首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏AI科技评论

    观点 | 学术青年如何克服拖延症——5条技巧助你前进

    AI 科技评论按:「我准备好了就开始」(或者说「拖延症」),以及「即便动起手来也觉得举步维艰」大概是每个现代人都逃不过的日常感受,不管是学习、在企业中工作,还是从事学术研究。 她分享了 5 条实际的操作技巧。没准能给你一点帮助。 ? 你是否有过这样的经历:在上班时,你无精打采地坐在电脑前,准备开始做一个项目,你机械地打开编辑器,顿觉浑身僵硬,只知道盯着屏幕傻看?

    79620发布于 2018-11-08
  • 来自专栏深度学习自然语言处理

    学术会议】如何rebuttal学术论文?

    当同行评议(Peer review)作为学术成果正式发布的必经之路已运行200余年[1]时,用正确的姿势进行review rebuttal便成为提高论文录用机率甚至扭转乾坤的最后一搏。 三部分来聊聊学术论文(主要针对人工智能领域会议和期刊)rebuttal的那些事。 || What is peer review? “Peer review”趣图(原图来自网络) Peer review是一种学术成果审查程序,即作者的学术著作或proposal被同一领域的其他专家学者评审,并根据评审意见决定是否予以录用(Accept 对于计算机学科特别是人工智能领域的学术会议和期刊,其均有相对成熟和流程化的同行评议(即审稿)机制。 事实上,许多审稿人(约50%以上[5])会在审稿意见提交deadline的最后三天内完成评审,每篇工作在审稿人处花费的时间一定非常有限。

    2.7K20发布于 2020-02-18
  • 来自专栏全栈程序员必看

    谷歌学术搜索文献_谷歌学术论文翻译

    sheet.write(TotalNum, 3, paper.journal) sheet.write(TotalNum, 4, paper.authors_link) sheet.write(TotalNum, 5, start=' + str(start) + '&q=' + key + '&hl=zh-CN&as_sdt=0,5' start = start + 10 GetInfo(sheet1,url) myxls.save

    1.1K20编辑于 2022-11-10
  • 来自专栏深度学习自然语言处理

    学术分享】40个科研学术网站,收藏必备,予取予求!

    http://sci-hub.se 2.http://sci-hub.is 3.https://gfsoso.99lb.net/sci-hub.html 4.https://sci-hub.shop/ 5. 免费搜索学术文章的Google网络应用。2004年11月,Google第一次发布了Google学术搜索的试用版。该项索引包括了世界上绝大部分出版的学术期刊, 可广泛搜索学术文献的简便方法。 DOAJ(Directory of Open Access Journal),由瑞典的隆德大学图书馆Lund University Libraries设立于2003年5月,DOAJ的优势在于收录的期刊的有着严格的质量控制 于2008 年5月上线,至今已经有300,000多来自196不同国家的科学家加入此共同体。ResearchGATE针对著科学家以及研究人员提供对科研做有利的线上服务。 「台大学术期刊数据库」收录台大各学术研究单位出版之中外学术期刊论文篇目与全文,审查过程严谨、内容丰富详实、撰写格式一致,具相当程度之学术水平,为查询中国台湾一流学府之学术研究发展、辅助教学研究之最佳数据库

    11.7K10发布于 2019-12-26
  • 来自专栏小汪Waud

    享受学术社交

    “我想写学术社交这个主题已经非常久了,一直没有动手。 什么是学术社交? 学术社交是指在学术圈内,通过参加会议、研讨会等线上或线下的活动,与同行科学家、研究人员、学生建立并维持专业关系的过程。 不仅仅是为了结识更多的人,还包括分享研究成果、讨论学术问题、寻找合作机会以及拓展自己的学术网络。 为什么要做学术社交? 部分会议安排 2 在研究领域已有一定的积累和思考 相比于21年第一次参加学术会议(记第一次参加学术会议),我少了许多稚气,多了些许知识。 5块一根的大油条 如果非要说还有什么不足之处,首先长春距离武汉是有些远的,飞机友好(3h),高铁太不友好了(12h)。

    39710编辑于 2024-08-26
  • 来自专栏AiCharm

    每日学术速递2.28

    1.Language-Driven Representation Learning for Robotics

    26320编辑于 2023-05-15
  • 来自专栏AiCharm

    每日学术速递3.4

    CV - 计算机视觉 | ML - 机器学习 | RL - 强化学习 | NLP 自然语言处理

    31410编辑于 2024-03-04
  • 来自专栏AiCharm

    每日学术速递1.1

    1.UniRef++: Segment Every Reference Object in Spatial and Temporal Spaces

    28510编辑于 2024-01-04
  • 来自专栏AiCharm

    每日学术速递1.6

    1.Image Sculpting: Precise Object Editing with 3D Geometry Control

    25200编辑于 2024-01-14
  • 来自专栏AiCharm

    每日学术速递9.12

    1.Mobile V-MoEs: Scaling Down Vision Transformers via Sparse Mixture-of-Experts

    34810编辑于 2023-09-19
  • 来自专栏AiCharm

    每日学术速递12.22

    1.What Makes Good Examples for Visual In-Context Learning?

    22410编辑于 2023-12-28
  • 来自专栏AiCharm

    每日学术速递2.26

    Bennamoun 文章链接:https://arxiv.org/abs/2402.11141 摘要: 这篇综述深入研究了语义感知神经辐射场 (NeRF) 在视觉场景理解中的作用,涵盖了 250 多篇学术论文的分析

    33110编辑于 2024-02-26
  • 来自专栏AiCharm

    每日学术速递9.23

    1.360∘ Reconstruction From a Single Image Using Space Carved Outpainting(SIGGRAPH Asia 2023)

    32820编辑于 2023-09-27
  • 来自专栏AiCharm

    每日学术速递7.30

    推荐阅读 每日学术速递7.29 2023-07-29 这次来真的? 室温常压超导全球复现一文速览 2023-07-28 每日学术速递7.28 2023-07-28 每日学术速递7.27 2023-07-27 树莓派上运行 Stable Diffusion,260MB

    31920编辑于 2023-09-06
  • 来自专栏AiCharm

    每日学术速递4.6

    1.PODIA-3D: Domain Adaptation of 3D Generative Model Across Large Domain Gap Using Pose-Preserved Text-to-Image Diffusion

    38310编辑于 2023-05-15
  • 来自专栏AiCharm

    每日学术速递6.24

    推荐阅读 每日学术速递6.23 2023-06-23 多角度、真实用户标注,人大&华为推出可解释推荐数据集REASONER 2023-06-21 每日学术速递6.21 2023-06-21 CVPR

    41620编辑于 2023-07-26
  • 来自专栏arXiv每日学术速递

    机器学习学术速递

    5个真实数据集上的实验结果表明,该方法比原始GCN模型提高了分类精度,且有明显的边缘(+2.5%~+84.2%)。 特别是,我们在3个生物医学NER数据集上获得了新的SOTA F1分数:BC5CDR化学93.74,BC5CDR疾病90.69,NCBI疾病92.28。 In particular, we achieve new SOTA F1-scores on 3 Biomedical NER datasets: BC5CDR-chem 93.74, BC5CDR-disease 应用场景包括作为5G网络质量在预测用户位置的函数的视频质量自适应,以及基于预测用户位置加速内容呈现的增强现实应用。 将其应用于10个不同的作物-国家对(5种谷物——玉米、小麦、高粱、大麦和谷子,在埃塞俄比亚和肯尼亚这两个国家),我们在一年中9个月的预测中实现了5\%-10\%的rmse,在一年中3个月的预测中实现了7

    2K20发布于 2021-07-02
  • 来自专栏AiCharm

    每日学术速递9.24

    仅用 5 个标记为“好”的样本(即 0 个错误),我们的自我监督目标就可以捕获足够的信号来超越低标记的监督设置。我们的方法建立在大型预训练视觉模型的基础上,可以适应各种视觉错误。

    27720编辑于 2023-09-27
  • 来自专栏AiCharm

    每日学术速递8.29

    1.EgoHumans: An Egocentric 3D Multi-Human Benchmark(ICCV 2023 oral)

    42620编辑于 2023-09-06
  • 来自专栏AiCharm

    每日学术速递6.30

    推荐阅读 CVPR 2023 | 自动驾驶3D occupancy prediction挑战赛—冠军方案 2023-06-29 每日学术速递6.29 2023-06-29 CVPR 2023 | 神经网络超体 新国立LV lab提出全新网络克隆技术 2023-06-28 每日学术速递6.28 2023-06-28 点击卡片,关注「AiCharm」公众号 喜欢的话,请给我个在看吧!

    49120编辑于 2023-07-26
领券