我的研究生生活（一）

从今年6月开始，到这个学期9月半正式进入研究生的阶段。直到一个月前真正开始我的第一个研究项目，算是第一次真正意义上的踏入研究的领域。从开始获得一个直观的idea到了解问题背景付诸行动写代码做实验跑结果之间的也经历了一段，总结一下这段时间的一些感悟和思考。
当然最基础的读文献，做实验这样的事情就不说了，因为没有那些基础，根本谈不上研有所成啊~

参考了一篇布朗大学数学博士的知乎文章，觉得也很有启发。

1、关于一个新的领域

新的领域基本来说，做的时间不长，大概起始于近10年内，发表的文章不多，很多实验走的是这样的路子：提一个方法–>跑模型–>效果好–>回过头来解释这个模型为什么效果好。而不是像比较旧的领域一般是：有一套成熟且理论推导详尽细致的方案之后再做实验进行对比。一般很多研究方向的提出，都是来源于实际应用的工业问题。比如我现在做的这个方向：进化计算。里面用到的fitness function，从前是需要专家经验，也就是所谓的数学公式严谨推导得到，现在主要依靠一些工业上的实验、仿真等方法得到，而面临代价过高，费用昂贵等问题，只有一些离线的数据可以使用，数据+拟合–>自然就联想到NN的存在，于是DDEA就这么出现了，现在正是如火如荼的时候。

和企业前沿应用有交流，接触是件好事。

2、研究中的idea的提出

不必太局限于所谓的“正确、合理”，总是在框架里思考就会被迫局限在框架中，发散思维，提出一些哪怕是错误更多，正确较少，二者交织的想法，也许在精细化，将错误去除之后会得到不错的结果。这个动态规划的核心思想，分而治之，层层合并，其实是个不错的思路。
==两种方式== ：应用>理论 | 理论>应用
各有各的优缺点，对于发论文来说，表现在数据的好看还是文章的严谨性上，但是这两个方法很难说谁好谁差。

平行迁移：相近类型文章上的某一个小点方法拿过来用，当作自己的一个小trick
反向思考：优化的算法和被优化的方法之间是否可以互换位置？某个实验不好的解是否可以作为相反问题的好解呢？
跳出框架：了解一些非这个领域的文章和方法

3、理论知识的积累

“不同的理论会有不同的适用范围，抽象和具体都是需要的，但我认为懂得越多的理论确实是比较好，因为它们提供不同的思考角度，学习一种新理论相当于多一种看待问题的思路，但是需要真的学会学懂才行，否则就会是浪费时间，因为不懂的理论过一阵子不用就会忘记了。因此，不要指责学习新的抽象理论的人，而是需要警惕学到半懂不懂就放下的情况。”

建立自己的知识网络，真正搞懂一个方法就是去实现它，这样会更加印象深刻。

4、做出合适的选择

做的东西是不是在近期的未来而言还是比较有研究价值呢？社会资本本就是短视且逐利的，这毫无疑问，想要money还是value。领域前沿的趋势是大家都在水文章？还是确实是有真东西？这是可以看到这个领域究竟是资本进来了还是研究占据着。“选择比努力更重要”，是的，所以时刻保持警醒，时刻关注前沿和社会，还是非常有必要的。