跳到主要內容

研究是怎麼著?

研究是怎麼著?

 

畢業之期將近,發現大家都忙的很。
忙著寫final、忙著考博班、忙著準備就業、忙著擺爛、忙著enjoy出社會前的最後一段在學時光。

但在這紛忙的時刻,
偶爾會見到幾位神色鐵青、凝重,抑或是一付坦然大無謂的同學們,
六神無主地漫步走廊上,或四處串門子藉以平撫內心的無助與苦悶。
別說!定是老闆在催促進度了。

 

Dear 我親愛的朋友,
相信我,作研究並不難!!   (我指的是只想畢業的人,想深造的請別聽我胡扯)
最難的是如何讓自己重拾研究的動力。

 

說真的,我並不是一個聰明的人,
認識我的人都知道,除了海馬迴受損與強迫症、躁鬱症等固疾外,
極低的專注力與隨call即走的個性總讓我飽受其擾。

 

但想想,
N年前曾經是全班倒數第二名的我 (還好班上還有看不懂國字的僑生朋友幫我撐著..),
而現在雖然數度投稿被reject!!
但還不也即將畢業了嗎。

(嗯,應該是OK沒問題啦!那個莫名其妙得的最佳論文獎似乎讓老闆開了條生路。)

 

 

那以您這麼聰明的資質,還有什麼畢業問題好擔心的呢?

 

 

在我的觀念中,要抓住研究的感覺,有幾個訣竅,
掌握了這些訣竅,我想混個畢業是完全沒有問題的。

當然我還要再強調一次,
我指的是混畢業、混畢業、混畢業,要深造的別聽我胡扯。

 

 

OK,那是什麼訣竅?
就是罩子放亮點多看、心機重多聽、沒事就幻想,簡單吧。

 

看paper這檔事,說實在是又好玩又好煩的一件事情。
但也唯有多看,才能抓的住自己的方向,找到自己該切入的點。

以前人說:『科學是透過直接觀察所得到的結論。』

那在Computer Science 中乳臭未乾的我們,該如何開始進行觀察呢?
最好的捷徑就如牛拔拔所說:站在巨人的肩膀上(standing upon the shoulders of giants),
看看現有的paper,近期發表的paper加上和老師討論。

 

 

但老實說以榮靜幫的習慣,實在不推薦conference paper,
當然不是貶低conference paper,
如果paper看到沒得看了、或想survey最近新穎的方向,甚至想乾脆找個題目來模仿(當然更不建議!!)
看看conference paper倒是無仿,
但問題是,以我的經驗,看conference paper時總會產生很多的疑問,
這些疑問主要還是歸究於太多寫稿人,總存有留一手投journal的心態,
通常不會有很詳盡的方法論敘述,也不會有太完善的實驗分析與討論,或跟本只是個初步的Idea。

 

加上我是很懶的人,要我去想破頭找其他paper來解決這個疑問,
或是寫mail去問作者,都難以解決我當下心頭之癢,

所以不如不要搔腳川。

看些詳盡、清楚的paper來的輕鬆。(搞不好時間還更短)

 

再者,我的觀念是paper閱讀再多不再精,但是要重質不重量,(很矛盾吧....:P)
我的意思是,人的壽命是有限的,生命該浪費在美好的事物上,
看paper要廣泛大量的看,但請不要每篇都像看課本看小說的看,這樣會死掉、會起笑。

教授都說看paper要看重點,要抓出這篇paper真正的價值與貢獻在什麼地方,
你可能覺得聽來容易,but how?
告訴你,看多了就有感覺,喔耶~~~好感覺!!!!  (Travis的"Good Feeling"專輯好聽唷!!)

 

碩班至今一年半的時間,
我存的paper量有647篇,一年半只有的時間只有540天,當然不可能每篇看完,
但幾乎每篇abstract我都看過了,
而基於環保原則,全看過的才會印出來,且印出來的就要看通,不然對不起紙。

(記得雙面印,單欄寬行高的請一面印兩頁。)

 

清大彭明輝教授在他的『碩士班研究所新生手冊』中寫的很實在,


『碩士生和大學生最主要的差別:

    大學生讀什麼都必須要從頭到尾都懂,碩士生只需要懂他用得著的部分就好了!』

(一年級學弟妹們,去看看吧!對你們有幫助的  http://ppsc.pme.nthu.edu.tw/handbook/note/lab5.html )

 

此外在我所觀察到的現象裡,我發現普遍有個心態需要調整一下,
看Paper是為了自己的研究,為了自己要畢業、要深造,
而不是為了應付meeting、應付老闆。
記住,老闆是很可怕的動物,你畢不畢業對他來說也不造成他哪兒癢。
但想混水摸魚唬弄他,他就會來個大憤怒大爆走。( 請見『冬眠的熊不可欺』- M參凌拔出版社 )

 

所以朋友!報paper請慎選,換個三四篇不是什麼罕見的事,
但既然要報,就要看的通透,而且一定要看reference,
聽老人言,我看過太多次因為沒延伸閱讀而被釘到傻眼的孩子。

(但這也是個手段, 偷偷傳授一個 "應急" 的撇步,當你要報前找到一篇2006刊的覺得很酷很棒的paper時,
你可以先讀,但不仿去找找該作者在2005年是否有類似的論文發表,
講好聽點,是去瞭解該研究的來龍去脈,但爽的是可以一篇兩報......嘻嘻嘻嘻~~~!!!!
應該不用我多說吧,別傻傻的報錯篇哩.....噗!!  )

 

不過以學術道德的觀念來看,還是要強調一下,
看paper是對自己負責,所以不扯別的,
若要完整有系統瞭解一個領域的問題與特性,追reference是最好最有效的方法了,
如同無尺度網路或腦神經網路一般,你永遠可以從一篇葉節點(paper),追到一篇含有廣大鏈結的Hub節點(經典paper),
而且看一篇有系統、完整survey的paper,會比看一堆有的沒的流水帳paper好很多很多。
這樣子可以讓省去在google或索引系統找paper過濾paper的時間,換來更多睡覺或喇賽打屁的時間。


更棒的是你可以藉由系統化閱讀,去瞭解該領域的發展、技術與問題演化,
從中你自然而然的就會發現到可以做、值得做的題目。

順便的,(你看,多少附加價值呀。)
你不用特別去煩惱該使用何種技術去解決問題,
因為在看paper中,自然就會瞭解很多不管是監督式、非監督式、分群、分類、最佳化、data mining或統計等等的技巧。
你該注意的,就只是什麼能做、什麼不值得做。


找到能做的,放手一搏,keep the faith!!!

 

 

上述的內容是打混研究基本的methodology,有一定的功效,卻不一定放諸四海皆準,
像對我就不準!! (哈~~覺得我在裝笑維?)

我研究領域主要在生物資訊,
這門學科概觀來說,主要目的便是協助生物學家進行生物上大量的資料處理,
進而產生有利於生物研究發展的資訊與工具。
這樣個案式的需求研究便不如一般Computer Science中,
有大量且脈絡可尋的論文依據。(像演算法、最佳化、分散式、影像處理等等領域)

生物資訊中最麻煩的便是如何去瞭解、去探詢生物上有意義、對生物學者有幫助的研究題目。
但困擾的是在廣義的生物資訊領域中,
不管是應用在DNA序列分析、RNA預測、RNA結構、蛋白質結構、基因表現分析、演化樹、系統生物學....
各別的domain都包含了不同的生物知識與狀況,
所以不但要熟悉Computer Science知識,更要涉獵目標domain的生物背景。

 

值得慶幸的,當初起碼我知道我要走的是生物資訊,
但survey再survey之餘,我發現一個很棒的途徑去尋找題目,
   " 就是參加 Conference....."

於是乎,害羞的我就帶著小小的筆記本和心機,零零總總參加了十幾場Conference...
真的,很有收獲!!而且非常有趣!!
看著時間與場次表,一場接一場的在各個講廳間奔走,為了只是去聽該時段的報告主題。
似乎就像在遊樂園中四處奔走等待玩遊樂器材那般。
不同的是,嘿~~~公費出錢耶,而且不用排隊,中場有茶敘時間,甚至還附午餐吶。喔耶!!

 

不過重點還是參加conference所得到的收穫,
那本proceeding ?? 不,早丟了,不然就是放Lab裝飾用。


真正的收穫是當下聽講時啟發的靈感,還有學者們精闢的知識分享,
更甚是同學針對投稿內容所做的簡報與問題討論。
(多爽呀,不用看paper還有人跟你報告內容咧,High到一個爆炸。)
此外多留心,放心機仔細聽,
就可以發現在簡報完畢時的問題討論時間,跟本就是研究方向的出題時間!
只要好好仔細的聽,
不難發現台下老師同學們所challenge的問題就可能是你可以拿來做的題目。

 

所以別怕找不到題目,想不到方向,
找時間挑個領域相同的好Conference ,帶著紙筆錄音機,當個心機鬼去吧。
(有人報paper給你聽,想問題幫你問,還有人發掘題目給你做,真的爽到一個歪腰去了。不是嗎? ^^ )

 

 

=========== 我是分隔線 ===========

 

 

我老大常說一句話,
研究需要想像力,不管是看paper、想方法或是打發時間。
只要改變心態,為自己做研究,不要為老闆、為課堂、為敷衍了事去做研究。

發揮你的想像力,

看paper前去猜它在寫什麼!
看方法時去想像它能為你做什麼!
看實驗與討論時用各種角度去看它有什麼漏洞,有什麼不足!

 

等夜深人靜時,好好歸納自己的發現與idea,
再將它草擬一個架構,慢慢的去構築,方向自然就成形了。
這,就是我的研究精神。

 

不騙你,這樣的態度到現在,讓我除了當下的畢業研究外,
還有七八個草擬的研究架構,紀錄在筆記本中等著未來去實踐它們。

( 但最近卻都在做別人的研究與忙雜事 =.= ....)
( 而想做生物資訊又缺題目的人可以找我。ccc  )

 

 

最後,我的朋友.....希望你不要輕言放棄,
不要因為沒有進度、沒有方向就覺得喪志氣餒,甚至斷言自己要延畢,
事在人為,與其終日煩惱、虛渡光陰,不如想些什麼、做些什麼...
蓋棺論定前,都有機會去扭轉未來的,只在你一念之間!!

 

別看輕自己,認為走不通、程式太弱、方法想不到、實驗沒頭絮、paper寫不出來、沒辦法說服老闆.......

用不畢業、吾寧死的心態來做,我想誰都可以馬上畢業吧。

 

加油,我的朋友!

 

『     衝了啦!年青人永遠不要害怕!!   』

 

 


                                             BP  2006.04.01  (愚人節快樂,你做了場好夢嗎?)


 

 

後記:

聽我喇一堆後,如果你還是沒辦法爬出泥沼找出生命的意義,
那麼請等我,
六年後等我博士後研究結束歸國時,當我研究生。
讓我  『  響你個暢快!』

 


不過話說回來,
如果以後我的學生只有做到上面那樣,
我還是會讓他延畢吧.........哈哈哈哈哈~~~~噗嗤!!!

 

 

留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始:資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者,對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用,在規劃好的條件設定下,針對特定的目標(疾病、行為)進行篩選,將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式,對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠,但當中倘若資料清理方式有改變、篩選條件增減,所有的數據都要從raw重新處理,不僅造成大量的時間與人力浪費,對於專案計畫進度的延宕更是麻煩。這些還不包含

別再期末談臨終

『在那六年多的時間,我常常反省、後悔、卻也培養勇氣,問自己再遇到時要做什麼決定?.......回想我要簽同意書的時候,真的會抖-我有資格決定人家生死嗎?』 面對死亡,我們都很害怕,更何況是家人的臨終。 但究竟我們的選擇,是為了給家人最後的尊嚴? 還是填補自己的罪惡感? 學習勇敢面對、學習放下, 更要學著為自己的未來做好規劃,不成為子女的負擔。 希望大家一起鼓勵這個勇敢的朋友, 因為她的經驗分享,讓我們更加了解, 面對家人臨終,我們該如何做好準備。 『末期才談臨終太遲』 https://www.wacare.live/health-forum/q/1984983840830?topicId=25049764537230&fbclid=IwAR1ei-zrfSj9w5kbvBW5ecSbqWrI408fJ1qjXhisZwLxYdbON_jJbNKMAyY 更多的失智照護課程 https://www.wahere.wapro.live/udnxwacare Pan 2020.12.22 #臨終 #失智 #善終 #放棄急救 #預立醫療 #病人自主

Google 資料庫方案–Spreadsheet–(1)資料呈現

HEMiDEMi 的標籤: Google , Google SpreadSheet , 雲端 早在規劃『 教育,意義! 』project時, 便有打算將整個網站建立過程撰寫一篇教學,讓有興趣以google 服務為基礎進行開發的朋友參考。 沒想到這個想法擺著就拖了好幾個月, 好在學生提出了問題,就趁這機會寫一寫吧。 基本上『 教育,意義! 』網站的架構完全建立在Google提供的服務, 廣義來說也是個雲端的系統, 所有的資料是分散在不同的服務架構下,再用GAE, Javascrript將服務資訊串接起來, 由Blogspot 統一呈現。 省了租主機的費用,或架站的硬體、電費, 最好的地方在於不用管理主機維運的問題, 只要專心做我的創意、嘗鮮就好了!!   多棒! 若將『 教育,意義! 』網站依功能層次來分類,可以分為三層結構, 當中的層次與使用技術大致如下: UI 介面層 服務 : Blogspot (網站介面) , Picasa (相簿空間), Google Apps 技術 : Javascript , AJAX ( JQuery ) App應用層  服務 : Google App Engine (GAE) 技術 : Java, Java Server Page (JSP) 資料層 服務 : Google Docs (文件), Google Spreadsheet (試算表) 技術/函式庫 : Java, Google Data APIs 本篇文章將著重在介紹以Google Spreadsheet 做為雲端資料庫, 其他主題將會陸續推出。 若對Google API 與 Google App Engine 初步建置有興趣, 可以參考之前文章: 佛心來著的 Google Data API – for JAVA 雲端的開始:Netbeans 無痛 Google App Engine Java 服務開發 Google Spreadsheet 做為資料庫系統 對於小型的資料系統來說, 採用Google Spreadsheet做為應用程式資料庫(如問卷調查或線上系統) 也算堪用, 目前的儲存限制為 : 40 萬個儲存格 每張工作表最多...