为了提高中国高校的论文质量,进而增强中国学者的国际影响力,北京智源人工智能研究院特别邀请三位智源青年科学家:中科院计算所研究员兰艳艳、北京大学研究员施柏鑫、中国人民大学副教授赵鑫,进行在线分享。
这个有点难的问题,不要说本科毕业生,甚至很多刚接触科研的研究生都没法给出一个好的答案。然而,对于科研人员来说,学术写作是非常重要的生存技能。
可在读书期间,我们受到的教育通常是专业知识和获取专业知识的方法,很少得到对于学术写作的专门训练。
对着文档,Abstract换了好几遍字体,但是后面一个字母也没敲出来。
如果你也有这些“痛苦”,欢迎参加智源论坛Live:
报告时间:
3月17日下午(周二)14:30-17:30
报告形式:
线上直播
参与方式:
扫描下方二维码,添加小智(微信号:baai03)为好友,备注“Live+姓名+单位/院校+职位/专业”,并发送口令“
live0317
”入群,获取直播间地址。
报告人
:
兰艳艳 中国科学院计算技术研究所研究员 智源青年科学家
2011年获得中国科学院数学与系统科学研究院概率论与数理统计专业博士学位。长期从事信息检索与机器学习方向的科研工作,在基于机器学习的信息检索算法和理论方面研究方面取得一系列原创性成果,研究了排序学习算法的泛化和一致性理论,提出了Top-k排序学习框架,关系排序学习方法和深度文本匹配方法,解决了传统排序学习方法标注质量低,特征提取难和性能差的问题。发表CCF A类论文42篇,CCF B类论文12篇,谷歌学术引用超过2500次,H-index23。获2012年SIGIR最佳学生论文奖和2017年CIKM最佳论文RunnerUp奖。
本次报告将结合个人的成长经历,谈一下如何提高论文写作的一些意见分享。尤其是从论文写作的小白出发,针对人工智能领域的顶级会议论文,在如何组织写作,如何修改论文,如何润色论文,语言学习上有哪些技巧,英语水平是不是论文写作的最大影响,研究工作与写作如何相互促进等问题上与同学们做一些讨论。
报告人
:
施柏鑫 北京大学研究员 智源青年科学家
2013年获得日本东京大学信息科学与技术专业博士学位,麻省理工学院媒体实验室博士后。主要研究方向为计算摄像学与计算机视觉,发表论文93篇(一作或通讯42篇),包括6篇TPAMI和33篇计算机视觉三大顶级会议论文。2015年提出的“余数相机高动态范围成像”获国际计算摄像学大会(ICCP)年度Best Paper Runner-Up,同年于国际计算机视觉大会(ICCV)提出的“融合偏振的高分辨率三维成像系统”入选IJCV专刊Best Papersfrom ICCV 2015(1700选9)。担任IJCV编委和CVPR领域主席。入选国家青年千人计划、北京大学博雅青年学者。
本次报告在大量借鉴多位前辈分享资料的基础上,从作者、审稿人、领域主席(期刊编委)的视角跟大家分享计算机视觉(尤其偏向计算摄像和低层视觉方向)会议论文在写文章、投文章(包括rebuttal)、审文章、扩期刊各环节的一些粗浅经历和个人拙见。
报告人的视野、水平有限,本次的分享仅代表个人观点,欢迎各位前辈、同行、老师、同学指正批评、拍砖讨论。
报告人:
赵鑫 中国人民大学副教授 智源青年科学家
2014年获得北京大学计算机系统结构专业博士学位。主要从事面向复杂背景环境的用户兴趣建模和推荐系统的相关研究,在国内外著名学术期刊与会议上发表或者录用论文70 篇。其中,以第一作者或通信作者身份发表CCF A 类长文20篇,曾获得CIKM2017最佳短文候选、AIRS 2017最佳论文等。发表在主题建模方面的论文《Comparing Twitter and Traditional Media Using Topic Models》单文被引用1200 余次,所提出的Twitter-LDA模型已经成为短文本主题建模领域最重要的基准模型之一。谷歌学术引用超3300次。
本次报告将从初学者的角度去介绍如何去写一篇国际学术论文,报告中将通过大量的示例结合报告人的经验讲述论文写作过程中注意事项和常用步骤与方法。
主要涉及的内容包括引言,模型,实验以及参考文献的写作方法,还会介绍初学者应该避免发生的写作问题。
最后会介绍一些国际期刊的投稿写作经验。
本次报告涉及的示例主要以信息检索,自然语言处理以及数据挖掘的论文展开,但是基本方法和思路都是相通的。
写作堪称一门学术内功,需要时间加以修炼,报告人也在修炼途中;
而且写作千人千面,没有绝对的正确和错误。
本次报告仅作为个人写作经验的一次交流分享。
扫描下方二维码
添加小智(baai03)为好友
备注“Live+姓名+单位/院校+职位/专业”
并发送口令“live0317”入群,获取直播间地址
🔍
现在,在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。