研0研究方向提纲

part 1 研究方向

1.我对老师研究方向的了解
从研究主题来看，老师的研究领域涉及机器学习和数据表示的多个子领域：半监督学习 图机器学习 高维数据（比如高光谱数据）分析与建模 深度学习
我觉得研究的核心是降维，减少冗余，来提高识别精度，提高模型的运行效率和可解释性
这也从老师的论文高频词中得到体现：比如降维里的PCA，稀疏编码，字典学习，非负矩阵分解等算法和聚类里的谱聚类。

2.个人兴趣
知识+数据+工程

感兴趣的内容是面向人，研究和人的行为有关的领域，涉及规则的表示与推理。
从研究主题来看，比如和老师研究主题有交集的社区检测，大到商业数据，工业检测，小到智能家居，智能生活。
从研究方向来看，比如场景有关的数据表示，人类语言学有关的nlp，认知有关的类脑智能。
抽象一下，其实就是研究流动性高的事物，一些规则潜藏其中，对这种信息的快速了解可以形成局部信息差，由此具有价值。

短期的一个合适方向可能是稀疏编码。

以商业数据中的购物为例，应用场景就是人使用手机，推荐商品涉及机器学习的推荐系统。
数据获取：人的需求产生业务，业务产生数据。
数据分析与处理：机器学习方法与模型处理数据，识别特征
模型应用：推荐算法广泛应用于商品推荐
以知识+数据+工程来看待该问题就是：
从知识角度（需要大量规则与范式）：
a）场景多元，数据多元。比如这样的购买模式：我想购买10种商品，这些商品有可能分散在3家点或4家店等，而不同店商品价格不同，运费不同。我的目标是让商品价格+运费总和最小化。
b）引入人的先验知识，类似贝叶斯对先验知识的推理。比如根据用户个人信息关联知识图谱，一个年轻用户会受到年轻人热点的影响，学生群体的倾向也是先验的。
c）引入外部知识。比如购物的行为学知识等。

大量的知识与数据必然带来传输、处理与存储的难题，这需要数据和工程两方面进行协同优化。
从数据角度（注意数据的社会属性与概念推理）：
a）多模态数据的融合。（可分为结构化数据与非结构化数据，结构化数据根据人的行为分为显性数据与隐性数据，比如人的一次购物行为就是显性数据，而隐性数据可以是人购物所花的时长偏差程度，浏览某个商品的时长偏差程度）
b）多任务协同。
c）高效数据表示。
…

从工程角度（核心是优化，兼顾精度与速度）：
a）分布式。
b）边缘智能。比如雨天场景推荐雨伞（这种推荐应由设备自身完成计算，若传输至服务器代价太大）
…

part 2 学习路线图

1.近期学习的目标的想法（近6个月）
聚焦比赛+科研+基础，追求广度。
比赛：数据比赛和项目学习的门槛相对科研较低，在大四来进行过渡。
科研：熟练使用Pytorch框架，论文代码复现（多读论文，多看代码，多写代码）。
基础：也需要数学和英语方面的提高，理论方面比如《西瓜书》《机器学习实战》等，Stanford cs229等课程，产出是实现手推公式。

2.学习内容的想法

对于知识+数据+工程，一条路是加深对数据的理解，处理与应用：
注重知识，基于应用场景的知识对数据进行理解，由此高效表示数据，借助一个好的开始让数据分析与处理兼具精度与效率（从源头数据下功夫，不只是调参）。
注重优化，优化贯穿始终，比如用降维优化数据表示，用某些算法优化数据分析与处理，最终是进行性能优化，希望可以在端实现高效部署，让应用落地。

Q：有哪些通用性比较高的学习内容如编程方面web开发，安卓开发，应用开发，前端，爬虫有哪些使用频率比较高的br> Q：有哪些常用编程框架，比如Pytorch，tensorflow吗br> Q：有哪些常用的IDE，比如Vitual Stdio，pycharm吗br> Q：有哪些重要的数学知识储备，比如最优化方法吗/p>

3.职业规划的想法
短板：要数学原理讲不明白，要创新又说是研究员的事
-》预计也将是我的短板
短板：不懂场景
-》注重场景的知识，培养数据的敏感性，了解业务和产品
短板：要算法算法不行，要性能不懂c++，要落地落地慢，
-》注重数据表示+模型融合+部署优化（多模态的数据爆炸以及数据提取的特征工程降低数据获取的重复，提高模型的泛化能力，边缘智能）

想法：工程领域懂场景知识的，开发领域懂业务、产品的，算法领域懂底层、模型融合的。

part 3 科研流程
Q：目前我对科研的理解是提想法，看论文，再做实验，那么请问什么是科研呢，比如一个科研项目的流程，它的知识积累与输出、人员组织、进度管理、时间周期是如何的/p>

part 4 科研规范
Q：写论文用的都是latex吗，文献管理用什么软件br> Q：阅读文献、找文献的主要网站，dblp吗
Q：英语哪些部分比较刚需（写作，需要日常练习吗，还是说通过读论文积累br> Q：我之前的英文写作比较依赖谷歌翻译，写作提升的合适方法是什么br> Q：画图常用python吗/p>

part 5 科研要求
Q：短期的具体要求，我目前大四上空余时间较多，老师如果有安排的话，我可以实地去学校或者线上保持联系。
Q：研究生的要求，比如实验室打卡吗，每天的工作制度如何，组会的时间安排和时长安排。
Q：毕业的要求，比如毕业要求什么层次的论文
Q：想认识一下同组同学，比如我的师兄师姐以及和我同届的人
Q：之后保持联系是每周语音联系吗体的时间/p>

part 6 风险管控与预期管控
1.交流前有材料，交流后有反馈：就是每周都会将过去一周的学习过程在csdn上记录，再给你一个链接，方便老师利用空闲时间对我的动向进行把控，会议时会根据学习记录进行汇报，总结过去一周，安排接下来一周工作。
注：之前几周链接：https://blog.csdn.net/qq_21524797/article/details/120100004
2.平均每天投入时间5—6小时。

来源：晶化机