발표 된 연구 논문은 어디서 찾을 수 있습니까?


10

컴퓨터 과학 박사 학위를 추구하려는 사람의 POV에서 나온 것입니다.

박사 학위를받을 때 연구에 집중할 대상을 결정하는 데 어려움을 겪고 있습니다. academia.SE에서이 질문을 참조하십시오 .

그래서 나는 어떤 연구가 진행되고 있고 어떤 연구 논문이 발표되고 있는지에 대한 최신 정보를 읽고 유지하는 것이 좋은 영감의 원천이라고 생각합니다. 알아야 할 좋은 지식.

최근에 출판 된 CS 연구 논문을 볼 수있는 중앙 장소 / 데이터베이스 / 좋은 출발 장소가 있습니까?


2
관심있는 분야의 저널과 컨퍼런스를 찾으십시오.
Dave Clarke

14
서류 만 읽지 마십시오. 인간과 대화하십시오. 아니면 교수님.
JeffE December

재미 있다고 생각하는 것을 읽으십시오. 그리고 비판적인 눈으로 읽습니다. 결과를 개선 할 수 있습니까? 일반화 할 수 있습니까? 다르게 이해할 수 있습니까? X와 어떤 관련이 있습니까? 아마도 중요한 점은 생각조차하지 않고 이러한 질문을하는 데 충분히 관심이 있어야한다는 것입니다. 취한 주제와 그렇지 않은 주제가 있습니다. 그것은 중요하며 당신 만이 말할 수 있습니다. 현재 가장 인기있는 주제가 반드시 최고의 주제는 아닙니다. 그러나 일단 무언가에 관심이 있다면, 새롭고 오래된 문학을 검토하여 아이디어가 있는지 확인하고 독창적 인 작업을 수행해야합니다.
babou

답변:


14

으로 AJed이 언급 한, ACM 디지털 도서관IEEE의 xplorer는 목록의 상단에있을 것이다.

또한 PDF 또는 PS 검색 옵션을 사용하여 참조 이름에 대한 고급 검색으로 고글 을 수행하면 적중률이 증가합니다.

때때로 검색을 제한 cs.xyz하거나 xyz.edu결과 품질을 향상시킵니다.

주제를 처음 시작하는 경우, survey많은 연구자들이 설문지를 작성하여 주제에 익숙하지 않은 사람이 길을 안내하는 정보원을 갖기 때문에 단어 를 검색어로 추가해보십시오 .

나는 또한 CitSeerX , WorldCatGoogle Scholar 를 치고 싶습니다 .

Google Scholar의 특허를 살펴 보는 것을 잊지 마십시오. 보통은 아니지만 지금은 기업이 다른 곳에서는 게시 할 수없는 좋은 것을 제공해야합니다.

학교에 출석하지 않으면 학교 외부의 제 3 자 학교가 해당 도서관에 액세스 할 수 있는지 확인할 수 있습니다. 프린스턴 대학에서 1 년에 300 달러에 이것을 할 수 있다는 것을 알았습니다.

2013 년 3 월 2 일 추가됨

Microsoft 학술 검색

이것은 또한 컴퓨터의 출판 동향을 시각화 할 수 있습니다

1/1/20016 추가

arxiv.org- 물리, 수학, 컴퓨터 과학, 정량 생물학, 정량 금융 및 통계 분야의 1,106,143 개의 전자 인쇄판에 대한 공개 액세스.

semanticscholar.org

여기에는 새로운 것을 시작할 때 유용한 설문지 를 나열하는 멋진 기능이 있습니다 . 여기에 이미지 설명을 입력하십시오


따라서 Princeton은 300 $ / year로만 등록 된 모든 디지털 라이브러리에 액세스 할 수 있습니다. 멋지다!
AJed December

1
나는 단지 물었다. 일반 액세스 정보를 참조하십시오 . 몇 달 전에 전화했을 때 아주 좋았습니다. 워싱턴 DC 근처를 떠나 미국 시민이라면 의회 도서관을 무료로 사용할 수 있습니다. 대단해 !!!
Guy Coder

1
출판 된 연구 논문에는 도움이되지 않지만 학습을 시작할 때 정보를 찾는 데 도움이되지만; 검색 할 때 키워드 "노트"를 추가하십시오.
가이 코더

1
dblp : 컴퓨터 과학 참고 문헌도 좋은 자료입니다. dblp.uni-trier.de
GEL

@GEL 제가 틀렸다면 저를 바로 잡아주십시오. 그러나 dplp는 참고 문헌을 제공하지 않습니다. 다른 논문에 대한 참조를 찾는 것이 좋지만 논문 자체는 제공하지 않습니다.
Guy Coder

9

ACM 디지털 라이브러리, IEEE xplorer를 참조하십시오. 이것들은 내 의견으로는 최고입니다. ScienceDirect (Elsevier)와 Springer (이론적 컴퓨터 과학의 경우이 두 라이브러리가 더 낫다고 생각합니다)를보십시오.

일반적으로 연구 문제를 인터넷으로 검색하면 논문으로 연결됩니다. 이 논문이 출판 된 저널은 여러분이 찾고있는 것입니다. 물론, 읽은 논문의 참고 문헌과 인용을 사용하십시오. 장기적으로, 당신은 당신의 분야의 저널로 자신을 제한합니다.


9

arxiv : http://arxiv.org/corr/home 에서 새로운 컴퓨터 과학 논문의 상당 부분이 등장 합니다.

복잡성 이론에 관심이있는 경우 ECCC에 http://eccc.hpi-web.de/를 보라 .

암호화에 관심이 있다면 IACR eprint 아카이브 ( http://eprint.iacr.org/)가 있습니다.

이들 모두는 무료이며 최근 논문의 경우 솔직히 충분합니다.

편집 : 어쩌면 내가 너무 긍정적이었던 것 같습니다. 나는 주로 미국 형 이론 컴퓨터 과학에 대해 알고 있습니다.


1
"새로운 컴퓨터 과학 논문의 상당 부분이 arxiv에 등장합니다."-이것은 서브 필드에 따라 다를 수 있습니다. 안타깝게도 많은 하위 분야에서 무료 자원이 충분하지 않습니다. : /
Raphael

좋아, 나는 데이터 구조와 알고리즘, 복잡성에 대해서만 알고 있다고 생각합니다. 호기심, 어떤 서브 필드가 arxiv에 게시되지 않습니까? 그리고 난 궁금 이유는 ...
Sasho 니콜 로프

모르겠다. 도서관에서 IEEE 구독을 취소했을 때 소리를내는 컴퓨터 그래픽과 AI (?) 사람들 만 기억합니다.
Raphael

그렇다면 AAAI, NIPS, ICML 및 UAI의 절차가 모두 온라인 상태입니다. 물론 구독 취소를 원하는 사람은 없지만, 커뮤니티로서 우리는 (최근) 대부분의 작업을 자유롭게 이용할 수있는 경향이 있습니다.
Sasho Nikolov

1
@SashoNikolov, 나는 많은 프로그래밍 언어 유형이 arXiv를 사용하지 않는다는 사실을 알게되었지만 (활동적이고 잘 알려진 프로그래밍 언어 전문가에 의해) 문화적 관성이 아닌 이유를 확신하지 못했습니다. 이론적 인 사람이기 때문에 나도 당황했다.
Luke Mathieson

2

Microsoft Academic 검색은 매우 좋습니다. 해당 지역의 회의 목록을 선택하고 최신 논문의 RSS 피드를 얻을 수 있습니다.


2

특정 주제 나 연구 문제를 찾고 있다면 일반적으로 Google 학자부터 시작합니다. 특정 저자, 제목 또는 회의의 최근 작품을 검색하기 위해 때로는 DBLP 가 사용되는 방법입니다.

최근 작품을 탐색하고 싶다면 다른 사람들이 때때로 arxiv.org를 사용하는 것이 좋은 방법이라고 말했듯이 arxiv는 동료 검토가 아니기 때문에 저자가 평판이 나도록주의하십시오. 또 다른 더 좋은 방법은 해당 분야의 컨퍼런스에 최근에 게시 된 내용을 따르는 것입니다. 다가오는 회의 나 최근 회의를 찾기 위해 confSearch 를 좋아 합니다. 일반적으로 해당 논문이 절차에 인쇄되기 전에 회의에서 수락 된 논문 목록을 찾은 다음 저자 웹 페이지 또는 arxiv에서 논문을 찾을 수 있습니다.


1

다른 답변에는 좋은 출처가 제공됩니다. 내가 추가하고 싶은 것은 필드에서 한 장의 논문을 찾아야 할뿐만 아니라 출판 된 컨퍼런스에서 찾아야한다는 것입니다. 그런 다음 최근 몇 년간의 작업을 통해 그곳에서 발생한 일을 조금 살펴볼 수 있습니다. 회의 시리즈는 ACM, IEEE 또는 Springer LNCS에서 제공 될 수 있습니다.

또한 Google은 도움이 되겠지만 arxiv의 단일 논문은 연구의 "상태"에 대해 설명하지 않습니다. 계산을하려면 연구가 다른 곳에서 수락 / 제시되어야합니다.


연구의 상태에 대해서는 아무것도 (아마도 시간을 제외하고 ... 아직도) 말하지 않을 것입니다. 평판이 좋은 언론 매체에 잘못된 논문이 게시되어 있으며, 일부 회사 나 기관의 기술 보고서에서 매우 오랫동안 (또는 영원히) 남은 훌륭한 논문이 있습니다. 연구 품질의 척도로서 매체의 과대 평가는 연구 관리의 문제 중 하나입니다. 그것은 약간의 지시를 주지만, 그게 전부입니다.
babou

1

제 생각에는, 연구 분야를 아직 결정하지 않았다고해서 영감을 얻기 위해 논문에서 시작하는 것은 약간 이상합니다. 첫째, 내가 당신이라면 컴퓨터 과학의 각 부문에 대한 "최신 기술"에 대한 일반적인 아이디어를 웹에서 검색 할 것입니다. 그런 다음 어떤 길을 가고 싶은지 결정했다면 더 깊이있는 논문을 읽어야합니다.
특히 온라인에서 논문을 검색하는 가장 좋은 방법은 IEEExplore , CiteSeerX (다른 언급 한 바와 같이) 및 CoRR을 확인한 다음 무료로 찾을 수없는 경우 저자 및 / 또는 제목을 확인하여 Google에 비 충전 저장소에서 사용할 수 있습니다. 행운을 빕니다!

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.