和運行效率等等（這個可以不寫）
3. 實驗分析：通常在得到了部分實驗結(jié)果后，就立即對實驗結(jié)果進行分析，和實驗結(jié)果糅合在一起。
   另外，我們還可以做一些額外的實驗分析，比如說算法的收斂速度，在一些硬件平臺上的計算速度。

1.實驗設定

1. 數(shù)據(jù)庫介紹怎么寫

標簽的類型也間接決定了我們用什么樣的評價標準（指標）

其他tricks:很多作者隱藏了一些tricks就導致了論文無法復現(xiàn)

如果有多個數(shù)據(jù)庫的話，可以用總分的形式，在第一段對所有的數(shù)據(jù)庫的名稱進行簡單的介紹，然后在后面分多個段落用相同的格式對每一個數(shù)據(jù)庫分別做介紹。

2. 實驗評價標準怎么寫

最簡單的方式就像左邊的，把它的名稱（全程和簡稱）、由來、公式以及最后再把公式中每個字母的含義解釋一下就可以了。

而右邊有多種度量方式，此時除了按照簡單方法說明為什么使用這些度量標注之外，還要說明用的原因是什么，用這兩種的原因是什么，有什么優(yōu)勢。比如右邊這個，MAE和RMSE是來檢測真值和預測值之間的誤差，而下面兩種是來檢測真值與預測值之間的相關(guān)性，這兩種指標綜合描述更加全面。

3. 實驗操作細節(jié)怎么寫

右邊這篇論文，沒有左邊這個清晰。 建議按照左邊這篇來寫，訓練設定和超參數(shù)設定可以混合在一起寫。
如果大家還有篇幅的話，可以考慮把軟硬件平臺也寫進去。因為硬件平臺可以決定你這個方法的速度是什么樣子的。

2.實驗結(jié)果對比（怎么寫）

例子一：
方法章節(jié)：

實驗章節(jié)：

通常方法部分寫了哪些，實驗部分就要對哪些部分進行分析。

例子二：方法章節(jié)

實驗章節(jié)：

3.實驗分析（怎么寫）

網(wǎng)絡更深的影響如何？

其他包括：在硬件平臺上的效率等

4.實驗章節(jié)寫作架構(gòu)

操作細節(jié)和度量指標的順序可以呼喚互換，沒有問題。

實驗結(jié)果一般包含兩個部分，1 提出方法內(nèi)部的重要細節(jié)、創(chuàng)新點、模塊的對比分析，體現(xiàn)出你的哪些模塊對你的實驗結(jié)果更重要 2你的模型與其他已有的模型進行對比，來體現(xiàn)出你的方法在目前處于一個什么樣的級別

最后呢，我們在有篇幅或者說有必要的情況下，加一些實驗結(jié)果分析，這樣會有很大的提升。文章來源地址http://www.zghlxwxcb.cn/news/detail-492827.html

3回顧與總結(jié)

到了這里，關(guān)于人工智能論文寫作的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！