24小时热门版块排行榜

>论坛更新日志 (1273)
>虫友互识 (34)
>论文投稿 (24)
>导师招生 (23)
>考研 (21)
>基金申请 (17)
>教师之家 (17)
>硕博家园 (17)
>找工作 (17)
>考博 (16)
>公派出国 (16)
>休闲灌水 (15)
>博后之家 (14)
>论文道贺祈福 (11)
>有机交流 (11)
>文献求助 (9)

返回列表

当前主题已经存档。

pfsz

木虫 (正式写手)

应助: 1 (幼儿园)
金币: 2328.3
帖子: 366
在线: 422.6小时
虫号: 302025
注册: 2006-12-02
性别: GG
专业: 无机材料化学

[交流] 如何找到某topic的state-of-the-art(最好的)－送给做开题报告的朋友！

转载自：http://zeddius.spaces.live.com/b ... FA7B7532B!937.entry

如何找到某topic的state-of-the-art

首先随便找一篇该领域的paper。可以从google这个topic关键词开始。如何找需要一些搜索技巧，比如可以加"filetype:pdf" directive，因为很多paper都是pdf格式的。

如果把这个领域的论文看作是一个小的social network，vertex是论文，edge是引用，其weight就是reference count。相信从任意一点开始，经过一段时间的survey，总能找到该topic下频繁引用的paper。然后我们再从这些paper的引用出发，不断iterate...

按照pagerank的思路，质量高的paper引用的论文应该也是好的，这样可以从好paper的reference展开。对于引用了那些好paper的paper，它们不一定都是质量高的，但我们也应该扫一遍，因为经典paper往往年代比较久远，比较理论化，而引用这些paper的paper也许跟你正好做的是同一个task，都是这个topic下的某项应用。

接下来的工作分成两部分：一是寻找该领域的expert。对于某项具体问题，expert的权威性是不言而喻的，比如michael jordan之于graph model，jianfeng gao之于language model，thorsten joachims之于svm...现今有个hot topic就是找出organization内部的expert (expert finder)，找出expert后，可以访问他的个人主页，找到他的publications，看看他在该领域最近做了哪些工作，使用了什么方法。而另一方面工作就是去follow该领域的一个或多个会议或期刊，比如machine learning相关的就有ICML, ECML, JMLR, Machine Learning等等，看看这些会议期刊收录了哪些paper，从中可以看出这个领域最近的研究动向和热点是什么。

找到经典的paper之后，也许它们篇幅太长，年代过于久远而不愿一读。这时可以看一看近两年发表的该领域的paper，这些文章往往是对经典算法的扩展，或是新领域的应用，文中的intro, related work部分往往对前人工作(不同算法，不同应用)做了相当完善和梗概的叙述。如果时间紧迫，跳过那些冗长的经典paper，转而看看这些paper的前两部分，往往是个不错的选择。

思路还有很多，以上都只是一些heuristic。只要自己用心，花上一点时间，相信总能找到该领域里的state-of-the-art

回复此楼