如何在一个月写一篇论文(中文核心,SCI)

简介: 如何在一个月写一篇论文(中文核心,SCI)

计算机视觉,cv领域

半年发3篇sci的我教你如何快速“水”一篇sci论文

方法视频:小白如何半年发3篇sci的我教你如何快速“水”一篇sci论文_哔哩哔哩_bilibili

计算机视觉(辅导 SCI EI 核心)

小白如何快速写出一篇论文并成功发表?其实掌握了技巧和方法,成功“水”出一篇sci并非难事。

废话不多说,全程干货!

论文三个大方向标准:

(1)用创新方法,研究老问题

(2)用老方法,研究新问题

(3)用解决A问题的方法,解决B问题

计算机视觉创新点如何找:

  1. 降低baseline
  2. 借鉴优化点:借鉴其他领域论文的创新点,思考“如何用到我的应用场景”,如果觉得好像不太行,就换下一篇看,主打一个不浪费时间。
  3. 模块缝合:套用现有模型,把乱七八糟的模块缝合起来用在你的场景上,参数调一调。
  4. 思考原来的模型是否存在一些问题(例如模型太大、推理速度太慢、训练时间太长、收敛速度慢等),然后考虑如何优化模型。
  5. 替换一些新的结构,引入一些其他方向的技术,例如transformer、特征金字塔技术等。
  6. 尝试去做一些特定的检测或识别。通用的模型往往为了保证泛化能力,检测识别多个类,而导致每个类的识别精度都不会很高。
  7. 新设备的应用,把其他领域的研究设备、工具等应用在自己的研究领域中。(对小白有难度)
  8. 使用Transformer模型或其变体来替代传统的卷积神经网络,提高视觉任务的性能和泛化能力。

等等等等......

总而言之,还是需要关注最新的技术发展和论文动态,这样思路才会打开。

论文效果一般的话,论文就要“吹”的好一些

语言是内容的载体,语言不过关,逻辑不通顺,一般来说会被打回去润色,要不然就直接拒,很影响论文的接受率和效率。

举个栗子:(摘要如何写?)

摘要是我认为新手小白们最难着手的部分!因为要在极其有限的篇幅里准确地表达,摘要写得好,编辑老师就会第一眼印象很好,非常考验大家的写作功底~

因此要去量化标准,你的摘要中必须包含这四点:

(1)你的研究目的是什么?

(2)这篇文章里你做了什么实验?

(3)通过这些实验你发现了什么?

(4)通过这些发现你得到了什么结论?

我小白时也只会从后文各部分随便找几句paste过来,没有逻辑、不会总结,后来我研究透彻后,成为了大家眼中的sci论文机器~

期刊如何选择?

论文质量不高的话,当然是找“水刊”发表,多在网上搜一搜好中的期刊,自己找的话,就找影响因子低的,见刊快一点当然最好。

网络异常,图片无法展示
|

如果你还想不出创新点

如果你还没完成你的小论文,毕业论文

如果你不知道怎么实现代码

如果你不会找合适的期刊

如果你还有其它计算机方面的问题

你都可以问我!

相关文章
|
8月前
|
机器学习/深度学习
Coursera 吴恩达Machine Learning(机器学习)课程 |第五周测验答案(仅供参考)
Coursera 吴恩达Machine Learning(机器学习)课程 |第五周测验答案(仅供参考)
|
人工智能
如何写一篇人工智能领域的期刊论文(SCI论文的固定模式和一些套路)
如何写一篇人工智能领域的期刊论文(SCI论文的固定模式和一些套路)
|
机器学习/深度学习 数据挖掘 计算机视觉
Google新作 | 详细解读 Transformer那些有趣的特性(建议全文背诵)(二)
Google新作 | 详细解读 Transformer那些有趣的特性(建议全文背诵)(二)
134 0
|
机器学习/深度学习 数据可视化 计算机视觉
Google新作 | 详细解读 Transformer那些有趣的特性(建议全文背诵)(一)
Google新作 | 详细解读 Transformer那些有趣的特性(建议全文背诵)(一)
130 0
|
机器学习/深度学习 数据采集 人工智能
清北联合出品!一篇Survey整明白「Transformer+强化学习」的来龙去脉
清北联合出品!一篇Survey整明白「Transformer+强化学习」的来龙去脉
302 0
|
人工智能 自然语言处理 安全
ICLR 2023论文得分排名出炉!多篇论文竟同时拿到1分和10分
ICLR 2023论文得分排名出炉!多篇论文竟同时拿到1分和10分
480 0
|
机器学习/深度学习 自然语言处理 JavaScript
用modelscope分析了百万字的《天龙八部》,原来金庸大师最偏爱的是TA
用modelscope分析了下百万字的《天龙八部》,摸清楚了金庸大师的取名智慧
|
机器学习/深度学习 人工智能 自然语言处理
全球名校AI课程库(15)| Stanford斯坦福 · 线性代数与矩阵方法导论课程『Introduction to Applied Linear Algebra』
快速补充线性代数的必选课程!课程用了非常多的例子和图标,来直观地表示向量、矩阵与复杂世界的关系,并将数学转化为解决工程问题的能力。
2316 1
全球名校AI课程库(15)| Stanford斯坦福 · 线性代数与矩阵方法导论课程『Introduction to Applied Linear Algebra』
|
机器学习/深度学习 数据挖掘 机器人
吴恩达的 CS229,有人把它浓缩成 6 张中文速查表!
吴恩达的 CS229,有人把它浓缩成 6 张中文速查表!
246 0
吴恩达的 CS229,有人把它浓缩成 6 张中文速查表!