初入科研，如何正确做科研总结

初入科研，如何正确做科研总结（参考青年会议个人总结）

1. 步入科研
   1. 每周寻找多篇（5-6篇）相似主题的论文进行总结。
   2. 进行阅读，多请教，科研的成长在于日积月累。
2. 寻找论文思路
   1. 对于Incremental性质的科研课题，工作复杂而且成果对于前人提升不会有太大；如果是比较少的人关注的领域，你提出的方法和模型就无需很复杂，无需基于很多前人的工作，而且会给后人给予启发，会显得非常有吸引力。
   2. A+B方法结合（个人感觉结合类的方法，需要一定的文献阅读量）, 在获得初步成果（有了一定的科研信心），往后深入进行研究。
3. 论文经验
   1. 获取论文 -->> 摘要(自我感觉OK) –->> 进行通读 –->> 顺着参考文献寻找论文（同样是个人感兴趣的）
   2. 以获得的文章为时间节点，通过参考文献获得过去的一些文章以及一些未来的相关文章 –->> 未来文章（谁引用过这篇文章）
   3. 看论文最好看一系列的论文，把领域的重要结点整理、总结出来：比如这篇论文相对之前论文的具体创新点在哪等。我们会发现，其实很多论文的创新点并不是很大，都是建筑在前人的基础上的。所以说，看论文过程，也是我们学习如何在前人的基础上添砖加瓦的过程。
   4. 面对问题保持良好的心态，不断磨练自己
   5. 比较主要的会议：CVPR/ICCV/ECCV及机器学习的ICML/NeurIPS等会议（MLA大会总结性会议）
4. 时间管理
   1. 每天早上计划好做什么。
   2. 某个阶段的大概需要完成任务。
5. 方向成长
   1. 通过导师确定大方向，主动与老师沟通。
   2. 正视传统方法的优点，因为它是经过时间检验的，是非常稳定的一种方法。所以我们使用深度学习的时候，也不能忘掉深度学习有时候有各种各样的特点，有时候不是特别稳定，所以我们不能把传统方法抛弃
6. 如何提升数学、代码、阅读能力
   1. 基础是基本的数学跟大学的数学的能力，最好能精通，有了这个基础之后，做学术过程中不管什么样的问题，基本上都能想清楚它是什么。这样有了一个广泛基础之后，再去做学术，可以很轻易地了解这个领域的概貌，可以在很短时间内完成对这个领域的概况学习，然后再决定要不要细看这个领域的内容。
   2. 不能一定要把所有的基础学扎实再做科研，这种是不可行的。因为基础是无穷无尽的。还是要有胆识放开做一个东西，当然在学习的过程中要看到知识体系上的漏洞，从而有针对性地进行补充学习。
   3. 代码通过简单方式入门，之后对经典书籍进行研究。
   4. 读论文最主要是掌握大概的思路。
   5. 因为涉及到很多数学公式而影响阅读速度，可以用不求甚解的方式，也可以通过阅读同类文章去了解相关知识，而没有必要局限于读不懂的论文。
   6. 数学公式来表达却非常复杂。所以可以通过文字的描述来理解这个公式。