1.圖像復原相關資料
數學
- 線性代數:
-MIT線代基礎
-A 2020 Vision of Linear Algebra - 概率論:
-MIT-概率論
-MIT-統計學基礎 - 最/凸優化
-Boyd斯坦福凸優化公開課
機器學習
- 浙江大學-研究生機器學習課程(李航-統計學習方法)
- 機器學習-白板推導系列
- 張志華-統計機器學習
- 張志華-機器學習導論
- 深度學習:
李宏毅2020深度學習
pytorch教程/博客
圖像處理
- 杜克-數字圖像處理
- CMU-計算機攝影學
- OpenCV
2.如何寫論文
論文是做出來的,不是寫出來的。
大致的過程:
- Topic:研究方向
- Problem:發現這個方向上存在的問題。方法:多讀文獻(20-30篇文獻),找已有方向的不足;需要自己提出問題
- Idea:如何改善問題、提高性能。方法:多讀文獻(20-30篇文獻);需要自己提出方案
- Concreate work:理論分析(優化求解)+實驗驗證
寫論文之前
論文分兩種類型:
- Journal(期刊):
-regular paper
-short paper/concise paper
-letter/correspongence - Conference(會議)
-oral
-poster
瞭解一下發表源:
- Journal :AIJ,IEEE Trans,PAMI
- Conference:IJCAI ,AAAI,
- 計算機/軟件/電子/自動化學報(中文)
期刊和會議區別:
-
期刊13頁左右、會議3-11頁
-
不能一稿多投,要麼期刊、要麼會議
-
稿件處理流程:
-
期刊(較慢):
主編-副主編-審稿人-審稿意見返回給副主編-接受/大修/拒絕-小修(每一步都需要3個月) -
會議(較快):
一個月出初審意見-回答審稿人問題-2個月左右出結果
注意
- 不要自行與AE/Reviewer聯繫
- 超過原稿審稿期後,可以寫一篇有禮貌的信給主編
寫論文
寫論文工具
- 不推薦word,最後上傳需要轉化爲pdf
- 在overleaf上找各種模板
論文的結構
- Title:
-清楚表達出主要工作:用什麼做了什麼
-字數不要太長、有吸引力、突出核心點 - Abstract:
-吸引力、總結性
-嚴格按照格式:問題是什麼、使用什麼方法來解決、所用方法的特點、優勢是什麼(要用實驗結果支撐這個優勢) - Introduction:
-背景陳述(指明問題是什麼及其重要性、前人怎麼做的有什麼缺陷)
-行文歸納(從而提出自己的方法、方法的表現如何) - Previous work:對方法進一步說明(把之前工作方法分類並指出各種方法的優缺點、針對缺陷的解決方案)
- your conbution:研究動機、方法闡述(最好用圖、表、僞代碼等直觀表述)
- support:
-theoretical:理論闡述
-experiments:實驗設計、比較 - discussion:說明自己文章與其他同類型文章的區別
- conclusion:不要完整抄摘要、總結正文、提出工作仍需改進的地方
-reference:文獻格式排版
注意事項
點不是越多越好,針對一個點展開即可
論文不是越複雜越好
不是吹噓就會被認可
多讀最新的論文+經典的論文
寫作時找最好的文章來參考然後反寫
用短句,不要長難句
避免語法錯誤
3. 如何讀論文
參考 沈向陽-讀論文的三個層次