论文笔记模版

在这里插入图片描述

1. 摘要

1.1 背景

1.2 挑战

1.3 提出新方法

1.4 贡献

2. 引言

2.1 背景(引出问题)

介绍大背景
应用场景
介绍主题

2.2 引出挑战

一般用图表来展现出我们的挑战(直观,解决什么问题)
引出本文的挑战
挑战1
挑战2
示例

2.3 目前研究概况

滤清这个领域发展脉络,最后点出当前存在的不足之处
介绍。。。。研究方法
介绍。。。。研究方法
介绍。。。。研究方法:某某等人研究了。。。但仅限于无向图

2.4 提出方法

总-分或者==分-总(从小模块—→我们的大模型)==模式介绍引入的方法(针对以上问题,提出了××方法)
。。。。方法
。。。。建模
引出本文模型。。。。

2.5 贡献总结

提出。。。卷积
提出。。。方法
实验效果

3. 相关工作

经典论文:发展脉络非常清楚

3.1 交通预测

第一部分:你的研究问题的发展历程(这个问题的发展过程,发展过程中所使用的一系列的研究方法)
介绍交通预测
数据驱动方法
现有方法的限制
深度学习方法

3.2 图卷积神经网络

第二部分:你本文所提出的模型算法的一个发展历程,例如你本文使用了一个图卷积或者Transformer,就要详细介绍一下这两个算法的发展历程

GCN的诞生
ChebNet简介及其应用
ChebNet的局限性
节点域方法介绍
节点域方法的局限性

3.3 DCRNN与上述方法的区别

相关方法的最后一段/句:通过这些方法的缺点,来引出我们的方法,并介绍我们方法的一个特点/不同之处
图构造的区别
图卷积的区别

4. 预先准备

主要介绍研究问题,输入的信息有哪些?输出是什么?
首先,明确模型的输入和输出以及明确一些符号的表示

5. 方法

首先,介绍模型的一个整体架构,包含哪几个模块,再简单介绍这几个模块

穿插数据的一个计算流程→→介绍一个总的架构→→分别介绍每一个独立的模块

首先介绍一个独立的建模(第一部分:空间依赖性建模——涉及复杂原理;第二部分:实现依赖性建模;最后对DCRNN进行一个总的概括)

5.1 空间相关性建模

5.2 时间动力学建模

5.3 计划采样策略

5.4 DCRNN总结

6. 实验

6.1 数据集

数据集
标准化
数据集分割

6.2 实验设置

实验中模型的一些参数设置问题
模型的层数,隐藏单元
初始学习率,epoch数量

6.3 总体实验结果对比

总体性能比较,消融研究,参数研究或案例研究等

总体性能比较:
实验内容
从基于RNN的时间依赖建模方面阐述
从基于××建模方面阐述
分析原因

7. 结论

主题:首先描述在一个什么样的背景下,我们来研究这个问题呢
贡献:我们提出了一个什么样的方法
贡献:怎么做的
实验:做的程度怎么样(模型的一个效果)
展望未来:还有一些什么没解决掉的问题,或者在哪一方面我们还能再进一步(可以用到什么领域中,还有什么不足之处)

8.附录

相关工作:积累该文的句子,了解当前领域,以便在以后的领域中或者了解当前算法的一个发展脉络(引言或相关工作最难写

明确每一句话/段,每张图/表的一个意义在这里插入图片描述
论文整体架构:
1) 摘要:背景-挑战-方法-贡献
全篇论文的精髓→→摘要→→取决于审稿人看下去的动力
2)引言:背景-挑战-研究现状-提出新方法-贡献,更像是一个大号摘要,多了研究现状,但研究现状要跟相关工作区分开,他只是简单描述了一下这个领域的发展脉络。而相关工作更加细致一些。
3)相关工作:从研究问题和核心算法两个部分展开,“针对问题-提出方法-存在不足”以此循环开展。××针对这个问题提出了什么方法,有解决了什么问题,但他还存在什么不足。(最后一句,一定要写他们的不足,以此来引入我们的方法
4)预先准备:明确模型的输入和输出
5)方法部分: 总分结构,模型的一个大概计算流程,每个组件的一个大概功能(每个独立组件中:动机+方法+公式表达+解释公式
6)实验部分:数据集+实验设置(参数)+每一个具体实验(实验内容+实验结果描述+分析产生原因
7)结论:背景-方法-效果-展望未来(一句话描述我们的不足/未来要去做什么)

来自up主总结:https://www.bilibili.com/video/BV1cj411B7tk/?spm_id_from=333.788&vd_source=f1392e2fafc7950bf1e103bc05f488d5

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/325994.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Weblogic < 10.3.6 ‘wls-wsat‘ XMLDecoder 反序列化漏洞(CVE-2017-10271)

1 漏洞概述 CVE-2017-10271 是一个存在于 Oracle WebLogic Server 10.3.6 以下版本中的 XMLDecoder 反序列化漏洞。此漏洞源于 WebLogic 的 WLS-WebServices 核心组件,该组件使用 XMLDecoder 来解析用户传入的 XML 数据。由于 XMLDecoder 在处理某些特定格式的 XML…

吴恩达 深度学习 神经网络 softmax adam 交叉验证

神经网络中的层:输入层(layer 0)、隐藏层、卷积层(看情况用这个)、输出层。(参考文章) 激活函数: 隐藏层一般用relu函数; 输出层根据需要,二分类用sigmoid&…

算法笔记——数位DP

一、前置知识 1.DP小知识 D P DP DP 是一种算法思想,用递推方程的方式解决问题。但是使用它要满足如下性质: 最优子结构: 子结构优秀,整个就优秀。无后效性:当前决策不会影响后面。 2.DP实现方法 众所周知&#xf…

【解决】Android APK文件安装时 已包含数字签名相同APP问题

引言 在开发Android程序过程中,编译好的APK文件,安装至Android手机时,有时会报 包含数字签名相同的APP 然后无法安装的问题,这可能是之前安装过同签名的APP,但是如果不知道哪个是,无法有效卸载,…

Linux——进程间通信

目录 一、进程通信的初步认识 1.1 进程间通信目的 1.2 进程间通信的种类 管道(Pipes) System V IPC POSIX IPC 三、管道 3.1 知识铺垫 3.2 匿名管道 3.2.1 基本概念 3.2.2 测试用例: 3.3 管道的行为 3.4 命名管道 3.4.1 基本概念…

生产设备数据管控要怎么做 可以实现精益生产和智能制造?

生产设备在制造过程中会产生多种类型的数据,这些数据对于优化生产流程、提高效率、降低成本和预防性维护等方面至关重要。需要对这些数据进行有效的采集和管理,以实现对生产设备数据管控。 一、生产设备数据类型包括: 设备运行状态数据&…

机器学习周报第三十八周 iTransformer

文章目录 week38 iTransformer摘要Abstract一、文献阅读1. 题目2. abstract3. 网络架构**转置Embedding:****LayerNorm(层归一化)****Feed-forward network(前馈网络)****Multivariate-Attention(多变量注意…

【Linux 网络】网络编程套接字 -- 详解

⚪ 预备知识 1、理解源 IP 地址和目的 IP 地址 举例理解:(唐僧西天取经) 在 IP 数据包头部中 有两个 IP 地址, 分别叫做源 IP 地址 和目的 IP 地址。 如果我们的台式机或者笔记本没有 IP 地址就无法上网,而因为…

【UnityUI程序框架】The PureMVC Framework[一]底层源码中文详解

👨‍💻个人主页:元宇宙-秩沅 👨‍💻 hallo 欢迎 点赞👍 收藏⭐ 留言📝 加关注✅! 👨‍💻 本文由 秩沅 原创 👨‍💻 收录于专栏:Uni…

推导 模型矩阵的逆转置矩阵求运动物体的法向量

一个物体表面的法向量如何随着物体的坐标变换而改变,取决于变换的类型。使用逆转置矩阵,可以安全地解决该问题,而无须陷入过度复杂的计算中。 法向量变化规律 平移变换不会改变法向量,因为平移不会改变物体的方向。 旋转变换会改…

Python 全栈系列244 nginx upstream 负载均衡 踩坑日记

说明 最初是因为租用算力机(Python 全栈系列242 踩坑记录:租用算力机完成任务),所以想着做一个负载均衡,然后多开一些服务,把配置写在nginx里面就好了。 一开始租用了一个3080起了一个服务,后来觉得速度不够快,再起了…

基于地平线J6E,「吃蟹者」易航智能重塑高速NOA

作者 |张祥威 编辑 |德新 一批基于地平线J6E的智驾方案将要到来,高速NOA领域很快会变天。 易航智能是这批智驾方案公司中的一家。 近日在北京车展,这家公司推出一套基于地平线J6 E的7V1R方案,可以实现城市记忆领航、高速NOA、记忆泊车、L2…

社交媒体数据恢复:密聊猫

一、概述 密聊猫是一款提供多种优质体验的手机社交聊天软件。通过这款软件,用户可以享受到多种不同的乐趣体验,如真人在线匹配、真实的交友体验等。同时,密聊猫也提供了数据恢复功能,帮助用户找回丢失的数据。 二、数据恢复步骤…

前端Vue架构

1 理解: 创建视图的函数(render)和数据之间的关联; 当数据发生变化的时候,希望render重新执行; 监听数据的读取和修改; defineProperty:监听范围比较窄,只能通过属性描…

博客互动革命:如何打造活跃读者社区并提升参与度

CSDN 的朋友你们好,我是未来,今天给大家带来专栏【程序员博主教程(完全指南)】的第 10 篇文章“与读者互动”。本文揭示了提升技术博客参与度的秘诀。从评论互动到社交媒体策略,本文将指导你如何建立强大的读者社区。掌…

blender 为世界环境添加纹理图像

1、打开世界环境配置项 2、点击颜色右侧的黄色小圆,选择环境纹理 3、打开一张天空图像 4、可以通过调整强度/力度,调整世界环境的亮度

传感网应用开发教程--AT指令访问新大陆云平台(ESP8266模块+物联网云+TCP)

实现目标 1、熟悉AT指令 2、熟悉新大陆云平台新建项目 3、具体目标:(1)注册新大陆云平台;(2)新建一个联网方案为WIFI的项目;(3)ESP8266模块,通过AT指令访问…

用python写算法——队列笔记

1.队列定义 队列是一种特殊的线性表,它只允许在表的前端进行删除操作,在表的后端进行插入操作,和栈一样,队列是一种操作受限制的线性表。进行插入操作的端称为队尾,进行删除操作的端称为队头。队列中没有元素时&#…

部署Discuz论坛项目

DIscuz 是由 PHP 语言开发的一款开源社交论坛项目。运行在典型的LNMP/LAMP 环境中。 安装MySQL数据库5.7 主机名IP地址操作系统硬件配置discuz-db192.168.226.128CentOS 7-mini-20092 Core/4G Memory 修改主机名用来自己识别 hostnamectl set-hostname discuz-db #重连远程…

一键复制:基于vue实现的tab切换效果

需求&#xff1a;顶部栏有切换功能&#xff0c;内容区域随顶部切换而变化 目录 实现效果实现代码使用示例在线预览 实现效果 如下 实现代码 组件代码 MoTab.vue <template><div class"mo-tab"><divv-for"item in options"class"m…