Difference between revisions of "Week 8"
From Research management course
| (10 intermediate revisions by 2 users not shown) | |||
| Line 1: | Line 1: | ||
| + | {{#seo: | ||
| + | |title=Course My first scientific paper: Week 8 | ||
| + | |titlemode=replace | ||
| + | |keywords=My first scientific paper | ||
| + | |description=Course My first scientific paper: The goal of the week is to construct your paper, and check that all sections of the article are formally written, and prepared for review. | ||
| + | }} | ||
| + | |||
'''Construct your paper.''' | '''Construct your paper.''' | ||
| Line 70: | Line 77: | ||
## table models-data sets-criterions, | ## table models-data sets-criterions, | ||
## results and conclusions. | ## results and conclusions. | ||
| − | # Check the link to your slides in the | + | # Check the link to your slides in the result table. |
| − | # Prepare a talk for | + | # Prepare a talk for 2-5 min. |
# See examples in the lecture slides. | # See examples in the lecture slides. | ||
| − | ==H2: Subscribe for check-2== | + | <!-- ==H2: Subscribe for check-2== |
| + | * Fill your name [https://docs.google.com/spreadsheets/d/1zomY5u02PyCAtiSAOAg3PpMPAk_Ro17f6ReIEYUe5hk/edit?usp=sharing here] | ||
| + | --> | ||
==Resources== | ==Resources== | ||
| − | * [ | + | * [https://www.youtube.com/watch?v=mvzB7-KSLNs Video for week 8]. |
| − | * [ | + | * [http://www.machinelearning.ru/wiki/images/8/8d/M1p_lect8.pdf Slides for week 8]. |
* Examples of papers | * Examples of papers | ||
| − | *# | + | *# Katrutsa A.M., Strijov V.V. Comprehensive study of feature selection methods to solve multicollinearity problem according to evaluation criteria // Expert Systems with Applications, 2017 [http://strijov.com/papers/Katrutsa2016QPFeatureSelection.pdf article] |
| − | *# | + | *# Motrenko A., Strijov V., Weber G.-W. Bayesian sample size estimation for logistic regression // Journal of Computational and Applied Mathematics, 2014, 255 : 743-752. [http://strijov.com/papers/MotrenkoStrijovWeber2012SampleSize.pdf article] |
| − | *# | + | *# Kulunchakov A.S., Strijov V.V. Generation of simple structured Information Retrieval functions by genetic algorithm without stagnation // Expert Systems with Applications, 2017, 85 : 221-230. [http://strijov.com/papers/Kulunchakov2014RankingBySimpleFun.pdf article] |
| − | |||
| − | |||
* Examples of presentations | * Examples of presentations | ||
| − | *# | + | *# [http://machinelearning.ru/wiki/images/f/f2/Aduenko_presentation.pdf Пример 1], |
| − | *# | + | *# [http://machinelearning.ru/wiki/images/8/8e/Isachenko2016DiplomaPresentation.pdf Пример 2] |
| − | *# | + | *# [http://svn.code.sf.net/p/mlalgorithms/code/Group374/Pogodin2017Nonconvexity/Pogodin_bachelor_thesis_2017.pdf Пример 3] |
| − | *# | + | *# [http://machinelearning.ru/wiki/images/c/c1/Shibaev2018Presentation.pdf Пример 4] |
| − | *# | + | *# [http://machinelearning.ru/wiki/images/7/7f/Stenina2015MSThesisPresentation.pdf Пример 5] |
| − | |||
Latest revision as of 16:57, 19 February 2024
Construct your paper.
Цель этой недели – проверить, что все разделы статьи формально написаны и подготовить статью к рецензированию.
D: Document, the whole
- Название
- Аннотация (пишется в первую очередь и переписываются после завершения работ): указание на область, изложение идеи и центрального результата (не более 600 знаков)
- Ключевые слова (основные термины; можно использовать те, которые дали хорошие результаты поиска)
- Введение (около страницы, не более двух); примерный план по абзацам:
- Основное сообщение — чему посвящена работа (одна-две фразы)
- Определения основных терминов согласно критерию ССС: Correct, Complete, Concise (корректно, полно, сжато)
- Основная идея (не более абзаца)
- Обзор литературы — развитие предлагаемой идеи (два абзаца)
- Современное состояние области (два-четыре абзаца)
- Что предлагается с преимуществами и недостатками относительно близких работ (два абзаца)
- Постановка задачи (примерно страница)
- Дано (как устроена выборка, модель измерения, алгебраическая структура)
- Предполагается, что (статистические гипотезы, гипотезы порождения данных)
- Ограничения и другие предположения о характере данных
- Функция ошибки, правдоподобия, функционал или критерий качества искомой модели, решения (часто вытекает из гипотезы порождения данных)
- Стратеги разбиения выборки, пополнения выборки, скользящего контроля
- Внешние, эксплуатационные критерий качества тут или в эксперименте
- Дополнительные требования к решению (к тому, что мы получаем в результате решения)
- Решение: математическая часть (тут название первого раздела)
- Свойства модели или предлагаемого решения
- Описание алгоритма получения решения
- Свойства алгоритма
- Другие разделы (если есть, например, альтернативные решения)
- Вычислительный эксперимент
- Цель эксперимента (что ожидаем получить, какую гипотезу проверяем)
- Описание постановки и условий эксперимента
- Описание данных, достаточное, чтобы воспроизвести эксперимент самостоятельно, ссылка на выборку
- Описание алгоритма или ход эксперимента
- Описание полученных результатов
- Графики с подробной подписью: в пояснении указать 1) что видит читатель, что показано на графике, 2) какие следствия вытекают из показанного
- Таблицы с подписью сверху: 1) сослаться на формулы, поясняющие значения столбцов 2) написать о следствиях
- Выводы, сравнение результатов, полученных альтернативным путем
- Ссылка на github.com/Intelligent-Systems-Phystech/ваша_папка для того, чтобы другие исследователи могли проверить результаты или использовать их в дальнейшей работе
- Заключение: сжатое изложение результатов и планы дальнейших исследований (1/4 страницы)
- Литература: опорные статьи за последние 10 лет, максимально покрывающие тематику (не менее 17-30 ссылок)
- Взять всю литературу из LinReview и для обсуждения полного текста работы привести полный список
- Совет: используйте команду TeX \nocite{*} при выводе из файла bbl для получения полного списка
M*: Middle talk
Make one-slide presentation to introduce the main principle of your work.
- Use the slide template
- Set the all the slides you can extract from the paper:
- title,
- goals,
- one-slide, corrected, now it is No. 3,
- literature, five items, no more,
- problem statement starts with hypothesis, the model included,
- problem statement ends with quality criterions,
- problem solution, theoretical part,
- goals of the computational experiment, including general statistics,
- error analysis,
- table models-data sets-criterions,
- results and conclusions.
- Check the link to your slides in the result table.
- Prepare a talk for 2-5 min.
- See examples in the lecture slides.
Resources
- Video for week 8.
- Slides for week 8.
- Examples of papers
- Katrutsa A.M., Strijov V.V. Comprehensive study of feature selection methods to solve multicollinearity problem according to evaluation criteria // Expert Systems with Applications, 2017 article
- Motrenko A., Strijov V., Weber G.-W. Bayesian sample size estimation for logistic regression // Journal of Computational and Applied Mathematics, 2014, 255 : 743-752. article
- Kulunchakov A.S., Strijov V.V. Generation of simple structured Information Retrieval functions by genetic algorithm without stagnation // Expert Systems with Applications, 2017, 85 : 221-230. article
- Examples of presentations