Difference between revisions of "Week 8"
From Research management course
| Line 71: | Line 71: | ||
## results and conclusions. | ## results and conclusions. | ||
# Check the link to your slides in the result table. | # 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. | ||
Revision as of 23:22, 30 March 2023
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