综述包括“综”与“述”两个方面。所谓综就是指作者必须对现有的大量素材进行归纳整理、综合分析，而使材料更加精炼、更加明确、更加层次分明、更有逻辑性。所谓述就是评述，是对所写专题的比较全面、深入、系统的论述。因而，综述是对某一专题、某一领域的历史背景、前人工作、争论焦点、研究现状与发展前景等方面，以作者自己的观点写成的严谨而系统的评论性、资料性科技论文。
对于以往研究的总结是帮助我们了解之前的研究情况，结果以及寻找新的研究方向不可或缺的一步。由于这种总结的必要性，所以也诞生了很多基于不同类型的文章。所以今天就基于论著的不同部分，来简单介绍这些对之前研究结果进行总结分析的文章。
标题：Deep Domain Adaptive Object Detection: a Survey
上次盘点了2019年 目标检测比较亮眼的综述汇总，详见： 大盘点 | 2019年4篇目标检测算法最佳综述。很多 CVers在微信学术交流群反映：有没有图像分割的综述大盘点，有没有目标跟踪的综述大盘点，有没有...
搜索中文与外文数据库中的综述类文献 1. 中文数据库搜索 知网网址：http://www.cnki.net/ 1.1 进入高级搜索 1.2 筛查文献 1.3 获取综述类文献 2. 外文数据库搜索
机器之心报道 编辑：杜伟 时隔三个月后，智源研究院对涉嫌抄袭的 AI 大模型综述研究给出了调查和处理结果。 今年 4 月 13 日，智源研究院一篇拥有 100 位作者署名的综述研究《A Roadmap for Big Model》被质疑抄袭了多篇论文内容，引发国内外学者和社区的广泛关注与讨论。 当日，智源研究院即发布了《关于 “A Roadmap for Big Model” 综述报告问题的致歉信》，并表示：「对这一情况，研究院立即组织内部调查，确认部分文章存在问题后，已启动邀请第三方专家开展独立审查，并进
写论文做研究的时候少不了要看论文，但是很多时候看过同类的论文之后发觉什么也没记住，本文将有三位牛人想大家分享他们在阅读论文的一些技巧，希望对大家有用。 科研牛人一： 从Ph.D到现在工作半年,发了12 篇paper, 7 篇first author 我现在每天还保持读至少2-3 篇的文献的习惯，读文献有不同的读法，但最重要的自己总结概括这篇文献到底说了什么，否则就是白读，读的时候好像什么都明白，一合上就什么都不知道，这是读文献的大忌，既浪费时间，最重要的是没有养成良好的习惯，导致以后不愿意读文献。 1.
原创性研究，在国内外同类研究现状的基础上，提出自己独有的创新性理论、观点、方法或技术。
我们对2020年全部计算机视觉综述论文进行了分方向梳理，本文为人脸识别方向，包括人脸识别、检测、面部反欺骗、3D人脸重建、deepfake等方向。
上述两篇文章得到很多 CVers 的关注和喜爱，于是又被追问：有没有目标跟踪的综述大盘点，有没有超分辨率的综述大盘点，有没有...
1. 看到一篇文章是CVPR-Workshop的，好奇跟CVPR有什么区别，查了一下：
博士论文的写作是博士研究生主要要完成的工作。由于存在着较高的难度，较长的写作周期，以及在创新，写作规范，实际及理论意义等方面有着比较高的要求，博士论文的完成一般说来是有相当难度的。一篇好的博士论文不仅是一本好的学术专著，而且还是具有理论创新价值的学术探索成果。一个博士生从入学到毕业，就应该达到从一个学生到一个学者的转变，就应该变成为所研究领域的一位专家。
本期推送第四篇：如何通过文献掌握学术动态，感兴趣的同学可以直接在Github上阅读。
最近一直是在总结核酸研究杂志2019发表的数据库（关于这个他们杂志专门发了一个总结文献，感兴趣的可以去看看，PMID: 31906604，如果懒得自己看，可以每天看一下我们公众号就行），其中就有一个数据库是 APAatalas。
在过去的一年中，计算机视觉领域出现了许多优秀的工作，并推动了相关领域的技术发展与进步。去年上半年，极市曾盘点过计算机视觉领域综述论文，并进行了分类整理，得到了很多读者的支持。因此，在2021年初，我们对2020年出现的全部计算机视觉综述论文进行了分方向梳理，希望能帮助大家学习进步。
地址 https://github.com/zibuyu/research_tao
上次整理了近期目标检测比较亮眼的论文汇总，详见： 一文看尽8篇目标检测最新论文(EfficientDet/EdgeNet/ASFF/RoIMix/SCL/EFGRNet等）。很多CVers在后台和微信社群反映：这些都是很新的论文，我刚入门都看不懂怎么办？
链接 | mp.weixin.qq.com/s/yOcWMmqddQPyEa2oROCzxQ
跨领域推荐系统（Cross domain recommender systems，CDRS）能够通过源领域的信息对目标领域进行辅助推荐，CDRS由三个基本要素构成：领域（domain），用户-项目重叠场景（user-item overlap scenarios）和推荐任务（recommendation tasks）。这篇研究的目的就是明确几种广泛使用的CDRS三要素的定义，确定它们之间的通用特征，在已明确的定义框架下对研究进行分类，根据算法类型将同类研究进行组合，阐述现存的问题，推荐CDRS未来的研究方向。为了完成这些目标，我们挑选出94篇文献进行分析并最终完成本综述。我们根据标签法对选出的文献进行分类，并且设计了一个分类坐标系。在分类坐标系中，我们发现研究类域的文献所占权重最大，为62%，研究时域的文献所占权重最小，为3%，和研究用户-项目重叠场景的文献所占权重相同。研究单目标领域推荐任务的文献占有78%，研究跨领域推荐任务的文献只有10%。在29个数据集中，MovieLens所占权重最大，为22%，Yahoo-music所占权重最小，只有1%。在7种已定义算法类别中，基于因式分解的算法占了总数的37%，基于语义分析的算法占了6%。最终，我们总结出5种不同的未来研究方向。
学术论文是每一个科技工作者展示科研结果的最主要的方式。写出一篇高质量的论文是每一个科研工作者的必备技能。《清单革命》一书中，作者认为，利用清单可以增加工作效率，减少工作失误，这对科研论文写作来说，也是适用的。本文旨在为每一位科研工作者提供一份写作与修改的详查清单，能够帮助大家写出一份及格线以上的论文，提高文章质量，增加命中几率。
文献数目统计，对一个未知领域和文献计量学类的文章来说，是必不可少的内容。一般来说，常用的文献计量学方法，可以将文献题录进行统计，从而将数据作图，放在综述文献或者论文中。那么此类工具只支持同一个数据库如WOS，不支持跨平台的文献统计。那么，今天要给大家介绍的是，当你从若干个数据库中导出来参考文献题录，全部输入Endnote后，下来进行去重，然后再对所有的文献题录进行一个客观的统计，所统计出来的数据可以很好的应用于综述或者一些论文中，作为一个前沿性的介绍，丰富文章的内容。
近年来，许多准确的决策支持系统被构建为黑盒子，即向用户隐藏其内部逻辑的系统。缺乏解释性既是实际问题，也是道德问题。这篇综述文献报道了许多旨在克服这一至关重要弱点的方法，有时以牺牲准确性为代价来提升可解释性。可以使用黑盒决策系统的应用是多种多样的，并且每种方法通常被开发以提供针对特定问题的解决方案，并且因此，其明确地或隐含地描绘其自身对可解释性的定义。本文的目的是提供调研文献中关于解释概念和黑匣子系统类型的主要问题的分类。给定问题定义，黑匣子类型和所需解释，此综述应该有助于研究人员找到对他自己工作更有用的建议。所提出的黑匣子模型分类方法也应该有助于对许多研究开放性问题。
2023年1月，国家基因库生命大数据平台支撑科研成果在《Blood》发表。该研究题为“Patients with Asian-type DEL can safely be transfused with RhD-positive blood”，研究结果表明亚洲型DEL患者可以安全地使用RhD阳性血液输血。本研究中Nanopore测序原始数据已存储于国家基因库生命大数据平台（CNGBdb），项目编号为：CNP0002612。
今天向大家推荐四篇近期发布的文献综述，包含无监督域适应、人体解析、视频异常检测和水果成熟度分类。
在科学研究中，从方法论上来讲，都应“先见森林，再见树木”。当前，人工智能学术研究方兴未艾，技术迅猛发展，可谓万木争荣，日新月异。对于AI从业者来说，在广袤的知识森林中，系统梳理脉络，才能更好地把握趋势。为此，我们精选国内外优秀的综述文章，开辟“综述专栏”，敬请关注。
大家好呀~今天在Datawhale的群里看到有些小伙伴在论文上苦苦挣扎，脑海中一下子浮现出各种论文扩充的“奇技淫巧”，突然发现自己在这方面有一些亲身实践过的方法，遂提笔希望能帮助到毕业困难的你（手动狗头）。真是干啥啥不行，水论文第一名。
我们在刚刚开始科研工作的时候，都想要快速了解这个领域，通常我们都会找一些影响因子高的综述入手，英语水平弱一点的从中文综述入手。然后，通过关键字检索，找到几十篇文章，大体了解了这个领域的基础知识和研究方向，然后动手设计课题。
很多时候，大家都会默认期刊名字越短，期刊就越牛。以CNS为例，Cell、Nature、Science，都是名字简短、宏伟，所以后来才会出现什么山寨的Cells、Cancers。
---- 新智元报道 编辑：如願 好困 【新智元导读】7月15日，智源研究院发布了关于4月中旬「A Roadmap for Big Model」综述报告问题调查和处理的通报。 近日，智源研究院就三个月前的抄袭事件给出回应。 据通报称，在综述报告10处被质疑片段中，有2处属于抄袭，另有4处属于引用不规范。 目前，相关责任人已主动离职，大模型研究中心也将进行部门重组。 智源研究院表示，大模型研究中心作为组织单位，对综述报告撰写中可能存在的风险隐患缺少充分考虑，未采取必要措施避免相关问题出现，对整个事
Journal: Frontiers in Ecology and the Environment (IF: 8.039)
Cell Death & Diseas是一本经过同行评审的转化细胞死亡领域在线期刊。
一方面，把握最前沿的研究动态，激发自身研究灵感。另一方面，不做好文献调研，自己的绝妙想法变成了重复造轮子，这种体验可不太妙。
实验验证的数据库数据库其实和综述差不多。综述是基于一个主题检索相关文献，然后利用文字来进行来进行总结出这些文献的相关特点。而这类经过实验验证的数据库，第一步也是人工来检索相关的文献。第二步则把文献当中的相关信息，通过数据库的形式来呈现出来。这样的好处是我们可以得到作者作用检索的信息。
毫无疑问，人工智能（AI）将彻底改变医学出版领域。从作者的视角看，人工智能对其产生积极的影响远远大于消极的影响。对于研究人员和期刊编辑来说，基于AI的系统将使我们能够更好地处理更复杂的问题。人工智能在医学出版领域的好处可以从以下三个方面考虑：内容、同行评审和发表后（图1）。AI将加速每个流程并使它们更加准确和高效。
关注并星标 从此不迷路 计算机视觉研究院 公众号ID｜ComputerVisionGzq 学习群｜扫码在主页获取加入方式 B. Wang, J. Zheng, and C. L. Philip Chen*, "A Survey on Masked Facial Detection Methods and Datasets for Fighting Against COVID-19", IEEE Transactions on Artificial Intelligence, Early Acces
高精度经颅直流电刺激(HD-tDCS)具有局灶性，可改善高级精神功能。由于缺乏已发表的证据，本文就HD-tDCS对健康和疾病个体认知功能的影响进行综述。我们进行了电子数据和灰色文献检索，以获得该综述的相关研究。两种不同的文献检索共获得468项研究。在这些研究中，共有12项研究是关于高级心理功能的，其中，2项关于意识障碍，5项关于记忆，2项关于语言，2项关于认知，1项关于执行。共纳入9篇有对照组的研究，采用PEDro量表进行方法学质量评价。其余3项研究采用无对照组的前后对照研究质量评价工具进行质量评价。我们发现阳极HD-tDCS刺激在治疗意识障碍和改善记忆、言语、认知和执行方面显著有效。
原创声明：本文为 SIGAI 原创文章，仅供个人学习使用，未经允许，不得转载，不能用于商业目的。
最近谷歌元老级人物Eric Schmidt和Maithra Raghu发布了深度学习2020综述《A Survey of Deep Learning for Scientific Discovery》，共有48页pdf，275篇文献，囊括了最新深度学习的进展，集大成者，值得查看！
这周主要是对动态情景下的slam论文以及开源代码做了下收集，之前也解读过一篇类似的文献
NumPy是Python中一个主要的数组编程库，可进行矢量、矩阵和高维数组的数据计算，在物理、化学和天文学等领域中发挥着重要作用。NumPy库在兼顾了Numeric和Numarray二者优点的基础上，于2005年发布，并在其后15年里支撑了Python所有库的科学和数组计算。
在本篇系统综述中，作者采用了定量方法来选出对该领域的重大进展，并使用文献计量学耦合性度量来识别出来研究的前沿。另外，本论文还进一步分析了该领域的“经典”与“前沿”之间的语言差异，并预测了有潜力的研究方向。
《Nature Biotechnology》对生物技术领域的最佳研究感兴趣，其广泛的收稿范围确保了出版的作品能接触到尽可能多的读者。
第1篇是对联邦图神经网络的调研，将目前的工作根据三层分类法进行了划分，即根据数据的原始存在形式、联邦学习的常规设置进行了分类介绍；
2023年5月，国家基因库生命大数据平台支撑科研成果在《MedComm》发表。该研究成果题为“Ketogenic diet protects MPTP-induced mouse model of Parkinson's disease via altering gut microbiota and metabolites”，通过MPTP诱导的帕金森病小鼠模型用 KD 饲喂 8 周，对小鼠的运动功能和多巴胺能神经元进行评估，还测量了大脑、血浆和结肠组织中的炎症情况，另外还对粪便样本16S rDNA 基因测序和非靶向代谢组学进行评估，研究表明KD通过饮食-肠道微生物群-脑轴（可能涉及脑和结肠的炎症）在MPTP帕金森病小鼠模型中发挥了神经保护作用。此项研究的相关测序数据已存储于国家基因库生命大数据平台（CNGBdb），项目编号为：CNP0003610和CNP0003614。
之前介绍为什么要用文献管理软件?，[[文献管理软件介绍]]的时候，提到了一个文件管理软件叫做Zotero。之前就很推荐是有Zotero进行文献以及网络资源管理。现在更新6.0的版本之后。其中内置了一个
摘要：移动机器人导航功能的实现需要同时定位与建图（SLAM）和路径规划这两方面的技术，其中由SLAM技术生成的栅格地图是移动机器人运用路径规划算法的前提。
时间序列是用于记录动态系统测量结果的主要数据类型，并由物理传感器和在线过程（虚拟传感器）大量生成。因此，时间序列分析对于发掘可用数据中隐含的信息丰富性至关重要。随着图神经网络（GNNs）的最近进步，基于GNN的时间序列分析方法的研究有所增加。这些方法可以明确地模拟时间和变量之间的关系，这是传统的和其他基于深度神经网络的方法难以做到的。在这次综述中，我们对图神经网络进行了全面的时间序列分析（GNN4TS），包括四个基本维度：预测、分类、异常检测和插补。我们的目标是指导设计师和实践者理解，构建应用，并推进GNN4TS的研究。首先，我们提供了一个全面的任务导向的GNN4TS分类。然后，我们介绍并讨论代表性的研究工作，最后讨论GNN4TS的主流应用。关于潜在的未来研究方向的全面讨论完整了这次综述。这次研查是首次汇集了大量关于基于GNN的时间序列研究的知识，突出了图神经网络用于时间序列分析的基础、实际应用和机会。推荐阅读：深度时间序列的综述
近年来，元学习领域，或者说“学会学习的学习”，引起了人们极大的兴趣。与传统的人工智能方法(使用固定的学习算法从头开始解决给定的任务)不同，元学习的目的是改进学习算法本身，考虑到多次学习的经验。这个范例提供了一个机会来解决深度学习的许多传统挑战，包括数据和计算瓶颈，以及泛化的基本问题。在这项综述中，我们描述了当代元学习的景观。我们首先讨论元学习的定义，并将其定位于相关领域，如迁移学习、多任务学习和超参数优化。然后，我们提出了一个新的分类法，对元学习方法的空间进行了更全面的细分。我们综述了元学习的一些有前途的应用和成功案例，包括小样本学习、强化学习和体系架构搜索。最后，我们讨论了突出的挑战和未来研究的有希望的领域。
最近发现了一个非常好用的文献调研工具——Connected Papers，这是一个免费的文献图谱可视化工具，可以帮助研究人员和科学家查找和探索与其研究领域相关的论文。
领取专属 10元无门槛券
手把手带您无忧上云
