读博后写青基的时候,写青基的时候刻意的思考了,我如何写,才能引导审稿人理解我的本子,评审人读了以后才会觉得我的本子重要。

其实在做博后期间科研的很多方面都得到了提升,当时留校的师兄指导我的时候也经常说,感觉我进步很明显。这体现在很多方面,但是对我来说最明显、我觉得最重要的科研能力是:学会站在读者的角度思考和展示问题

1,汇报工作的时候按照读者最容易理解的逻辑汇报工作,不要按照自己工作的编年史汇报。

我发现师弟们汇报工作时非常容易犯的一个错误是,按照自己做工作的逻辑顺序汇报工作,这是一个汇报工作时非常典型的错误!比如,有一个师弟的课题是制备一种压缩性能很好的材料,他是这么按照自己做工作的顺序汇报工作的:1,我先按照这个制备步骤制备了材料,最后发现结构不稳定,失败了;2,我觉得是温度不对,其他条件不变,我经过一系列调整后发现跟温度没有关系;3,后来我发现跟原料有关,有一个材料的原料某某性能不达标,我换了另一个厂商的材料,实验步骤一样,现在结构稳定了;4,然后我做了压缩实验,发现压缩性能不好,我觉得可能是材料配比不对;5,我调整了材料配比,还是用的原来的实验步骤,发现提升有限;6,其他实验步骤不变,我只改变了某某步骤,性能没有提升;7,我最后终于发现,其他步骤不变,通过修改某某步骤,现在拉伸性能很好了。

这样汇报工作,导师是非常抓狂的。你前面汇报一部分说不行,导师帮你分析半天为啥有问题,然后你说你又改进了。在你汇报第七个之前,老板都觉得,你这俩月白干了,都是无用功,最后你才说你成功了。一共两个小时的汇报和讨论,你有一个半小时都在展示为啥以前失败了,在你汇报你真正有用的结果之前,你已经挨骂一个多小时了。

汇报工作应该按照这个工作本身的逻辑顺序汇报,而不是你做这个工作的思路。你应该讲你最后成功制备的方法,至于前面失败的,你根本不应该讲。如果非要讲,在最后简单提一下制备过程温度、原料、配比如果不对可能是什么结果就行了。

这是我遇见的初学者汇报问题最常见的问题,分不清楚重点。一定要记住,你汇报工作的重点,不是你做这个工作最耗费时间的步骤!应该站在读者的角度,如何汇报他最容易理解你的工作,哪一部分是他关心的重点。

2,汇报问题的时候,别人最终理解的意思,应该是你想要表达的观点。

你说出来的话,应该是你想要表达的意思;别人听到你的话,也应该理解成你要表达的意思。说话要准确,没有歧义。

讲一个我整理文章过程中跟老板汇报问题时遇见的一个尴尬的事情。有一次导师让所有人五到十分钟简单汇报下近期的工作进展,我当时文章写完给师兄帮忙修改了,师兄觉得我们这个工作虽然说清楚做的是什么了,但是写的比较平铺直叙。如果想投个普通期刊问题不大,不过想要投top期刊的话得再包装下,尤其是创新点,得让人觉得必须尽快做这个工作,迟一步都是损失。

然后我跟老板汇报的时候想着含蓄、谦虚一些,跟老板说:师兄觉得我写的创新点不太好,想要换一个写法。

导师一听怒了,说:你都博士毕业了!创新点是啥你还不会提炼?

我都懵了,我不是这个意思啊。我会提炼啊,不过我以前最好的文章也才二区啊,我文章只能写到这个水平啊。师兄发了好多top期刊,师兄觉得这个工作也能发top期刊,但是我这个文章写的达不到top期刊的水平。我的意思是我提炼的只有良好的水平,师兄想让我试试优秀啊。

这个就是一个很典型的例子,我本来想要表达我想写的更好,但是导师理解为我写的就是个垃圾。我都等着被表扬精益求精,态度认真了,结果被老板误以为狗屁不是。

有时候,谦虚也不一定是好事儿。

3,你要引导读者,按照你预设的目标去理解。

这里我再举一个我读博后时的例子。我们老板做科研的思路是,你想盖一栋楼,你得先研究清楚砖块儿、钢筋、水泥等等的性质,然后钢筋和水泥混合,砖块儿和水泥混合,钢筋、砖块儿和水泥混合都研究清楚,再然后搭架子等等等等,你不要想着上来啥也不清楚就直接盖房子,你得一步一步自下而上的做。

这是我老板做科研的习惯,一定要搞清楚基础的内容,从基础到复杂。如果你上来就做一些复杂的问题,里面会有很多简单的基础问题还不清楚,你对整个问题的认识是不清晰的。这也会导致你的研究方向不牢固、不连续、不系统。就像你盖房子,你用的砖块,钢筋,水泥的性能好不好你都不关心,你盖的房子很容易是个空架子,一碰就碎。

但是,这是一个优青或者杰青应该考虑的问题,因为他要在一个方向上逐步深入的做出来一系列问题,在这个方向上留下你的名字。但是我不是啊,我甚至都没想要评正教授,我就想混一个副教授而已啊,有了副高职称我好搞项目,搞横向啊。我不要求在某一个方向上做出来很系统的工作然后去拿帽子,我就想要搞几篇好文章,然后我好找工作、评副高、申项目啊。大牛们盖房子是要流芳百世的,自然需要搞清楚方方面面,我盖的这个只是个模型、是个艺术品就行。我也没有能力把这个推广为行业标准的建筑模范啊。

按照老板的思路,我应该做一些基础的问题,但是我跟几个师兄讨论了以后一致认为,这个方向基础的问题发不了啥好文章。想要发好文章,就需要有一个花里胡哨的创新点,这个方向上别人的做法好多都是直接整一个复杂的模型,因为复杂模型里面花里胡哨的机理有很多,随便整几个花里胡哨的点就能使工作看起来很漂亮。但是,这个不能给老板说啊,老板会认为你科研态度不端正,你这么搞科研其实只是得到了一大堆结果,但是并没有把这个方向给搞清楚,搞透彻。

最后我怎么解决的呢,我基础的和复杂的都做了,当然我主要精力肯定放在复杂的模型上,基础的模型我只做了一个框架,主要的数据和分析有了,但是我没有系统、细致的做。然后我汇报工作的时候说我最近做了很多工作,所以一起做一个简单汇报。

然后呢,我讲不能发好文章的那个基础工作时,我就一直在强调因为时间有限,所以我就列了一些主要结论,当然还有一些其他的分析和数据我没列上来。其实那些没有列上来的数据,我只是粗略看了下结果并简单分析了一下,看起来合理,我也知道大概是什么结论了以后,我就没有再花时间详细整理绘图了。

然后,我迅速过渡到第二个工作。讲这个工作的时候,我就不再说什么简单汇报的事情了,我就开始详细汇报。并且还时不时的提一下,得益于前面那个基础的工作,这个复杂的工作在某某方面也确实更容易分析了。

等汇报完了以后,老板的印象就是,我两个工作都做完了,但是第一个工作ppt做的不好,很多数据没有列出来;但是第二个工作还是很完整的。

汇报完刚好放寒假,寒假回来后我就说我因为寒假期间不在学校没法补充第一个工作的数据,考虑到第一个工作数据不全,我就先写的第二个工作。现在这个复杂的工作已经发表了,但是第一个工作我还是懒得动笔。因为感觉估计也就能发个EI或者四区,太浪费时间了。

这就是我的汇报技巧。老板的最重要的诉求是,我得从基础做到复杂,这样工作内容就会很清晰、很系统。我的目的是,尽量少做无用功,赶紧发好文章。那我就按照老板的要求,花最少的时间最低限度的完成第一个工作,然后赶紧做我想做的工作。然后汇报的时候,我就引导老师说,我已经基本完成了老板要求的工作,并且引导老板觉得应该先整理我想要搞得这个复杂的工作。

4,写文章、作报告的时候,要根据目标读者的知识背景选择表述方式,让他们注意到你想要表达的意思。

比如,在写文章的时候,我都尽量使用大同行都能看懂的专业词汇,如果出现只有我们这个小方向才使用的专用词汇,我一般都会给简短的解释、引用一些文献使读者也可以去深入的理解相应概念。

比如,如果我有一个结论是重点,我一定要在段首或者段尾等显眼的位置重点强调。在我最早的几篇文章出现过好多次审稿人的误解,我文中明明已经说了的机理,然后审稿人说我没有分析某某机理。这种情况就是我篇幅写的太少、写的有点隐晦不够直接、没有写在显眼的位置让审稿人第一遍读的时候就注意到。一定要注意,文章不是数据的罗列,所有结论都要重点总结,让他不需要看第二遍就能注意到;文章逻辑性要强,不要让审稿人读了以后还得分析你到底啥意思。现在我写文章的时候,就会专门去想,审稿人看了以后,他会怎么理解;我怎么写,才能让审稿人更容易理解我的问题。所以现在我收到的审稿意见,已经很少出现,我明明讲了的观点,但是审稿人说我没有这方面的研究了。



姑且当作一个回忆贴写写私货吧 最近的确挺有感悟的

在科研的起步上 我绝对是落后很多的 本科英国没有机会科研 硕士金融也没接触科研 读博士也是第二年才开始科研 这使得我看到其他牛人各种本科就发数篇NIPS获奖无数 (尤其是stanford CS的中国人 基本入学前就满足毕业要求了)而总有种格格不入的距离感 因为到博二为止 我的路和优秀的同龄研究者太过不同

然后遇到了我的博导 一位年轻的rising star 做了半年的研究发了NIPS 一下子赶上了所有同校做机器学习的同学 当时的工作是信息论方向一个线性模型 理论复杂又实用意义不明

这是我第一次加速 主要打磨了自己的学术能力 完全是靠选了个好导师

按照这样的速度和方向 接下来三年又做了两篇顶刊 包括Annals of Stats 意味着这次加速从零文章到5年3篇 但我没有满足于这样匀速的走完博士生涯 也不想一直做线性模型

第二次加速是换了赛道 做差分隐私 这是一个兼具数学理论和工程难度的方向 关键是领域纵深大新方向多 所以一开始先从理论方面入手但是同时锻炼自己的工程实现能力

其实现在看来做的代码很简单 核心也就40行

https://github.com/tensorflow/privacy/blob/master/tensorflow_privacy/privacy/analysis/gdp_accountant.pygithub.com/tensorflow/privacy/blob/master/tensorflow_privacy/privacy/analysis/gdp_accountant.py

但是架不住领域真的年轻 我做的时候深度学习的隐私才开始了两年 所以我的代码融进了pytorch和tensorflow库里

而第二次加速对我最重要的影响就是对事业的塑形 包括我后来去MSR总部实习以及毕业加入Amazon AI都是靠差分隐私

理论和代码只是工具 有了就行 慢慢打磨 但不能被工具所限制 不然只能做machine learning engineer

第三次加速是独立所带来的学术眼界 从博三开始就有一部分课题是自己构思自己写 不带导师 虽然前期文章质量会比有老师指导时低很多 比如从NIPS级掉到了ECML级 并且中间发生了几次文章证明写错了必须撤稿修改的情况 但熬了一年质量就慢慢恢复了 这段时间通过不断的写作和选题 对我的选题品味和洞察力进步是最重要的 一个明显的感觉就是科研思考终于完整了:跟老师做 只要想how就行了;自己做 要想what课题why做这个 关键是这三个还不是顺序想一遍就完了 而是不断往复才能形成自己的体系

确定了what 先要说服自己why 然后找工具how 结果不够好 又要问why 去参考前人的工作也要再理一遍what/why/how…….

其实也有一点唏嘘 那就是读博真的不易 很多同学由于各种原因 无法得到好的指导也没有好的课题 博四博五一篇paper没有的很多 通过自己构思课题去和这些同学合作 对我们是双赢的局面 按下不说了

第三次加速有一个直观的变化就是paper数量多了很多 毕业时18篇文章大概有一半都是自己构思的

至此 我通过三次加速磨练了(1)理论基础(2)代码能力(3)独立研究 总归是软件的提升

第四次加速就是入职业界研究岗了 这是一次硬件上的加速 资源上算力翻了10倍 从原本一块GPU都没得用到8块A100 从毕业前最多做几百万个参数的模型到现在十几亿个参数 明显感觉到做的研究impact越来越大 也让我领会到平台的重要性

业界的研究 或远或近会有一个产品的目标 而走向产品的路是一个全方位的系统工程 从数据到优化器到模型到部署 和博士研究的单点突破不同 你可以参与到所有环节 有些环节你擅长你领导 别的环节有最擅长的人可以向之学习 既可以加速看家本领的锻炼 又可以拓宽不同的赛道 以前一年才能做出来的事半年就能做好

展望一下未来的话 下一次加速应该在于管理

当个人能涌现大量优质idea并掌握了实现idea的技术和资源后 时间必然成为短板 今年从实习生开始 慢慢扩大自己的队伍吧



0、我应该没有过突飞猛进,有的只是积累和量变

1、以前进展比较慢,主要有两个问题

一是不熟悉整个儿内容;

二是因为不熟悉整个内容,所以只能进行独立方向上的单点爆破,导致没法儿进行互通和迭代

2、后来随着钱的充裕、技能点开花、以及单纯的点点之间不断的连线,现在有了两张互相关联的网

很多事情就快起来了

做的数据多了,好坏对比,故事性就很突出,做起来就比较顺手

以前挖的大量的坑现在可以用地道连起来,于是方向感强了很多,而且可以开更多的小方向

还有就是到处挖坑后,有了鉴别能力,挖到的是鹅卵石还是矿石,心里有了谱儿

现在手里经验证的想法儿大概有了二十多个,后面就是按部就班的汇成论文和专利了

不过这个过程化的时间太长了,十年多了,而且还需要机缘巧合,所以可能不具有普适性



有几个特殊阶段,进步比较大。

1.找到第一个基础点的时候。对研究的方向第一次看到了概念与现实重合。这个第一基础点的确立,会影响深远。

因为,第一次看到现实是这么一个情况,对研究产生了明确的信念与悸动。

这时,不再盲目徘徊,而是真真切切体验到研究的快乐与现实重合的真实。

接下来,就会根据这个第一基础点,开始扩展,速度比较快。

是第一个快速进步的阶段。

2.第二个阶段,是基础框架的知识网形成的时候。大部分研究者,一辈子都不会形成知识网。因为,没有这个概念与方向。

知识网,是现实重合概念,每一个点都是渗透的清楚掌握。无数基础点,互相的关系都摸透的时候,整个网络形成,如同天网。

一旦碰到新事件,直接纳入这个网,瞬间就清楚如何定位。节省时间,一眼看透的能力就是这么来的。

知识网的形成,是积累,也是实事求是的过程。一点点假都不能有。逻辑理解就更不可能有了,那是忽悠。只有落地的真相一步步被观察发现,才是真网。

这时,就会第二次突飞猛进,无论看多少资料,都会一眼看透本质。迅速吸收正确的内容,加入扩展网的范围。

3.突破期。前面是准备。基本达到了现有前沿顶峰。现在开始每一步都是未知,就会出现停滞期。时间浪费的比较多。

如果能发现蛛丝马迹,突破就会突然出现。然后,新的版图就会逐渐被探测出来。迅速第三个突飞猛进。也是顶级研究者的确立期。

后面就是重复第三个。



我之前写过一个回顾我直博五年经历的回答,我是直博第四年的下学期临近期末才发了第一篇SCI!

博士第四年结束,还没发表论文,心态出了问题,怎么办?1149 赞同 · 117 评论回答

**发了第一篇SCI之后,我才有了一种醍醐灌顶的感觉!然后我觉得博四和博五的那个暑假是我科研能力开始突飞猛进增长的时候,**那时候我才意识到原来最快一星期就能写完一篇SCI!那时候我才知道我做的东西也不是一文不值!那时候我才彻底了解到原来写SCI是有套路的!

我记得那个暑假有欧洲杯,就两个月的时间,我一口气写了3篇SCI,半夜写不动的时候就看看球,看一会儿再写!说句实话真是逼了自己一把,我导师都没想到接下来半年我能连中3篇SCI,居然能够超额完成任务,顺利毕业!

我后面把我写SCI的这套方法进行了总结,从我自己的SCI写作经历来说,**我觉得SCI中最容易写的部分就是材料与方法(Materials and Methods)部分,**基本上就是交代一下研究用了哪些设备?试验对象是哪些?具体的试验步骤是如何?都属于描述性的话语,完全没有难度,你找几篇相近的的论文,照葫芦画瓢都能写的出来。**SCI中第二容易的部分就是引言(Introduction),**因为引言完全是研究现状的综述,不需要你做任何试验,分析任何数据,就是对其他研究人员文献的总结,只要你把文献中的摘要及结论进行缩写,这一部分是很轻松就可以搞定的。把这两部分写完,那大概SCI也写了有三分之一了。**之后,你可以把手里的试验数据总结分析一下,先把图做出来,然后看图说话,把图中的每条曲线的变化趋势描述一遍,再通过阅读相近文献,对曲线的变化趋势进行解释,分析出深层次的原因,**那么结果与讨论(Results & Discussion)部分也就完成了。**随后只需要把结果与讨论部分(Results & Discussion)中的每一个子标题下的内容精炼成一句话,自然而然结论(Conclusion)部分就写完了。**最后在将全文进行精炼,**写一个摘要(Abstract),选3-5个关键词(Key words),再加上必要的参考文献,**最后按照投稿要求修改一下格式,一篇SCI就大功告成了。

为什么人家高手试验刚做完,SCI没几天就写完投出去了,他们就是用了多线程的写作模式,我把它叫做填空法:

引言和材料与方法部分不用等着做试验,完全可以日前写,或者是边做试验边写!

结果与讨论部分最关键的数据分析方法,只要有部分数据就开始研究怎么跑通,跑通之后就边做试验边处理数据!**然后做图,写结果分析,再去阅读相关文献,找逻辑链条解释试验结果,完成讨论部分!**基本上每做完一部分试验,就自然而然写完结果与讨论部分对应的一小节,等试验全部做完,基本上结果与讨论部分也就差不多写完了!

**至于最后的结论和摘要部分,**一天时间就能搞定,再一天时间加点儿参考文献、调调格式,就可以投稿了!你可以算算这种写SCI的方式要比全部试验都做完再写要快出多少?

然后SCI投完之后,不需要每天都上去查审稿进度,你应该做的是马上投入下一篇SCI的写作中,做试验、分析数据、写文章,**就这样一篇接一篇的写,一篇接一篇的投,形成车轮战!**收到审稿意见,被拒稿了就直接换个差一点儿的期刊接着投,给了大修就认真的改!你只要同时有3-4篇SCI在投,你放心你离大丰收就不远了!

有的时候我也怀疑,我的文章是不是没有创新性,是不是学术垃圾啊。但是我当时就一咬牙,有没有创新性,是不是学术垃圾,先投出去再说,看一看审稿专家怎说!这就是你的最高水平了,听天由命吧!

反正我也没有实力,没有学术的追求,我就是灌水,只求数量不求质量,一篇文章拆成两篇投,车轮战!灌水不可耻,毕不了业天天被导师骂,被师弟师妹看不起才可耻!

关于SCI论文的写作技巧我写过一系列回答,我也做了一个集合,有兴趣的话可以自己去看看!我可以毫不谦虚的在这里说,我没有见过知乎上有任何一个博主如此认真的梳理过SCI各个部分的写作技巧!

英文学术论文写作有哪些经验心得?203 赞同 · 3 评论回答

最后如果你需要论文润色服务的话,我推荐

@editage意得辑

!**还是那句话:这只是来自于我单方面的推荐,强买强卖就没有意思了!**如果你选择了 @editage意得辑,你还可以享受额外的一个9折优惠,优惠码是:**RROAMB90,记住字母一定要大写哦!**不会用的可以看我这个教程:



科研能力一下子突飞猛进,像是顿悟的一样,这种场景我只在小说中看到过,想要突飞猛进,就必须要厚积薄发,从量变到质变!提升科研能力,从现在做起!

简单来说,科研能力是指研究人员顺利完成科研活动任务所需的能力,这是一种独立的创造性解决问题的综合能力。那么应该如何提高自身的科研能力?

一、具备问题意识

要想提高科研能力,一定要具备问题意识。问题意识是思维的动力,更是创新精神的基石。要善于发现问题、解决问题,学会思考。每一个研究领域都会存在着有待研究的问题,能否发现这些问题并找到解决问题的办法这就需要培养并提高自己的问题意识。

作为研究生,对学科领域的前沿问题要敏锐,要能够及时把握住最新动向,要对专业知识进行全面、系统、深入的学习。可以说,发现问题是科学研究的逻辑起点,也是培养研究生科研能力首先要关注的;解决问题则是培养研究生科研能力的逻辑终点之一。

在阅读文献的过程中,在进行试验的过程中,在课上接受新知识的过程中等等都可以进行思考:这样的说法准确吗?数据怎样得出的?从前人的科研成果中寻找一些并不完善的地方,在平时阅读与学习的过程中去逐步培养自己的问题意识。

二、夯实专业外语基础

英语是研究生应该熟练掌握的、获取最新学术信息和进行广泛学术交流的重要工具。扎实的专业英语基础是研究生熟练查阅、阅读英语文献及英语原版书籍的前提。研究生阶段要学好英语,在信息时代海量的专业信息的刺激下,掌握大量的专业词汇,了解当前学术界前沿的热点和难点。

三、培养文献搜集和处理能力

首先,学会系统地查阅和处理文献的方法。会熟练使用各种各样的检索工具,根据不同搜索工具服务对象及特点,通过关键词、作者姓名等各种检索途径获取有价值的内容。

其次,对所检索到的信息资料进行加工处理。要学会搜集、处理有效的研究资料。当你输入一个关键词,可能会有大量的文献资料令你无从下手。怎么梳理海量的资料?怎样进行有效阅读?怎样提取自己想要的资料?可以在文献阅读的基础上,就研究和讨论的某方面问题,经自己的消化吸收、分析判断、归纳综合,整理出阅读报告或文献综述

最后,梳理需要精读的文献,并做好笔记。精读的过程中要随时记录下来自己的疑问,每读完一篇文章要进行及时的总结。可以建立一个自己的文献阅读笔记本,也可以利用文献阅读的管理软件。既然做到了精读文献,那么就要有所收获。每周可以选择精读一至两篇文献,慢慢提升自己的文献阅读能力,以及专业知识的储备量。

四、增强实验设计能力

在查阅文献、总结归纳、发现问题之后,对于发现的问题如何去攻克如何去解决?

这就需要设计试验来比较、筛选、摸索、验证、解析等。因此在总结前人的研究现状、研究方法等基础上,自己设计试验来解决发现的问题,并且在设计试验时要考虑试验技术路线的可行性,包括理论可行性、技术方法可行性、试验条件可行性、财力人力的可行性以及对试验结果的初步预期等。

如果试验出现问题,无法进行时应该如何处理,还需要考虑补救措施、纠偏措施。

五、提高科研表达能力

系统的思想和理论成果必须借助语言去准确地表述,广泛的学术交流也是通过语言表达实现的。提高科研表达能力可以从两个方面努力:

一是通过阅读优秀的论文、专著,学习规范的学术表达,逐步熟悉各种专业术语。

二是多加练习,有意识地在撰写文献综述、小论文等实践中使用规范的学术表达,在运用中发现自己的表达问题、养成自己的学术表达习惯。

六、锻炼逻辑思维能力

首先,在科学研究的全过程中培养和提高逻辑思维能力。提出研究选题时,通过比较、分析他人的研究与自己研究的异同点,从而提出有所超越的创新性选题;在资料处理中,运用集中法,通过汇总资料,从中发现新问题、新关系或新规律;在解决问题、提出方案时,通过扩散发现法,发散思维去诱发新设想、新方案。

其次,学习基本的理论研究方法,培养分析思维能力,通过归纳演绎和分析综合等方法,得出新观点、新方法,从而锻炼逻辑思维能力。

最后,通过对特定案例进行学习、分析,更好地掌握案例中所体现的科学思维方法或者从中得到某种启示,从而使自身的逻辑思维能力得到改进和提高。

七、具备一定的抗挫折能力

科研本身就是对未知的东西进行探索,试验的失败,写作的失败等等是科研过程的常态,在不顺的时候不要灰心丧气,也不要埋头苦干,要停下来多想,多想是哪一步不对,哪里还能改进。

但是,顺利的时候就要趁胜追击扩大战果,抓住状态好的时候出成绩。

你的科研能力从什么时候开始突飞猛进的?相关推荐

  1. 如何利用离散Hopfield神经网络进行高校科研能力评价(2)

    如何利用离散Hopfield神经网络进行高校科研能力评价,应用部分

  2. 如何利用离散Hopfield神经网络进行高校科研能力评价(1)

    如何利用离散Hopfield神经网络进行高校科研能力评价(1)代码部分

  3. 如何提升科研能力?以下这点最重要!

    今天和师兄聊天时,他告诉我,要想快速提升科研能力,主动学习是我们必须掌握的技能.但是,在这个知识爆炸的时代,若要提升效率,一个简单可行的办法就是关注优质公众号,获取高质量文章. 经过我们梳理和挑选,我 ...

  4. MATLAB实战系列(三十六)-MATLAB 离散Hopfield神经网络的分类——高校科研能力评价

    前言 离散型Hopfield神经网络不仅具有联想记忆的功能,还可以应用于解决分类问题. 文中涉及代码请参见 matlab神经网络源码集锦- 离散Hopfield神经网络的分类--高校科研能力评价 以下 ...

  5. 博导眼里本科生的科研能力:“他们还在玩泥巴”

    父母眼中的科学博士: 造飞机,造航母,造火箭 本科生眼中的科学博士: 特严谨,特专业,特--特别老 硕士研究生眼中的博士: 真能熬,真能写,真坚定 博导眼中的博士: 还年轻,还能进步,还能再努努力 博 ...

  6. 华中科技大学期刊分类办法_紧跟国际前沿,拓展研究思路,立足国内实践,提升科研能力 —— 记国际期刊学术论文写作与发表研修班...

    为进一步增进国内高校外语教师对国际学术研究前沿和发展趋势的了解,提升其选题挖掘.研究设计.国际期刊学术论文写作与发表能力,外语教学与研究出版社联合武汉理工大学于2020年12月5-6日在武汉及线上同步 ...

  7. 大数据时代的地理信息科学与科研能力培养

    大数据时代的地理信息科学与科研能力培养 @刘瑜_北大GISer 学者简介: 刘瑜,北京大学遥感与地理信息系统研究所教授.目前主要研究方向包括:1)地理 [-] A-A+ 地理之道 2015-5-10 ...

  8. ssm毕设项目高校教师科研能力评定系统40n60(java+VUE+Mybatis+Maven+Mysql+sprnig)

    ssm毕设项目高校教师科研能力评定系统40n60(java+VUE+Mybatis+Maven+Mysql+sprnig) 项目运行 环境配置: Jdk1.8 + Tomcat8.5 + Mysql ...

  9. 答同行:提高科研能力很有必要

    [来信] 贺老师: 您好! 冒昧打扰您,我是一名普通高校的计算机专业老师,看过您的著作<逆袭大学>,也跟过您的视频,开拓了视野,扎实了我的专业知识,特在此表示感谢! 从您的字里行间,我能感 ...

最新文章

  1. (区间dp 或 记忆化搜素 )Brackets -- POJ -- 2955
  2. 机器学习笔记(十三)半监督学习
  3. C++ Primer 5th笔记(chap 14 重载运算和类型转换)lambda函数对象
  4. 160个Crackme021
  5. 210317阶段三opencv
  6. http get extension information - another way to get host url and port number of current application
  7. android 指针是什么意思,Android系统的智能指针(轻量级指针、强指针和弱指针)的实现原理分析(3)...
  8. jdbc连接数据scanip_JDBC连接数据库的四种方式:DriverManager,DataSource,DBCP,C3P0
  9. 【AD】mm,mile,inch+电流大小同线宽关系
  10. Android:Fragment官方文档
  11. Linux安装cURL
  12. 干货|爬虫被封的几个常见原因
  13. 从另外一个角度来学习大数据入门教学
  14. C++QT开发——Xml、Json解析
  15. org.hibernate.StaleStateException: Batch update returned unexpected row cou...
  16. linux下安装drcom方法
  17. 设计模式 ---建造者模式
  18. mysql中日期相减_解放双手!用这3个日期函数解决入职、工龄等天数的计算
  19. vscode的下载与安装教程
  20. 商城后台添加多规格属性

热门文章

  1. cnn卷积过程,通道数,《6.1 ResNet网络结构,BN以及迁移学习详解》
  2. 关于微信跳转H5页面,背景色显示灰色问题
  3. 在网易,腾讯等大厂做游戏美术是怎样的体验?
  4. 如何利用openwrt自启动实现4G路由器功能?
  5. 虹科干货 | 如何使用AR眼镜识别内容并展示3D模型?
  6. 设计模式之门面模式(C++)
  7. IoU GIoU DIoU CIoU分析比较
  8. Hilbert空间理论中的平行四边形法则证明
  9. 树与二叉树与森林的相关性质
  10. 为什么生物不能永生?