我是如何在3个月内写出博士论文的?

做~自己de王妃 提交于 2021-02-07 11:33:35
来源 | 极市平台
转载自:机器学习算法与自然语言处理
原文链接:

我是如何在3个月内写出博士论文的?mp.weixin.qq.com图标

在看这篇文章之前请注意:我的博士论文花了我三年半的全职研究时间来收集数据,本文所指的三个月只是用于写作的时间,在该时间段的最后我写得很快。我并不是说每个人都能写得那么快,如果你没有做过研究,那就不可能写出来。你可能不会像我一样写得那么快,但你可能会从我的方法中得到一些有益的启示。

2006年夏天,在开始攻读博士学位近3年后,我想到放弃。原来,当时我的成果远远不够,我所使用的设备大部分时间都不起作用,我几乎无法在早晨唤起起床的动力。一年多以后有了折转,我成功做到了:扭转局面,获得了一些可发表少数几篇论文的结果;在3个月内从零开始完成我的博士论文;无争议地通过我的口头答辩。而且,最重要的是,我居然开始享受这个过程。我是怎么做到这一切的?

1.应对压力—— Dealing with stress

在经历了一次近乎崩溃的经历后,当我在研究中遇到问题或者发现自己压力大的时候,我就会开始在校园里散步。我花时间思考自己需要做什么,让自己有一个正确的心态回过头来处理问题。以前我发现我自己会处于一种为了熬过一天而在网上浪费时间的境地。这一个习惯的改变可能挽救了我的博士生涯。

2.放慢速度——Slowing down

这似乎有悖于直觉,但放慢速度有助于我走得更快。通过在实验上多花点时间,尽可能仔细地做事情,我消除了很多耗时的错误。

3. 限制可用时间—— Limiting the time available

虽然我想明白了如何应对压力之后,我的工作效率就提高了,但进入第四年我还在做实验。我有了提交论文的截止日期(在我第四年的年底),但我的研究仍然有点混乱。并没有集中精力去发现什么。我的导师(杰出的Moriarty教授)就告诉我,2007年3月底以后不再允许我进入实验室,我必须写出我的所有东西。

4. 适应和果断行动——Adapting and acting decisively

因为时间有限,我不得不做出一些艰难的决定。我所做的任何事情,要么完成,要么放手。会有一些枝节,但这没关系,只要我把其他的事情处理好。我必须决定不做某些事情,而用精力和决心专注于其他事情。不过,论文还是会有些单薄。于是,我在另一名学生研究的基础上,接了一个副项目,这样可以很快地产生一些成果。这个副项目产生了我科研生涯中最有趣的成果。

5. 写作前完成研究——Finishing research before writing

等到我不再做实验的时候,我知道我已经有足够的能力面对博士学位了。不是最好的博士,也不是改变世界的博士,但有了两篇论文和足够的数据,我觉得已经足够了。因为我不被允许回到实验室,我只需要专注于写作。困难的部分已经过去了。结果是不会改变的,所以我只需要确保自己在写作的时候是有效率的。当你知道原始材料不会再改变的时候,写起来就容易多了。提示:如果还有研究或分析要做,就把这个放在比写作更优先的位置上。

6. 准备工作——Preparation

我决定在家里工作,而不是在办公室,因为这样可以减少干扰。我扔掉了电视,电脑上也没有网络连接。没有网络意味着我必须事先收集所有需要的文件,迫使我思考我需要的东西。我还设置了一个专门的空间(2张大桌子连在一起,还有一张非常舒适的椅子,旁边有一扇大窗户,自然光充足),专门用来写论文。

7. 目标和一致性——Targets and consistency

我给自己设定了3个月的目标,分解到每一章的目标。这将使我在最后的绝对截止日期前有3个月的储备时间。我每天的目标是500字,我知道即使在效率最低的日子里我也能达到这个目标。这意味着,由于我在大多数日子里都突破了目标,所以我每天完成后都会对自己的进展感到满意,这反过来又意味着我在第二天开始时感到自信。提示:把你的目标设定为你知道你每天都能完成的事情,然后完成它。不要把它设得你能想象的那么高。

8. 例行事情—— Routine

一天中最重要的两个部分是开始和结束。尽早建立动力很重要,结束一天的工作也要有一个规律。在每天结束时,我总是给自己留下一些容易做的事情,以便第二天开始工作,所以我醒来时知道自己要做什么。我还在每天结束的时候收拾桌子,这也有助于结束一天的心理状态,也让我的大脑不再在晚上反复地看论文。

9. 将冰冷的标准应用于我所包含的内容——Applying ruthless standards to what I included

不管是研究综述,还是我自己的工作,只要是不合格的,我都会删掉。我只关注最好的文献,为自己节省了大量的时间。这样做的结果也是让我的工作与该领域最优秀的工作联系在一起。我只写我所知道的东西,这使得论文比我把所有的东西都包括进去(不管我是否理解)都要短、快、容易写,质量也更高。提示:你选择的是评判,而不是考试。只包括你能从容答辩的内容。

10. 在重要的细节上花时间—— Taking time over details that matter

我对文字的清晰度、图表和论文的整体面貌都费尽心思。如果一张图花了2个小时,那就这样吧。如果在论文中找不到高质量的图片粘贴,我会自己重新画。为什么这样做呢?因为这样可以增加论文中贯穿的质量感。


图注:"未构造的Si(111)表面"

这花了很长的时间来画图,并确保图的准确性。通过每次对一个细节的执着关注,我可以确保我不会再做一次。这让我想到了最后一点... ...

11. 一步到位——One draft

我总是边写边编辑,目的只有一个:确保我把脑子里的想法清楚地表达在纸上。直到我觉得句子有意义,没有含糊不清的意思,我才会继续写下去。思路清晰永远是第一目标。但是,如果你不趁着思想还在脑海里的时候澄清你的写作,就很难在几天或几周后再来整理出乱七八糟的思想。这意味着我在不断地重读和修改刚刚写好的东西,同时也意味着当我把东西提交给我的导师时,只需要很少的修改,这节省了几个月的时间,只是因为我在第一轮就尽可能地接近 "正确"。 提示:如果你知道什么是好的写作,那就会有所帮助。 请观看视频以获得更多提示。(视频见本文末尾所列的第二篇参考文献提供的链接——译者注)

另一个关键因素是, 在整个博士期间,尽管很多地方都出了差错,但我在我一直使用的技术和数据分析方面积累了很多经验和技巧。这也是为什么当我放慢脚步,更仔细地做实验时,能够快速分析结果的原因之一。 我经常遇到一些学生,他们把分析工作留到最后几个月才做,整个博士期间几乎没有做任何分析。这是很困难的情况,因为你必须在巨大的压力下非常快速地学习分析技能。尽早练习分析,不要忽视你的数据!

请注意,我得到了对我这篇文章的一些评论,好像我在3个月内完成了整个博士学位。不是的,我是先做了三年半的研究,然后再写论文。我也没有说任何人都能写得那么快,因为这取决于很多不同的因素。这就是为什么标题是 "我是怎么写的......",而不是 "怎么写的......"

原文链接:

1、James Hayton,How I wrote a PhD thesis in 3 months,February 28, 2012, https://jameshaytonphd.com/quick-tips/how-i-wrote-a-phd-thesis-in-3-months

2、James Hayton,How to write your PhD thesis (without going insane): Full lecture,April 20, 2020,https://jameshaytonphd.com/quick-tips/how-to-write-your-phd-thesis-without-going-insane-full-lecture

机器学习/深度学习算法/自然语言处理交流群

已建立机器学习算-自然语言处理微信交流群!想要进交流群进行学习的同学,可以直接加我的微信号:HIT_NLP。加的时候备注一下:知乎+学校+昵称 (不加备注不会接受同意,望谅解),想进pytorch群,备注知乎+学校+昵称+Pytorch即可。然后我们就可以拉你进群了。群里已经有非得多国内外高校同学,交流氛围非常好。

强烈推荐大家关注机器学习算法与自然语言处理账号和机器学习算法与自然语言处理微信公众号,可以快速了解到最新优质的干货资源。

推荐阅读

ACL-2021交流群

NAACL2021-交流群

【招人】腾讯广告业务线

赛尔笔记 | 篇章级机器翻译简介

GPT“高仿”系列开源了!最大可达GPT-3大小,还能自主训练

ACL 2021投稿避坑指南

我,大学没毕业,在OpenAI搞AI,想教教你如何提升“研究品味”

推荐几本经典AI书籍!

赛尔原创@AAAI 2021 | 纠结于联合学习中的建模方法?快来看看图网络显式建模!

如何提高PyTorch“炼丹”速度?这位小哥总结了17种方法,可直接上手更改的那种

斯坦福CS224W《图机器学习》2021开课!Jure Leskovec大牛主讲,附课程PPT下载

ICLR2021放榜!录取860篇,接受率为28.7%!

计算机视觉中的Transformer

第二十届中国计算语言学大会(CCL 2021)技术评测任务征集

完全图解GPT-2:看完这篇就够了(二)

完全图解GPT-2:看完这篇就够了(一)

IJCAI 2020今日开幕,杰出论文奖、卓越研究奖、约翰·麦卡锡奖等8项大奖公布!

研究品味锻炼!

一份Python线性代数讲义

全面回顾2020年图机器学习进展,12位大神论道、寄望2021年大爆发!

第二十届中国计算语言学大会(CCL 2021) 征稿启事

NTU-Xavier Bresson 图神经网络入门视频

2020年arXiv十大热门论文来了!不止GPT-3、SimCLR、YOLOv4...

每日论文速递:自然语言处理相关(1月7日更新版)

权值衰减和L2正则化傻傻分不清楚?

斯坦福大学——人工智能本科4年课程清单

超过500个附代码的AI/机器学习/深度学习/计算机视觉/NLP项目

Awesome Transformer for Vision Resources List库

2020 Top10计算机视觉论文总结:论文,代码,解读,还有demo视频!

摘要数据整理仓库,6个数据集!

156个参考文献!Visual Transformer 调研survey

NLP生成任务痛点!58页generation评价综述

机器学习画图模板ML Visuals更新

谷歌最新28页高效 Transformer 模型综述

Papers with Code 2020 全年回顾

最新14页《图神经网络可解释性》综述论文

陶大程等人编写!最新41页深度学习理论综述

使用PyTorch时,最常见的4个错误

加拿大蒙特利尔大学助理教授刘邦招收2021/2022年博士生

【EMNLP2020】基于动态图交互网络的多意图口语语言理解框架

一文搞懂 PyTorch 内部机制

AAAI 2021论文接收列表放出!!!

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!