tips-for-scientific-research
A collection of tips for scientific research.
Table of Contents
ReadingTips
- 沈向洋&华刚: 读科研论文的三个层次、四个阶段与十个问题 [Page]
- How You Should Read Research Papers According to Andraw Ng [Page] [Comm]
- Tips for Reading English Literature Efficiently (in Chinese) [Page]
- S. Keshav: How to Read a Paper, 2016 [Page]
- 如何总结和整理学术文献？[Zhihu]
WritingTips
- 撰写 SCI 论文时好用的软件和技巧 [Page]
- How to get published in an academic journal: top tips from editors [Page] [Page-chinese]
- 学术写作常用词组与句式(Common phrases and sentence patterns in academic writing) [Page]
- SCI常用句型(SCI Generic Sentence Pattern) [Page]
- 论文配图注意事项 [Page]
- 论文常用的高频词汇 [Page]
- Latex安装与使用，黄正华 [Page]
- How To Write A Dissertation [Page]
- Learning-Markdown, 中文Markdown入门指南 [Page]
- GitHub Flavored Markdown介绍 [emoji] [Page]
- The Proposal Writer's Guide: Overview, 2014 [Page]
- 985博导给学生改论文
Submitting
- 施柏鑫：计算机视觉论文投稿到接收，不可不知的关键环节 [Page]
- SCI 投稿各阶段邮件模板示例 [Page]
- 浅谈学术论文rebuttal, by 魏秀参 [Page]
- How we write rebuttals, Devi Parikh, et al., 2020.05 [Link]
Presentation
- A Guide of Oral/Spotlight Video for Academic Conference [Page]
Others
- CVPR2020 Tutorials: How to Write a Good Review? [Page] [Video]
- Valse2020 Webinar: Jiebo Luo - How to Properly Review AI Papers? [Intro] [Video]
ResearchWebpage
Literature-tracking for CV/ML
- CVPapers: Papers in top conference of computer science
- OpenReview: 一个公开论文评审过程的平台，如ICLR
- PaperWithCode: 自动把论文连接到实现代码的 GitHub 资源库和数据集 [github-version]
- Arxiv-Sanity: Andrej Karpath开发，相比arXiv，在浏览中显示摘要、评论和非常基本的社交、库功能
- Shortscience: 共享论文概述和评论的平台, has 1426 public summaries so far.
- Reddit Machine Learning-WAYR (What Are You Reading): share machine learning research papers, journals, and articles that you're reading this week, with some insight and discussion.
- ImageScience: 图像科学资源汇集
Search Engine
- Dataset Search: Google dataset search for CV/ML research
- CODELF: A search engine to search over GitHub, Bitbucket, GitLab to find real-world usage variable names.
- Library Genesis: 英文电子书搜索网站
- Stack Exchange: 专业知识问答社区，包括著名的编程问答网站 Stack Overflow.
- WolframAlpha: 一个绘图计算器、在线图书馆和搜寻引擎综合体, 将信息转换成图像更直观地呈现出来.
- Topsy: Twitter专用搜索引擎, 可以获取 2006 年以来 Twitter 上所有完整的索引，可以用于及时准确地分析 Twitter 上的热点(social analytics).
Online Pics Material
Slides picture material
- NASA Image and Video Library: NASA universe image and video library
- Unsplash: Beautiful free images and pictures
- Icons8: Free icons
- WordArt: Online word cloud art creator
- Duososo: Picture
- Pexels: Picture
- Easyicon: Free icons
- PPT 配色表参考
- Unsplash: 免费高质量图片网站，摄影作品居多.
ReserchTools
Academic Writing
- Overleaf: 可多人在线协作的 LaTeX 编写平台.
- Linggle: 一个可以查词组固定搭配的网站.
- Netspeak: 词组搭配查询网站
- Grammarly: 一个可以纠正语法, 提供同义词建议等的应用, 支持在线或本地客户端
- DocTranslator: 免费的在线文档翻译器, 保留原文档的排版, 支持Word/PDF/Excel/Powerpoint/ OpenOffice/文本等; 还提供PDF和Word, 图片的转换等功能。
- Hemingway Editor: 论文可读性评价，不同颜色标记过于简单或难懂的句子，帮助文字更加清晰，可在线或客户端。
- Cliché Finder: 一款检查论文的陈词滥调（即过度使用的常见表达）的在线应用
- Wordcounter: 检查论文中的词汇，并给出词频报告，帮助改词或删词。
- After the Deadline: 检查论文写作风格、拼写和语法等方面的问题，并给出改进意见。
- Slick Write: 一个在线编辑工具，帮助检查语法、写作风格、句子结构和所使用的词汇。
- AimWriting: 微软小英写作网站，类似grammarly，提供语法检查、拼写错误、分数和修改建议
Latex Tools
- LaTeX handwritten: 一个可以手写数学符号识别 LaTeX expression 的小工具.
- Excel2LaTeX: 把 Excel 表格转换成 LaTeX 代码的工具，但是有些效果不能完美转换，需要微调.
- Equation2Latex: Image2LaTeX, 输入公式截图自动将其对应的 LaTex文本转换出来 [Note]
- LaTeX_OCR_PRO: 数学公式识别增强版, 中英文手写印刷公式、支持初级符号推导(数据结构基于LaTeX抽象语法树)
- Mathpix: Extract LaTeX from PDFs or handwritten notes, snip equations to Latex code.
- MathOCR: 用Java语言编写的一个印刷体数学公式识别系统，可以识别图片中数学公式并转换为相应的LaTeX代码.
- Detexify: online handwritten symbol recognition for LaTex
- Eqneditor: 在线Latex公式生成，Mathtype公式编辑，自动转换成latex语句.
- Table Editor: 在线Latex表格生成
- Tables Generator: 在线Latex表格生成
- Latex Template: LaTeX Thesis Template for Tsinghua
Drawing Tools
- Illustrator: 矢量插画软件
- Origin: 功能丰富全面的画图软件，可以满足高级用户数据分析、函数拟合等需要.
- Microsoft Visio
- Python Matplotlib
Python basemap: 地理信息可视化的库，是Matplotlib的一个附加工具包，通过结合 matplotlib 可以绘制出很多漂亮的地图，类似于Matlab的M_map模块。Basemap包括GSSH海岸线数据集，以及来自GMT的河流、州和国家边界的数据集。这些数据集可用于在地图上以几种不同的分辨率绘制海岸线，河流和政治边界。[使用入门] SciencePlots: Matplotlib的补充包，增添scatter、notebook等其他软件常用的绘图工具，还支持一键调用符合IEEE等不同期刊要求的图表格式。[github] [Intro]
- Sigmaplot
- GraphPad
- Inkscape
- GMT: 地理信息绘图工具
- Office Timeline Online: Make native PowerPoint timelines online
- Diagrams: Flowchart Maker & Online Diagram Software
- handcalcs: 基于python的Latex公式生成包 [github] [Intro]
Data Analysis [Page]
-
Data Analysis Visulization
- Choropleths: 基于地域的数据信息可视化
- Graduated Circles: 利用这一工具我们可以在一张图上呈现出多个不同维度的信息(大小颜色位置等)
- Dot Distributions: 描述十分密集的数据点, 可通过其密度直观地获取其地理分布和强度.
- Animations: 利用动画和视频呈现数据变动的时序信息
- 3D Extrusions: 利用高度表示不同地区数据的数量、强度等，直观表示不同地区间差异.
- 3D Environments: 利用Unity游戏引擎将获取的数据呈现在虚拟世界甚至是增强现实中.
- Heatmaps: 热力图利用颜色梯度来表示某个量的分布情况
-
Python-based Visualization Libs [Page]
- Bokeh: 基于Python的交互式数据可视化工具 [Homepage] [github]
- pyecharts: 开源数据可视化库 [Homepage] [github]
- plotly: 交互式开源数据可视化框架，具有Python、R、Javascript等API接口. plotly Python绘图库可以制作交互式的线图、散点图、面积图、条形图、箱型图、分布图、热力图、子图、极坐标图、气泡图等多种发行级别的图形. [Homepage] [github] Plotly Express 是一个新的免费高级 Python 可视化库, 它是 Plotly.py 的高级封装，为复杂的图表提供了一个简单的语法: 只需一次导入，就可以在一个函数调用中创建丰富的交互式绘图，包括分面绘图（faceting）、地图、动画和趋势线。它和Plotly.py一样，带有数据集、颜色面板和主题。[用例]
- Altair: 一个声明式的Python数据可视化库，简单友好，建立在强大的Vega-Lite可视化语法之上，可以尽量用较少的代码绘制出可视化图表. [Homepage] [github]
- VisPy: 一个高性能的、交互式的数据科学可视化Python库，基于OpenGL库，可利用GPU计算来展示大型数据集，可以绘制高达百万数据点的高质量交互式科学图形、实时数据、3D图形等. [Homepage] [github]
- missingno: 用于绘制缺失数据的Python可视化模块，它提供了灵活易用的用于展示数据集完整程度的可视化组件，可以一目了然地获取到缺失数据的模式. [github]
- HoloViews: 一个开源的Python库，致力于用更少的代码去展示想要的图形，让数据分析和可视化更加简单. [Homepage] [github]
- Mayavi: 一个用于绘制交互式3D科学数据的Python库. [Homepage] [github]
-
图表可视化(在线交互)
Flourish: 在线动态条形图(Bar Chart Race)、数据分析图表可视化工具; 花火hanabi: 在线数据可视化工具
-
商业工具
- Power BI+Animated Bar Chart Race plug-in: 交互式数据可视化工具
- Excel数据地图指南: [Homepage]
- Tableau
Reference Management
Auxiliary Tools
- Snappy 和 Snipaste: 截屏软件(Mac/Windows)，最基础的功能是可以截图并悬浮置顶在屏幕上.
- Smallpdf: online PDF compress and convert.
- Everthing: 轻量级搜索软件，快速搜索电脑文件，不能搜索和打开软件.
- Listary: 轻量级本地搜索软件，快速查找并打开电脑文件和软件
- Clip Converter: YouTube to MP4 & MP3 Converter
- Qimgv: 开源图片浏览器
Experience
From Advisor
- 罗杰波、马毅、华刚等谈视觉研究那些事
- 周志华：如何做研究与写论文?
- 哈佛大学何毓琦：年轻人如何做好科研
- 孙剑：如何在大公司和创业公司做好计算机视觉的研究?
- 华刚：如何做好计算机视觉的研究?
- 如何赢得导师的心
From Students
- Mike Shou: 哥大读博五年总结 (2021)
- 智源论坛: 初入科研领域，如何正确做科研 (2020)
- 刘畅流：湾区五年博士路 (2019)
- 王赟：我的八年博士生涯 (2018)
- 田渊栋: 博士五年总结系列 (2013)
- 他为什么博士期间可以发论文影响因子大于50?
- 科研之路经验分享