搞科研,从好好读论文开始:沈向洋带你读论文了

2021 年 11 月 24 日 PaperWeekly

「或许你永远不知道你以前读过的书能在什么时候派上用场,但请保持阅读,因为阅读的过程也是在你大脑中建立认知的过程。」

对于科研人员来说,读论文是一种必修技能。去年,沈向洋博士曾在线上公开课《You are how you read》中分享了他对于论文阅读与撰写的经验,引起领域内的高度关注。

在沈向洋看来,读论文分为几个阶段:最简单的是所谓的「消极阅读」(passive reading),即大概知道文章讲了什么;然后是「积极阅读」( active reading),主动思考这些知识有什么用;然后是「批判性阅读」(critical reading),思考这篇文章是否言之成理;最后是「创造性阅读」(creative reading),搞清楚文章对接下来的工作有什么帮助。

作为微软全球历史上职位最高的华人高层,沈向洋在微软的职业生涯和成就跨越了二十多年,遍布多个大洲,在计算机科学和人工智能领域的贡献为未来的科技创新打下了坚实的基础。沈向洋在国际会议和期刊上共发表论文 200 多篇,致力于计算机视觉、图形学、人机交互、统计学习、模式识别和机器人等领域的研究,是计算机视觉和计算机图形学研究的世界级专家。他曾发表多篇重要的、有关 ACM SIGGRAPH 的交互式计算机视觉的论文。近年来,他还一直活跃在网络搜索和数据挖掘研究的领域。此外,他设计的四分树样条函数算法是世界上最好的运动参数估计算法之一。


目前,沈向洋还担任粤港澳大湾区数字经济研究院(IDEA)理事长,IDEA是一家面向人工智能、数字经济产业和前沿科技的国际化创新型研究机构,已聚集一批包括国家工程院院士、世界著名大学教授、顶尖科技企业前技术高管、世界知名开源系统发明人在内的国际一流技术专家。


为了帮助众多科研工作者更好地阅读论文、理解论文,在昨天上午开幕的IDEA大会上,沈向洋携IDEA AI平台技术研究中心负责人谢育涛团队共同发布了ReadPaper学术社区「沈向洋带你读论文」系列节目。


ReadPaper是一个新上线的免费学术社区,旨在为科研工作者提供好用的科研工具以及交流平台,功能包括论文搜索、文献管理、在线笔记与学术讨论。每篇论文都应该有自己的社区,科研不易,ReadPaper希望为一代代科研人铺设进阶之路。网站访问地址:https://readpaper.com/


「沈向洋带你读论文」系列节目由沈老师作为主持人,邀请优秀的论文作者一起探讨论文细节与论文背后的故事。栏目首季会推出计算机视觉领域系列,自然语言处理领域也会同步筹备。栏目每期 20 分钟,双周更新,每期视频发布时都会邀请当期作者在ReadPaper与读者交流答疑。



「沈向洋带你读论文」第一期预告


11月24日,「沈向洋带你读论文」第一期正式上线,节目将迎来第一位重量级嘉宾华刚博士。


华刚博士现任 Wormpex AI Research 副总裁和首席科学家,是 IEEE Fellow、IAPR Fellow 和 ACM 杰出科学家。在加入 Wormpex 之前,华刚曾担任微软计算机视觉科学主任以及史蒂文斯理工学院副教授。他的主要研究方向为计算机视觉和模式识别,人工智能与机器人,机器学习、数据挖掘和多媒体互联与人机协作系统。



在第一期节目中,沈向洋博士将与华刚博士共同分享论文「Video Imprint」,论文提出了一个可以处理各种视觉问题的通用表征。


论文链接:

http://readpaper.com/paper/2982469710


「沈向洋带你读论文」后续预告


节目目前已邀请到微软亚洲研究院视觉计算组首席研究员胡瀚博士、微软认知服务首席研究经理袁路博士、IDEA数字经济研究院计算机视觉与机器人方向讲席科学家张磊博士、苏黎世联邦理工学院助理教授汤思宇博士、百度人工智能体系计算机视觉首席架构师王井东博士。他们将在未来几期节目中与大家见面,敬请期待。


第二期嘉宾:胡瀚博士

  • 分享论文:Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
  • http://readpaper.com/paper/3138516171


第三期嘉宾:袁路博士
  • 分享论文:Dynamic Head: Unifying Object Detection Heads With Attentions

  • http://readpaper.com/paper/3171660447

第四期嘉宾:张磊博士
  • 分享论文:Oscar: Object-Semantics Aligned Pre-training for Vision-Language Tasks

  • http://readpaper.com/paper/3091588028

第五期嘉宾:汤思宇博士
  • 分享论文:MetaAvatar: Learning Animatable Clothed Human Models from Few Depth Images

  • http://readpaper.com/paper/3175287216

第六期嘉宾:王井东博士
  • 分享论文:Deep High-Resolution Representation Learning for Visual Recognition

  • https://readpaper.com/paper/3014641072
登录查看更多
0

相关内容

ICLR 2022 评审出炉!来看看得分最高8份的31篇论文是什么!
清华大学:2021元宇宙研究报告!
专知会员服务
232+阅读 · 2021年11月2日
专知会员服务
104+阅读 · 2021年7月18日
ICML 2021论文收录
专知会员服务
122+阅读 · 2021年5月8日
2020->2021必看的十篇「深度学习领域综述」论文
专知会员服务
134+阅读 · 2021年1月1日
专知会员服务
141+阅读 · 2020年6月15日
CVPR 2022论文分享会 | 共赴计算机视觉论文分享盛宴!
微软研究院AI头条
0+阅读 · 2022年4月15日
如果再这么玩下去,中国的科研就没戏了
极市平台
0+阅读 · 2022年2月26日
科研工作者的你,每天有多努力?
极市平台
0+阅读 · 2022年2月8日
提高科研能力!牛津大佬带飞!
CVer
1+阅读 · 2022年1月14日
国家自然科学基金
11+阅读 · 2016年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
16+阅读 · 2021年1月27日
A Survey on Bayesian Deep Learning
Arxiv
60+阅读 · 2020年7月2日
Arxiv
17+阅读 · 2019年4月5日
VIP会员
相关基金
国家自然科学基金
11+阅读 · 2016年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Arxiv
16+阅读 · 2021年1月27日
A Survey on Bayesian Deep Learning
Arxiv
60+阅读 · 2020年7月2日
Arxiv
17+阅读 · 2019年4月5日
Top
微信扫码咨询专知VIP会员