| 查看: 3192 | 回复: 16 | |||
| 【有奖交流】积极回复本帖子，参与交流，就有机会分得作者 hitsdu 的 38 个金币 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
hitsdu新虫 (著名写手)
|
[交流]
怎么样才能发一区论文
|
||
|
没有中过一起论文，感觉好难，怎么样才能中一个一区的论文，求教。 已解决 [ Last edited by hitsdu on 2022-10-14 at 05:00 ] |
回复此楼» 猜你喜欢
国自然评审意见
已经有17人回复
-
我就是申请一个面上项目而已，这评审意见是按照杰青的条件评的吧？
已经有8人回复
-
售SCI一区文章，我:8.O.55.1.O.54,科目齐全,可伽急
已经有6人回复
-
售SCI一区文章，我:8.O.55.1.O.54,科目齐全,可伽急
已经有7人回复
-
售SCI-T0P文章，我:8O.5.5.1.O.54,科目齐全,可+急
已经有6人回复
-
有多少人是今天查系统知道结果的？
已经有18人回复
-
2026年叶企孙基金
已经有7人回复
-
售SCI文章，我:8O.5.5.1O.54,科目全,可十急
已经有4人回复
-
为什么资助数各大高校都创新高，自己申请怎么就这么难
已经有13人回复
-
国自然面上复盘~欢迎讨论
已经有14人回复
李鸿忠
新虫 (正式写手)
- 应助: 0 (幼儿园)
- 金币: 862.9
- 散金: 111
- 沙发: 1
- 帖子: 370
- 在线: 92.1小时
- 虫号: 5697410
- 注册: 2017-02-22
- 性别: GG
- 专业: 材料物理化学
9楼2019-10-25 13:41:20
你好jiayou
新虫 (正式写手)
- 应助: 0 (幼儿园)
- 金币: 3113.6
- 散金: 88
- 帖子: 637
- 在线: 109.9小时
- 虫号: 4408805
- 注册: 2016-02-17
- 专业: 无机纳米化学
2楼2019-10-25 12:37:09
渔公渔婆
银虫 (正式写手)
- 应助: 0 (幼儿园)
- 金币: 3258.5
- 散金: 1147
- 帖子: 977
- 在线: 107.3小时
- 虫号: 7316441
- 注册: 2017-10-17
- 性别: GG
- 专业: 等离子体物理
★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
小木虫: 金币+0.5, 给个红包，谢谢回帖
hitsdu: 金币+10 2019-10-25 12:38:12
小木虫: 金币+0.5, 给个红包，谢谢回帖
hitsdu: 金币+10 2019-10-25 12:38:12
|
首先要把工作做细致 然后突出自己的创新点 最后英文润湿一下 应该就差不多了 主要要看创新 发自小木虫IOS客户端 |
3楼2019-10-25 12:37:47
Yolk12345
新虫 (小有名气)
- 应助: 0 (幼儿园)
- 金币: 237
- 散金: 25
- 沙发: 1
- 帖子: 134
- 在线: 15.4小时
- 虫号: 13016051
- 注册: 2018-11-29
- 专业: 计算机应用技术
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
小木虫: 金币+0.5, 给个红包，谢谢回帖
|
@ Bihan Wen（知乎 ID） 其他作者都说得很好，我认为他们说的都是很正确地写作之「道」。 我这里再补充几点我的体会，可以说是一些写作之「术」。 虽然说只是一些技巧，但亲测是对最后文章中与不中密切相关。在首先掌握了正确的「道」以后，其实成败往往就在「术」上面。 首先声明，我的研究领域是图像/视频/视觉/机器学习这一类，所以我的经验有些可能仅仅适用于这个圈子。 这些内容，我是同时从当作者和当审稿人两边的经验总结而来的。 兵法讲，打仗需要知己知彼。投稿中与不中，其实是取决于与审稿人的博弈。诸君切记.... "If you know the enemy and know yourself, you need not fear the result of a hundred battles. If you know yourself but not the enemy, for every victory gained you will also suffer a defeat. If you know neither the enemy nor yourself, you will succumb in every battle.」 -- Sun Tzu, The Art of War, 500bc 第一个术，是写作思路的正确认识和调整。 我认为计算机顶会，和 IEEE TRANS 的投稿思路，其实略微有所不同： 投计算机领域顶会的思路，之所以会不同于 IEEE TRANS，这里面的区别主要是因为审稿制度不太一样：顶会的审稿人一般会要求在很短时间内，提交很多份稿件的审稿意见。这就意味着，他们可能很难非常仔细地去读你文章的内容，甚至更可能出现审稿人的专业并不是十分匹配文章领域这种现象。而 IEEE TRANS 一般会给审稿人相对宽松一点的审稿时间，我有时候在 deadline 前没审完，还可以找 AE 要求延期。而且 IEEE TRANS 的审稿人，在看完文章的 abstract 之后如果发现研究兴趣不想关，是可以拒绝审稿的。所以我感觉这样找到匹配的审稿人的概率更大，一般出来的 comment 也就更可能说中你文章的要害。 基于此，我认为投顶会更需要注意，把你想要表达的 message，要简洁、直接、突出，在最显眼的地方总结并告诉审稿人，甚至要做到 spoon feeding。之后你整篇文章的正文都是要为了这几个主要 message（你的 novelty, contribution, highlight 等等）而服务，做说明，或者是提供证据支持。把文章做得直接了当，因为顶会在投稿之后，就一轮 rebuttal 你可以和审稿人交流，而且很大概率审稿人不太会修改之前的意见。所以第一轮审稿人是不是能很快抓到你的文章主旨，对他们的印象分非常重要。你方便审稿人，审稿人也就方便你。 投 IEEE TRANS 这类就有点不太一样，因为大多数时候，你初投稿只要质量过关有干货，都不太会被直接 rej，拿到 major rev 还是有机会通过修改最后被接受。所以你的侧重点是要尽量让内容充实，这也可以增加你文章的分量以及影响力。本来期刊的意义，就是需要把你的工作做完整做透，然后再总结出一套系统化的结论，所以刊物论文允许你自由发挥的空间就更多，你可以表达更加复杂更全面的 message。而会议论文，你需要做取舍，多余的东西不行就扔 supp，不要什么都往正文放，正文需要突出重点。 第二个术，是对自己这个工作的定位，以决定要去投哪一个级别的刊物。 我一般会从三个纬度来衡量一个工作的质量：（1）创新性，（2）理论证明度，（3）实验效果。 如果是一般 IEEE TRANS 这个档次，比如 TIP, TSP 这类的接受论文，我认为这三点要占两点才有中的希望。如果三点都有都很强，那么恭喜你，你可以很充容悠然地写一篇 paper，然后期待 review 期间和审稿人谈笑风生了。如果这三点只有两点很强，那么你就需要注意一下写作技巧了：要不你就要把你的这两个主要卖点给做强，比如你的实验结果是 state-of-the-art，你就要搞到 superior result；要不你的创新性开天辟地，但是效果不足，那你就要说明这个 idea 在未来的工作中有很强的潜力；要不你的理论性很强，那么你就要说明，很多应用类的工作都需要你这个理论的支持，用以奠定基础。 基本上，如果你在创新性，理论证明度和实验效果中，能有两点很强，你都可以博一把 IEEE TRANS 这个级别的。如果你只有一点站得住脚，那么我觉得你还是应该理智地放弃，target 一个低级别的刊物比较好，因为面对无尽的 review，一方面会占用你大量时间，一方面你的工作迟迟不能发表也会打击你的士气。 如果你的 target 是一些比较难中的 IEEE TRANS，比如 TPAMI，IJCV 这一类；或者你是打算投 CVPR，NIPS，ICML，KDD 这一类很难中的会，那么我认为一个合格应该需要占据我提到的全部三点。或者就算其中某一点可能比较弱，那么其他两点就需要很强，再外加一点运气。 第三个术，是关于实验部分： 我所在的领域，是很重视实验的可重复性。所以一般我审稿都会更 trust 那些在论文中，承诺会把代码公开的工作。 如果你的工作，对应的是一个在领域内的标准应用，比如图像分类，图像超分辨，等等，你一定要确保 你的对比算法 cover 了这个领域内最新，最流行，和效果最好的那几个。 你所用的数据库和实验设定，一定要是领域内大家所认定标准的。 你衡量结果的 metric 一定要是这个领域广泛接受的。 你的算法一定要在 fair 的情况下和其他算法对比。 因为这四点任何一个没做对，都会有机会被 reviewer 质疑，然后要求修改实验。我认为修改实验可能是文章修改里面最痛苦的一部分。。。所以千万要一开始就防患于未然。 个人认为这些都是很适用的技巧，希望对你有帮助。 先写这些，如果大家感兴趣，我再来补充。 GL 勇士们！ 链接：https://www.zhihu.com/question/22790506/answer/316005175 来源：知乎 附录 3 ：ACM SIGKDD 简介 ACM SIGKDD（国际数据挖掘与知识发现大会，Conference on Knowledge Discovery and Data Mining,，简称 KDD）是世界数据挖掘领域的最高级别的国际会议，由 ACM（Association of Computing Machinery，计算机学会）的数据挖掘及知识发现专委会（SIGKDD）负责协调筹办，被中国计算机协会荐为 A 类会议。自 1995 年以来，KDD 已经以大会的形式连续举办了二十余届全球峰会，作为数据挖掘领域最顶级的学术会议，KDD 大会以论文接收严格闻名，每年的接收率不超过 20%，因此颇受行业关注。 发自小木虫IOS客户端 |
4楼2019-10-25 12:38:59
投票:
10