发表16篇Nature、14篇Science！这位顶尖学者告诉你论文十法

色不戒

关注“FightingCV”公众号
回复“AI”即可获得超100G人工智能的教程
点击进入→FightingCV交流群
本文来源：新智元11月15日，Edward H. Sargent第16次在Nature发表论文。
进一步探究，会发现他还在Science上发表过14篇论文。30篇正刊之外，他发表的Nature系列文章高达139篇，堪称NS论文「收割机」。
Sargent是谁？
他是多伦多大学电子和计算机工程系教授，也是加拿大皇家科学院院士、加拿大工程院院士、IEEE Fellow和AAAS Fellow。
Sargent多年深耕材料学和光子学领域，目前已获引用超过10万次（Google数据），h-index高达163。



如此亮眼的学术发表成绩，Sargent在科研上必有其独到之处。
近日，他在Matter杂志上专门写了篇文章，分享自己做研究、写论文的经验。以下内容根据该文编译：



作为博士生和博士后的导师，我把自己的精力投入到研究过程的输入和输出阶段。所涉及的工作中，文章的研究背景、实验、数据分析等，通常由学生负责。
输入阶段需要设定研究项目目标，通常包括一个应用目标和一个需要解决的关键科学问题，以便为实现上述应用目标提供信息。在初始阶段，我对学生的项目愿景和计划提出自己的看法。之后，我召集一个小团队，反复讨论学生的目标、假设和方法计划。
输出阶段主要是与他人交流成果，即完成手稿并提交期刊。
以下是关于我们输出的过程。

写手稿的7个技巧

01

积极可视化的艺术：从图开始
在我职业生涯的早期，就从成名的同事那里学到了一个很好的策略，那就是从图开始，甚至在我们写论文和收集数据之前就开始！
这对论文的逻辑和流程有很大帮助。图中的空缺和漏洞告诉我们还有哪些未完成的工作，这有助于第一作者预估时间。
02
概述逻辑和叙述：在这个阶段获得大量的反馈，然后进行迭代和优化
在写文章之前，以流程图的形式写下观点的逻辑顺序，以及两者间的关系，这将使文章更清晰。要与同事和导师经常讨论这个问题。当你掌握了这一点，手稿几乎是水到渠成。
然后是迭代、重新排序或意识到缺少一个关键的实验。如果你在这个阶段得到大量反馈，那么你后续的痛苦就会减少。比如，当你把一份“完美”的手稿交给你的导师时，你已经把它打磨得非常好，以至于你不忍心看到任何修改。
03

最好的叙述不是按你工作的时间顺序
你有一个想法，你尝试它，失败了，你有另一个想法，你认为那是可行的，但后来发现那是个伪命题。你不需要按照事情发生的顺序来讲述故事。
如果你这样做，可能很难让别人看懂。你应该参照第2项：使用大纲；迭代大纲；并制定一个流畅、易于理解和吸引读者的顺序。
04

早期的失败可以帮助你，在读者中创造一种戏剧性的紧张感和期待感
如果我们第一次尝试就成功了，那么这项成就不太可能是由深刻和原始推理的实质性进展。如果你回顾一下实验室的实际工作情况，你的第一次尝试和最终成功的前奏，往往没有按预期进行。你尝试了一个专家会做的显而易见的事情，但这种方法却失败了。
这为你的最终成功奠定了基础，并将强调它并非微不足道，相反，它需要创新。然后，我们从这些失败中吸取教训。
这些研究很可能会关注到以前被忽视或未被充分重视的因素。开发的新模型将说明如何创新地解决这个问题：只有通过做X，才能克服当前被理解的机制，我们现在知道这种机制是明显组合失败的根源。
我上面概述的方法并不是写一篇有趣和吸引人的论文的唯一方法。但它说明了一个更广泛的原则，它确实贯穿了许多好的论文：它们有一个情节。通常会有挣扎和失望；然后是由好奇心驱动的一系列研究，由此产生的见解，将促成进入创新阶段；最后是依靠创新步骤取得重大成就。
05

自豪地站在巨人的肩膀上，清楚地描绘前人工作完成的时间，以及后续发展
文献综述应该提到前人的研究，他们的工作构成了你研究项目的基础。之后，用新的段落清楚地过渡到你的新努力/假设/尝试。
切记，将前人的工作和你的工作清楚地划分出来。
06

危害和解决方法应该是相称的、彼此成比例的，并且应该精确地制定
借用杰出的Yogi Surendranath教授的话：如果你提出的危害（需要克服的问题）是“世界每年排放39G吨CO2”，那么解决方法（你的成就）需要是你在论文结束时达到碳中和。
危害和解决方法需要适度、精确，并且彼此相称。
07

尽量少写字，并在论文字数达到90%的完美程度时提交
审稿人总是会要求你做更多的工作，但很难预测他们到底想要什么（这正是同行评审过程的魅力所在：我们从审稿人的反馈中学到的东西有巨大的信息量和价值，我们无法预测会是什么）。
审稿人总是会发现一些东西，而这些东西总是让论文变得更好。为审稿人创造一个机会，让他们提供有价值的反馈。在他们的帮助下，你了解到你需要什么来完善这篇论文。
有一些缺陷是可以的，但论文必须有足够高的质量和严谨性，以便与审稿人进行实质性对话。即使你认为它是完美的，审稿人却不会这么认为。



Edward H. Sargent

另外3个考虑因素

08

解读同行评审意见：我怎样才能利用这些反馈来改进工作？
评审报告往往包含建设性的建议，显然是为了帮助你更好地撰写论文。同时，它们也包含一些让你觉得苛刻或消极的语言。
然而，我们总是能在批评中找到建设性的意见。“如果我最初写的东西给审稿人留下了这样的印象，那么我如何重新审视我的研究、他们的解释和他们的表述，以创造一个更均衡的视角？”
严格的反馈包含了误解，因此再次提交时要提高论文的清晰度。通常，反馈意见是让你对你的研究结果进行其他解释，这些想法并不在你的初稿中，但一旦包含在修改后的稿件中，就会传达出你的开放性。
我尽量避免在回复中与审稿人争论；相反，我试图说明我们如何根据他们的反馈使工作变得更好。
09

关于Cover Letter
根据我的经验，期刊编辑会阅读Cover Letter和手稿。由于这个原因，我们不会在这两份文件中重复相同的内容。
通常，Cover Letter会更有吸引力，更容易理解。它将包含一个视觉元素（图形或表格），以说明主要的新想法和应用成果，即相对于现有技术所取得的新的量化成果。
我倾向于提供大约10-12个审稿人。这听起来很多，但即使是影响因子最高的期刊，他们的编辑也很难找到审稿人。
我推荐审稿人时，会选择我所在领域和相关领域中最严谨、最专业的人，因此也是我的直接竞争对手。通过这种方式，我得到了最高质量的反馈，并向编辑传达我对工作的信心。我不要求把审稿人排除在外。
我力求名单的多样性：当然是智力上的多样性（有些人可以审查理论，有些人可以审查某些关键的实验方法，有些人可以审查系统层面的大局），关键是，还有地域、性别、职业阶段等方面的多样性。
如今，多样性、公平性和包容性渗透到了研究和研究生培训过程的每个阶段，这是应该的，对于同行评审也应该如此。
10

照我说的做，而不是照我做的做
读者会在我们小组过去24年的论文中发现上述的一些内容，也会发现许多违反这些准则的情况！
上面所写的，是我在2022年7月的某一天吃早餐时，对论文写作的艺术和科学的看法。它随着时间的推移不断发展，直到今天，仍然是不断发展的。
我鼓励大家发展和优化你们自己的学术传播哲学，定期思考并写下来，将自己的个人视角带到你们的工作中。
我希望这封信能激发我与学生、博士后和教师的一些后续对话，持续更新我们对期刊文章写作过程的看法，我欢迎这种对话。
参考资料：
https://www.cell.com/matter/fulltext/S2590-2385(22)00543-4

往期回顾

基础知识
【CV知识点汇总与解析】|损失函数篇

【CV知识点汇总与解析】|激活函数篇

【CV知识点汇总与解析】| optimizer和学习率篇

【CV知识点汇总与解析】| 正则化篇
【CV知识点汇总与解析】| 参数初始化篇

【CV知识点汇总与解析】| 卷积和池化篇 （超多图警告）

【CV知识点汇总与解析】| 技术发展篇 (超详细！！！)


最新论文解析
NeurIPS2022 Spotlight | TANGO：一种基于光照分解实现逼真稳健的文本驱动3D风格化
ECCV2022 Oral | 微软提出UNICORN，统一文本生成与边框预测任务
NeurIPS 2022 | VideoMAE：南大&腾讯联合提出第一个视频版MAE框架，遮盖率达到90%
NeurIPS 2022 | 清华大学提出OrdinalCLIP，基于序数提示学习的语言引导有序回归

SlowFast Network：用于计算机视觉视频理解的双模CNN
WACV2022 | 一张图片只值五句话吗？UAB提出图像-文本匹配语义的新视角！
CVPR2022 | Attention机制是为了找最相关的item？中科大团队反其道而行之！
ECCV2022 Oral | SeqTR：一个简单而通用的 Visual Grounding网络
如何训练用于图像检索的Vision Transformer？Facebook研究员解决了这个问题！
ICLR22 Workshop | 用两个模型解决一个任务，意大利学者提出维基百科上的高效检索模型

See Finer, See More！腾讯&上交提出IVT，越看越精细，进行精细全面的跨模态对比！
MM2022｜兼具低级和高级表征，百度提出利用显式高级语义增强视频文本检索
MM2022 | 用StyleGAN进行数据增强，真的太好用了

MM2022 | 在特征空间中的多模态数据增强方法

ECCV2022|港中文MM Lab证明Frozen的CLIP 模型是高效视频学习者

ECCV2022｜只能11%的参数就能优于Swin，微软提出快速预训练蒸馏方法TinyViT

CVPR2022|比VinVL快一万倍！人大提出交互协同的双流视觉语言预训练模型COTS，又快又好！

CVPR2022 Oral｜通过多尺度token聚合分流自注意力，代码已开源

CVPR Oral | 谷歌&斯坦福（李飞飞组）提出TIRG，用组合的文本和图像来进行图像检索

香港农民

已经去西北了...你们怎么还在这加拿大 [捂脸]发之前都不调研一下吗