0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

教你怎么样参加机器学习最权威的顶会

zhKF_jqr_AI 来源:未知 作者:李倩 2018-10-26 09:29 次阅读

随着冬季日渐临近,无论是机器学习计算机视觉,还是自然语言处理等其他领域,现在我们已经告别了2018年的大多数顶级会议,到了一年中可以实践、沉淀新想法的时候。但对于某些人而言,他们的“会议季”却刚开始——在剩下的两个月中,NLP领域的顶会EMNLP 2018将于10月31日至11月4日在比利时布鲁塞尔召开,而机器学习最权威的顶会之一NIPS也将在12月如期举行。

从与会者的角度来看,参加会议是一个很好的机遇——不然NIPS的第一波门票也不会在十分钟左右就卖光了。在会议上,研究人员可以认识有趣的同道,交换想法,提高知名度,并在与会过程中获得灵感,这是所有人和学界建立起更紧密联系的重要途径。但是,会议同时也是令人生畏的,尤其是对于初出茅庐的年轻学者。

近日,一位即将参加EMNLP 2018的网友就在会议前夕发布紧急求助:第一次参加顶会,大家有什么建议?

这里我们总结了帖子中各网友的回答,并结合去年Science对各年龄层次科学家的会议心得采访,对这个问题作出了全面解答。

首先,你为什么要参加会议?

一场好的会议能使人重新焕发活力,也能让任何有能力的学者摆脱思维、职业生涯上的种种困境。但是,正如处理数据时要关注数据生成的因果模型,在参加学术会议,尤其是国际顶级会议之前,我们也要明确自己前去参会的原因,不同的原因将决定你该如何充分利用这个机遇。

以Science采访的科学家为例,他们参加各类大会的目的不外乎:

了解最新技术,为自己的研究获取新想法和反馈;

接触更多的人,磨练自己的沟通技巧,寻找潜在的合作伙伴和职业机遇;

从宏观上了解学界当前的发展方向,并结合这个更广泛的背景俯瞰自己的研究思路、研究成果,跳出思维局限;

展示自己的研究成果,追赶老朋友,创造新朋友,从他人身上获得有关统计分析或后续研究的建议,以使工作更具吸引力;

找寻学界、行业、社区的归属感和使命感。

“对初级科学家来说,发表精彩演讲对他们日后的职业生涯十分重要。作为一名较资深的学者,我也很喜欢与新人建立联系,尤其是那些我已经读过他们的论文,觉得有朝一日能有机会一起工作的人。”加州州立大学教授Terry McGlynn的这个想法代表了许多行业长者的心声。

而作为学者中的年轻群体,不少博士生也表示自己很享受新的城市、新的美食,以及繁重研究任务间隙的片刻休闲时光。

其次,如何有选择性地参加会议活动?

EMNLP 2018是国际性的大会。今年会议将持续5天,议程包括开幕式/闭幕式、3场主题演讲、7轮长论文oral/海报展示、4轮短论文oral/海报展示和最后一天的最佳论文颁奖活动。每轮论文oral展示都是4篇论文同时进行,所以与会者不可能听完所有报告。

事实上,这也是许多学者更喜欢小型会议的原因。像这样一个大会,年轻学者会很容易迷失在人群中,即便有机会登台展示,他们也很可能得不到足够多的关注。但这不是说大型会议不好,相反地,这意味着与会者在参会准备上要做更多“精打细算”:

就我个人而言,我会在不同时间段以不同的理由出席不同的活动。但是,我总是会问自己一些问题(乱序):我想去的论文展示有时间冲突吗?会议的议程是什么?会议的重点是什么?我需要做oral报告吗?我的海报展示在哪个区?我认识/想结识的人可能会在哪儿?——普林斯顿大学博士生Julian West

事先安排好自己的会议行程非常重要,特别是要劳逸结合,因为个人的精力始终是有限的。一位名为trnka的网友在留言中分享了自己的经历:我刚开始参加会议的时候,每场报告都不敢落下,结果到那天结束,我已经累趴下了——说不动话,也没有去社交,感觉错过了一个亿!

一般来说,重点较单一的探讨会很适合新人前去参加。你也可以选择去听感兴趣领域的报告,也可以为了扩展视野,去听听不熟悉领域的研讨会,但你要记住一点——别指望自己能听懂所有报告。此外,对于那些你真正感兴趣,而且听得懂的东西,多动笔记一记,写字能让你更专注。

第三,如何尴尬而不失礼貌地社交?

谈到参加大会,社交是大多数人最关注的一个点。虽然一些学者给人的刻板印象是不善言辞、不善交际,但在会议上,人与人之间的交流机会其实和会议上提出的各种突破同样重要。

EMNLP 2018是个大牛云集的顶会,年轻学者在与人交流上心生畏惧其实很正常——也许你担心的是他们会问你一些你回答不上来的问题,也许你只是觉得和陌生人攀谈很不舒服。但是,如果你不走出第一步,你就永远体会不到交流带给你的自信,以及科学会议的创造性氛围。

比起你害怕和他们说话,其实他们更怕对你主动。

适合社交的时间是会议的休息时间,也就是coffee break。对于初次参加顶会的人,这时你可以强迫自己去找一些同龄人聊天。这不仅是因为大家年龄相仿、履历相近,能聊到一块儿去,更是因为他们将可能成为你的合作者、朋友,甚至是影响你一生的科研事业的人。许多会议都为学生和新人举办了特别的活动,这些活动都很有帮助。而对于不善与男性交际的女性学者,赫瑞瓦特大学的助理教授sang提供了解决方案——事先安排小型面对面聚会和“推特交际”。

网友PetrosPapapa的建议非常中肯,他说:“到目前为止,扩大社交网络是参加任何会议最重要的内容。你越能聊,结识的人越多,效果就越好;你越能在大牛、学术明星面前自信满满,收获的就可能越多。鼓起勇气,不要让内向的你输在起点。”

如果说结识普通学者是第一步,那找机会和学术明星们接触就是社交的第二步。作为圈子里走在前沿的人物,和他们交流肯定能让你收获颇多。网友Mehdi2277分享了自己几个月前的经历,在会议前夕,他事先以email的方式和几位知名教授取得了联系,得到了对方热情洋溢的回复和指导意见,也在他们心中留下了深刻印象。到会议召开时,他如愿和教授们见了面,并进行了长谈。

如果担心自己临场表现不好,Mehdi2277的做法非常值得借鉴,事实上,他也因此获得了好几个博士邀请和实习岗位。当然,虽然大家都认为NLP社区中的大多数人都非常友好,但每个人对是否要积极找大牛攀谈这件事都有不同意见。不少学者都指出,有些人会为了和名人交谈疲于奔命,但他们之间很可能是建立不起实质性的、有建设性的关系的,这完全是无用的社交。总而言之,机遇可求,但不可强求,人与人之间也要看缘分。

此外,一些博士也认为夜间的社交活动也是拉近年轻学者之间关系的一种渠道,虽然会议安排很紧凑,但偶尔一两次呆到凌晨也可能是明智的。

会后的总结

会议的闭幕式并不是真正的结束。综观前几天的努力,现在你已经认识了不少有趣的新朋友,其中有几个是你想保持长期联系的;你也听了不少报告,收获了一大筐新想法、新思路。这些新事物都需要及时跟进,因为离开会场、坐上大巴后,所有东西都会在短短几天内马上消失。

我从会议中选取几个关键主题和突破,把它们带回去展示给同学们看。这个过程有助于加深我对这些成果的印象,并对它们进行更深入的思考,以免错过关键发现。——耶鲁大学Vallery

我会在LinkedIn等社交网络上关注认识的研究人员,有必要的话,有时候我会发电子邮件来保持联系,并阅读他们发表的论文。——Hernandez

对于服装、作息等细节,这里我们不在赘述,希望这篇文章对你有用!

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 计算机视觉
    +关注

    关注

    8

    文章

    1602

    浏览量

    45647
  • 机器学习
    +关注

    关注

    66

    文章

    8140

    浏览量

    130683

原文标题:第一次参加国际顶会怎么办?急!在线等!

文章出处:【微信号:jqr_AI,微信公众号:论智】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    机器学习的基本流程和十大算法

    为了进行机器学习和数据挖掘任务,数据科学家们提出了各种模型,在众多的数据挖掘模型中,国际权威的学术组织 ICDM(the IEEE International Conference on Data Mining)评选出了十大经典
    发表于 10-31 11:30 636次阅读
    <b class='flag-5'>机器</b><b class='flag-5'>学习</b>的基本流程和十大算法

    教你怎样选择合适的工业机器

    电子发烧友网站提供《教你怎样选择合适的工业机器人.doc》资料免费下载
    发表于 10-10 10:21 0次下载
    <b class='flag-5'>教你</b>怎样选择合适的工业<b class='flag-5'>机器</b>人

    机器学习发展历程

    机器学习发展历程:机器学习发展现状、机器学习发展前景和机器
    的头像 发表于 08-17 16:30 1237次阅读

    机器学习有哪些算法?机器学习分类算法有哪些?机器学习预判有哪些算法?

    机器学习有哪些算法?机器学习分类算法有哪些?机器学习预判有哪些算法?
    的头像 发表于 08-17 16:30 1424次阅读

    机器学习theta是什么?机器学习tpe是什么?

    机器学习theta是什么?机器学习tpe是什么? 机器学习是近年来蓬勃发展的一个领域,其相关技术
    的头像 发表于 08-17 16:30 1253次阅读

    机器学习是什么意思?机器学习属于什么分支?机器学习有什么用处?

    机器学习是什么意思?机器学习属于什么分支?机器学习是什么有什么用处?
    的头像 发表于 08-17 16:30 1304次阅读

    机器学习与数据挖掘的区别 机器学习与数据挖掘的关系

    机器学习与数据挖掘的区别 , 机器学习与数据挖掘的关系 机器学习与数据挖掘是如今热门的领域。随着
    的头像 发表于 08-17 16:30 1553次阅读

    机器学习算法入门 机器学习算法介绍 机器学习算法对比

    机器学习算法入门 机器学习算法介绍 机器学习算法对比 机器
    的头像 发表于 08-17 16:27 640次阅读

    机器学习算法总结 机器学习算法是什么 机器学习算法优缺点

    机器学习算法总结 机器学习算法是什么?机器学习算法优缺点?
    的头像 发表于 08-17 16:11 1111次阅读

    机器学习算法汇总 机器学习算法分类 机器学习算法模型

    机器学习算法汇总 机器学习算法分类 机器学习算法模型 机器
    的头像 发表于 08-17 16:11 735次阅读

    机器学习和深度学习的区别

    机器学习和深度学习的区别 随着人工智能技术的不断发展,机器学习和深度学习已经成为大家熟知的两个术
    的头像 发表于 08-17 16:11 3425次阅读

    机器学习可以分为哪几类?机器学习技术有哪些?

    机器学习可以分为哪几类?机器学习技术有哪些 机器学习(Machine Learning,ML)是
    的头像 发表于 08-17 16:11 4422次阅读

    机器学习和深度学习的区别

      机器学习是一种方法,利用算法来让机器可以自我学习和适应,而且不需要明确地编程。在许多应用中,需要机器使用历史数据训练模型,然后使用该模型
    发表于 08-02 17:36 389次阅读

    联合学习在传统机器学习方法中的应用

    联合学习在传统机器学习方法中的应用
    的头像 发表于 07-05 16:30 559次阅读
    联合<b class='flag-5'>学习</b>在传统<b class='flag-5'>机器</b><b class='flag-5'>学习</b>方法中的应用

    高效理解机器学习

    来源:DeepNoMind对于初学者来说,机器学习相当复杂,可能很容易迷失在细节的海洋里。本文通过将机器学习算法分为三个类别,梳理出一条相对清晰的路线,帮助初学者理解
    的头像 发表于 05-08 10:24 363次阅读
    高效理解<b class='flag-5'>机器</b><b class='flag-5'>学习</b>