1. 选题
2. 调研
不重复造轮子
常见文献检索库:
- SCI数据库(权威数据库) : http://webofknowledge.com/
- ScienceDirect(计算机类别期刊较多) : https://www.sciencedirect.com/
- IEEE(工程类期刊较多):https://ieeexplore.ieee.org/Xplore/home.jsp
- PubMed (生物医学期刊为主) : https://pubmed.ncbi.nlm.nih.gov/
- Scopus(综合文献库) : https://www.scopus.com/search/form.uri?display=basic#basic
引用该文章的新文献,可能已经有对该文章的改进,关注性能参数,优先考虑最新的文章。
如何找到最优
3. 复现
4. 改进结果
针对对比论文的实验方案,实现井探索改进方案,迭代优化实验结果;
- 采用与对比论文尽可能一样的数据. 验证方案. 建模算法;
- 对比分析:组间差异性;
- 对比分析:过滤法的递增式特征选择;
- 对比分析:包装法的多分类器性能指标;
- 对比分析:与原文的同样性能指标对比;
5. 优化算法
收集顶级学术论文中同样问题模型的分析算法,整合设计一个完整特征选择或特征工程算法:
- 训练样本:样本扩增;
- 原始特征:去噪音、缺失数据处理、超高维度特征初笑;
- 原始特征分组:基因组坐标相邻、功能相关、表达蛋白质的细胞定位相同;
- 特征工程:不同网络模块串联、注意力机制、网络模型压缩;
- 特征选择:多视角独立选择、分步骤选择、去冚余;
- 有监督学习:多分类器对比、stacked classifier、ensemble classifier;
- 参数调优:grid.search;
6. 论文方案
设计一篇论文的主要部分:
- Related studies
本问题近5年所有研究论文,描述算法基本思想、验证方法、主要性能指标、参考文献; - Materials and Methods
本文提出的算法:详细定义; - Results and Discussion
数据集基本情况;
本文算法主要模块及参数的优化;
消融实验;
与现有类似算法的结果对比;
7. 论文写作
写作Results and Discussion部分的过程中,根据需要不断扩充其他部分:
- Outline:至少5个小节、注意小节标题间的逻辑关系、重点是说明 “我的算法好!”
- 每一篇论文都只有一个主题,与该主题无关的内容不要写!
- 用到某个数据集或某个算法,到Methods部分写作相关数据集或算法的描述;
- 然后写Conclusions;
- Introduction部分写作的目的是为了引出:为什么要研究本文的成果! 譬如:
Enhancer很重要
现有检测技术太耗时耗力
计算预测效果挺好,不过现有论文的结果有改进空间;
本文设计了一个不错的算法, 性能有提升! - 最后考虑题目和摘要的写作
8. 投稿审稿
投稿审稿流程:
- 写好论文全文、参考文献用软件自动格式化;
- 针对计划投稿的期刊,查看该期刊的网站上 “投稿须知” (Instructions for Authors) ;
按照模版调整论文格式;
按照该期刊要求或模版,来格式化参考文献;
写好投稿cover letter;
图表格式化;
推荐审稿人; - 编辑部初审:
是否满足 “投稿须知" 的要求;
是否有抄袭(自动查重);
9. 论文修改
逐条回复编辑和审稿人的所有意见!
- 态度很重要!
- 审稿人是正确的!
- 审稿人没看到我们写的内容,一定是因为我们没有写清楚!
- 审稿人的意见如果确实是错误的,我们也可以respectfully disagree!并解释。
- 编辑的意见也要逐条回复!
逐条回复编辑和审稿人的所有意见:
- 原文:
认真修改论文;
用特定颜色 (訪如红色) 字体标记出所有修改内容; - 审稿意见回复:
逐条列出editor和reviewers的审稿意见;
逐条回复: 总结修改的内容, 明确涚明在哪一小节加了什么内容 (简述,不需要重新列出) ; - 英文修改的证明:
商业修改服务公司可以出一个修改证明;
评论区