Cómo encontrar una aplicación práctica del contenido de investigación del artículo

Hay muchos algoritmos complejos en libros y artículos de investigación científica. Este artículo resume mucha experiencia acumulada en investigación, lectura, codificación y depuración. Evidentemente, este artículo se centra en áreas de investigación relacionadas con la informática. Sin embargo, también puede utilizar los siguientes criterios en artículos de cualquier otro campo.

1.-Antes de comenzar

Antes de empezar a leer un artículo y darte cuenta, hay algunas cosas a las que debes prestar atención. Asegúrese de prestar mucha atención a estos aspectos antes de comenzar un proyecto similar.

1.1 - Ver si ha sido implementado mediante software de código abierto.

No es necesario implementar un algoritmo de la teoría literaria a menos que lo esté implementando con fines de aprendizaje puro. De hecho, lo que necesita no es el proceso de implementación usted mismo, sino el código que ya implementó el algoritmo. Entonces, antes de comenzar a codificar, debes tomarte un tiempo para averiguar si existe algún software de código abierto en Internet que implemente este algoritmo. Piénselo. ¿Preferirías pasar dos días buscando código terminado o perder dos meses implementando un algoritmo que otra persona ya implementó?

1.2 - Utiliza la forma más sencilla para conseguir tus objetivos.

Primero debes averiguar qué quieres lograr y si existe una manera fácil de lograrlo. Tal vez podrías probar otra técnica, incluso si solo logra el 80% de tus objetivos, pero no requiere que implementes un documento. Luego puedes pasar unos días intentando ejecutarlo con software de código abierto. Para obtener más detalles sobre esto, consulte mi otro artículo "La regla de productividad 20/80".

1.3 - Atención a las patentes de software.

Si estás en Estados Unidos, debes prestar atención a las patentes de software. Algunos artículos están patentados y puede meterse en problemas si utiliza sus algoritmos en software comercial.

1.4 - Atención a más artículos en este ámbito.

Si está trabajando en un artículo sobre el uso de máquinas de vectores de soporte (SVM) en neurología computacional, debería leer algunas introducciones al aprendizaje automático y otros algoritmos de clasificación alternativos a SVM. Al mismo tiempo, puedes leer algunos artículos sobre neurociencia computacional para ver qué está investigando la comunidad académica.

1.5 – Manténgase motivado

Si no ha completado un trabajo o está trabajando en un trabajo en un campo nuevo, dicha investigación de lectura es muy difícil. Pase lo que pase, no dejes que esas complicadas fórmulas matemáticas te asusten. Y no se preocupe por el progreso. Incluso si siente que comprender el documento es más lento de lo que esperaba, descubrirá que comprenderá gradualmente los conceptos que el documento intenta expresar.