1. 找到一个研究领域后的第一步
目标:
- 了解问题的内涵,了解常用术语
- 了解问题的哪些部分已经解决了,哪些还没有解决。
- 了解哪些研究人员从事相关研究,找出大牛,多读大牛的论文,看大牛的项目project,博客,主页,github。
做法:
寻找survey paper,或者review paper,最好是最近5年的。(此时可以根据读的多个paper撰写Introduction的部分了)。
原因:
- 它能给予我们综述,相当于我们自己阅读了N多paper后获得的总体概况的理解。
- 它可能比我们自己找paper更全面。
2. 更全面、更深入地了解这个field
目标:
在上一步获得了对新领域整体的了解之后,我们希望有更系统、更深入的理解。
做法:
- 找大牛们推荐的“书单”:scholarly edited volume of review articles。
这些书里面其实是相应的关键论文按照内容有机地编纂在一起了。 - 甚至更广泛地,找edited ‘Handbook’,作为上手的入门读物。
- 通过 Google Books或者豆瓣来查看这些书质量高不高。质量不高的不看, 起到一层过滤的作用,毕竟不可能全都看。
这里有个各领域的推荐书单——
3. 通过上面的阅读,已经能够找到合适的terminology去进行自己的信息检索。
目标:
找到自己的研究问题,在领域里广泛的问题中找到一个感兴趣的并且具有发展潜力的课题,然后着手解决某些细节问题。
做法:
- 按照自己的兴趣点,通过合适的关键词和术语,在知乎、quora、技术博客、google等地方搜索感兴趣的相关论文和材料。
- 检索更多零星的paper之后,多读abstract,少读全文。List出感兴趣有帮助的那些paper,挑少量的来源于好conference的文章来细读。
原因:
- 在此过程中,能参考到别人对某一问题的理解和相应领域的学习方法,尽量少走一些弯路。
- 大牛的recent publications, 也可以给我们一些条理。
最近Mendeley的网页版用起来很方便了,可以让我们在全平台获取自己论文库的信息。它能记录我们每个论文阅读的进度和笔记,也能帮助我们在撰写自己的论文时更快地完成citation。
4. 做实验、写代码、撰写论文
剩下的故事,我们都已经知道了:)