控告属实，并给出版规定中对其成员最为严重的出发，禁止个别成员未来15年内在ACM旗下所有期刊发表论文货参与评审活动。
那你就得找到合适的期刊呗~你要自己清楚自己写的论文是=属于什么级别的论文~可以投什么级别的期刊~你就去找对应的期刊~要是实在不知投哪一本~你就可以看看（计算机科学与应用）这本~总言之~选择最合适自己的期刊才会事半功倍
嗯，可以说说具体的写作要求么？
首先看看你的要求是什么，做什么用的，什么样的期刊对你有更大的作用，自己要了解清楚 再发表 大学生现在发表论文的也挺多的。现在发表，主流是两个方法:直接和期刊联系，也可以通过机构 去操作 想要通过中间机构投稿的 要注意下 平台的信息可信度 ，或能淘宝第三方交易的 这样就比较好 ，像我就是这样的 嘿嘿 ~~~
含金量高。acm省赛的含金量很高,跟pat、ccf等比起来还要高。国际大学生程序设计竞赛(ICPC)是由国际计算机协会(ACM)主办的，一项旨在展示大学生创新能力、团队精神和在压力下编写程序、分析和解决问题能力的年度竞赛。ACM国际大学生程序设计竞赛已经发展成为全球最具影响力的大学生程序设计竞赛。
你是需要发表哪一类文章的?一般的话省级的期刊就可以啦。
据学术堂了解，论文，既是一项研究的终点，也是每个研究人员、大学教师积累个人影响力的起点——做了项目要发论文，评职称也要发论文。当然，仅仅写出来的论文并不能作数，发表到期刊/会议上的论文才能证明其价值的归宿。
1、发论文是个系统工程。
先不论研究选题、研究设计、研究实施、数据收集与分析、论文撰写等一系列问题，即便有了一篇成形的论文，往哪儿投、如何和编辑联系、如何修改也是一项费心费力的事情。
2、每个过程中都存在着被退稿的可能。
俗话说得好，知己知彼，百战不殆。如果将期刊杂志作为你征战的目标的话，你首先要做到的事情就是全面了解你的目标。
就计算机领域而言，假设你已经做了一项研究，完成了一篇论文，想要投递出去，你需要解决以下两个问题：
①. 你可以投哪些期刊/会议？
②. 如何选择适合自己的期刊？
知道自己有哪些可以选择是第一步，所以有一份计算机领域的期刊/会议目录是非常有帮助的。
中国计算机学会会按照专业领域和期刊/会议等级（分为A、B、C三类）整理一些计算机国际学术会议和期刊目录(《中国计算机学会推荐国际学术会与和期刊目录》)。
2015年版的目录一共提供了以下几大领域的国际学术会议和期刊：计算机体系结构/并行与分布计算/存储系统、计算机网络、网络与信息安全、软件工程/系统软件/程序设计语言、数据库/数据挖掘/内容检索、计算机科学理论、计算机图形学与多媒体、人工智能、人机交互与普适计算、交叉/综合/新兴。
目录中的每一项会说明会议简称、会议全程、出版社和网址等信息。
国内的话，共整理了128本国内的计算机期刊信息(《国内计算机领域期刊目录》)，囊括了期刊的级别、发行审稿速度、投稿要求、主办单位等信息，帮助您了解：
1. 计算机领域中有哪些期刊可以投？
2. 核心期刊有哪些？
3. 这些期刊主要接收哪种主题的论文？
4. 这些期刊又有哪些投稿要求？
5. 期刊的审稿速度如何？能不能赶得上职称评选的截止日期？
基本上投稿需要的介绍信息这里都包括了，投稿的老师可以依着这份目录根据自己的情况以及期刊的信息来选择，省去了一个一个去期刊网站看信息的麻烦。
如何选择适合自己的期刊？
这里主要说说期刊的投递。
如果稿件投向了不适合的期刊，会存在几个比较负面影响，主要有以下三项：
（1）退稿：这是大概率事件了，内容不适合此期刊，退稿之后还要继续寻找其他的期刊，会使得稿件延迟数周或数月发表，延误原本的工作计划。
（2）不公正的同行评议：由于编辑和审稿人对作者研究领域的了解比较模糊，从而有可能导致稿件收到较差或不公正的同行评议。
（3）少有同行关注：埋没在一份同行很少问津的期刊中，达不到与同行交流的目的，也很难被他人引用。
所以在选择拟投期刊的过程中要将自己的需求条件和期刊方进行匹配，选择适合的期刊。
筛选时一般需要确定以下几个问题：
1. 论文的主题是否是期刊所规定的范围？
投稿之前阅读“投稿要求”或者“作者须知”是非常有必要的，这些信息能够帮助你判断期刊的领域是否与你的论文契合。同时这些信息往往也包括论文的格式、投递方式等。
2. 期刊的级别如何？
学校对评职称的论文是有级别要求的， 有的看引证指标（复合影响因子、综合影响因子）；有的看是否是核心期刊，是CSCD核心还是北大核心；有的评选条件则是看期刊是不是国家级核心期刊/省级核心期刊等。
3. 期刊的审稿时间如何？
如果审稿速度慢，超过职称评选限定时间，那么你就要慎重考虑。
4、其他因素要考虑
还有一些其他因素要考虑，例如版面费。总的来说，选择拟投期刊也是一件需要综合考量的事情。如果自己没把握，可以咨询比较有经验的领导，学生就可以咨询自己的导师，他们的经验会帮助你少走很多弯路。
acm属于A类国际会议，acm期刊是国际顶级A类级别的期刊。
ACM（Association for computing machinery)国际计算机学会，是一个世界性的计算机从业员专业组织，是世界上第一个科学性及教育性计算机学会。ACM是全世界计算机领域影响力最大的专业学术组织。ACM Digital Library全文数据库包含了50年代至今的ACM期刊和会议录。
会议论文是在会议等正式场合宣读首次发表的论文。会议论文是属于公开发表的论文，一般正式的学术交流会议都会出版会议论文集，这样发表的论文一般也会作为职称评定等考核内容。
期刊论文是某一学术课题在实验性、理论性或预测性上具有的新的科学研究成果或创新见解和知识的科学记录，或是某种已知原理应用于实际上取得新进展的科学总结，用以提供学术会议上宣读、交流、讨论或学术刊物上发表，或用作其他用途的书面文件。
一篇cvpr能进大厂。
“一篇cvpr能进大厂。看你说的教职是什么。如果是顶级大学比如985，找教授级别的，别想了，至少5篇才有机会。如果是顶级大学研究员、博后啥的，有机会的。只要你的导师推你你就可以去，当然前提是你的导师要足够强，在领域里面有足够的影响力。
如果是次级一点的比如211，教授级别的还是找不到，研究员倒是不用那么看出身也有机会。但研究员/博后这些都是要看产出的。论文压力又大，实验室琐事又多，工资还少。
国际计算机视觉与模式识别会议（CVPR）是IEEE一年一度的学术性会议，会议的主要内容是计算机视觉与模式识别技术。CVPR是世界顶级的计算机视觉会议（三大顶会之一，另外两个是ICCV和ECCV），近年来每年有约1500名参加者，收录的论文数量一般300篇左右。本会议每年都会有固定的研讨主题，而每一年都会有公司赞助该会议并获得在会场展示的机会。
cvpr会议概况
CVPR有着较为严苛的录用标准，会议整体的录取率通常不超过30%，而口头报告的论文比例更是不高于5%。而会议的组织方是一个循环的志愿群体，通常在某次会议召开的三年之前通过遴选产生。
CVPR的审稿一般是双盲的，也就是说会议的审稿与投稿方均不知道对方的信息。通常某一篇论文需要由三位审稿者进行审读。最后再由会议的领域主席(area chair)决定论文是否可被接收。
在各种学术会议统计中，CVPR被认为有着很强的影响力和很高的排名。目前在中国计算机学会推荐国际学术会议的排名中，CVPR为人工智能领域的A类会议 。在巴西教育部的排名中排名为A1。基于微软学术搜索(Microsoft Academic Search)2014年的统计，CVPR中的论文总共被引用了169,936次。
香港中文大学教授汤晓鸥率领的团队在全球范围内做出了大量深度学习原创技术突破：2012年国际计算视觉与模式识别会议（CVPR）上仅有的两篇深度学习文章均出自其实验室；
2011—2013年间在计算机视觉领域两大顶级会议ICCV和CVPR上发表了14篇深度学习论文，占据全世界在这两个会议上深度学习论文总数（29篇）的近一半。他在2009年获得计算机视觉领域两大最顶尖的国际学术会议之一CVPR最佳论文奖，这是CVPR历史上来自亚洲的论文首次获奖。
顶级会议论文，ASPLOS是综合体系结构、编程语言和操作系统三个方向的计算机系统领域顶级会议，一般录用率在20%左右，每届录评选1到2篇最佳论文。本届ASPLOS会议共收到350篇投稿，录用74篇，录用率仅为21%。从1982年创办至今的三十多年里，ASPLOS推动了多项计算机系统技术的发展，包括（但不限于）RISC、RAID、大规模多处理器、Cluster架构和网络存储等。截止2013年底，ASPLOS在中国计算机学会认定的所有计算机系统与高性能计算领域国际会议中，有最高的citeseer影响因子。
判断一个会议好不好，主要就是看这个方向的研究人员对它的评价如何。至于 CCF 评级，这固然是个不错的标准，但毕竟也是由人评出来的，所以分级时肯定也考虑了各种现实因素，比如负责评选的人可能倾向于拔高自己经常灌的那些会议。我看很多人都在 Twitter 上交流学术，宣传自己的论文投稿啥的，为啥他不这么做？C 回答说，别人宣传自己的论文投稿会增加论文中稿率，但中国人去宣传反而可能会降低中稿率。
A类是仅次于顶会的高级别会议，B类的会议论文录用难度相对比较容易。
计算机领域的学术会议分为A+, A, B, C, L 共5个档次。其中A+类属于顶级会议。A类是仅次于顶会的高级别会议。B类的会议论文录用难度相对比较容易，当然也有非常多论文质量很硬的会议。C类和L类会议相对知名度比较低，论文发表也很容易，但是认可度不高。
学术会议简介：
学术会议是一种以促进科学发展、学术交流、课题研究等学术性话题为主题的会议。学术会议一般都具有国际性、权威性、高知识性、高互动性等特点，其参会者一般为科学家、学者、教师等具有高学历的研究人员。
由于学术会议是一种交流的，互动的会议，因此参会者往往都会将自己的研究成果以学术展板的形式展示出来，使得互动交流更加直观、效果更好。
浅谈会计电算化条件下的审计摘要：本文探讨了会计电算化对审计的影响，会计电算化条件下审计的内容、技术和工作等，为会计电算化下的审计工作提供了参考。关键词：会计电算化，审计一、会计电算化对审计的影响1．对审计线索的影响。审计线索对审计来说是极为重要的。在手工会计中． 审计线索包括会计凭证、账薄、报表等会计资料。这些资料都反映在书面上． 审计人员利用这些资料就能够从原始凭证开始，通过记帐凭证、帐薄追踪到会计报表， 或者对报表之间、报表与帐薄之间的会计数据的勾稽关系进行审查，通过这些可见的审计线索检查证、帐、表数据所反映的经济业务的合法性。总之， 在手工会计中， 会计人员对经济业务的详细记录都跃然纸上．审计人员所需的审计线索， 都可以通过这些书面记录加以审计。审计人员进行审计， 完全可以根据需要进行顺壹、逆壹或抽查。但是， 在电算化会计中， 计算机的使用改变了会计记录的存储与处理， 表现在如下几方面。(1) 会计凭证的存储与处理。原始凭证或记帐凭证一经输人计算机，便以文件的形式存八机内的数据文件。并且原始凭证一旦转换到机器可识别的输入介质上， 就不再在数据处理过程中作用； 在某些系统中传统的原始凭证可能由于采用直接采集数据的设备而不复存在(如在联机实时处理系统中即如此) 。(2 )帐簿的存储与处理。总分类帐为文件所代替， 而在主文件中可能看不出计算汇总数据所依据的明细数据。明细分类帐采用满页打印方式， 因而导致两类数据之间的日常核对只能在机内进行。帐薄登录时， 通过计算机登帐程序自动执行， 使用的哪一种记帐程序难以判断。(3) 报表的编制采用按事先定义的公式到帐薄文件， 其他报表文件中取数计算、数据来源 公式定义、编辑结果、打印格式等均采用机内文件的形式。由于磁性介质修改不留痕迹的特点， 使审计人员很难相信打印输出的会计报表， 正是根据企业单位提供的公it：定义文件加以编制的。假如有人在歪曲公式定义文件之后编制失真的财务报表， 然后对公式定义文件复原， 在这种情况下， 审计人员便不能根据机内的公式定义文件作出判断报表的编制是正确的。以上情况表明， 由于计算机处理过程都在机内文件之间进行， 因而使审计人员难以像在手工操作环境下那样对经济业务进行追踪审查。因此， 电算化会计信息系统设计时要注意留下充分的审计线索， 使审计人员在电算化条件下也能跟踪审计线索， 顺利地完成审计任务。在现阶段， 尽管财政部在有关会计电算化制度中， 规定所有凭证、帐薄、报表仍然应当打印输出， 使审计人员在审计工作中增加了审计的线索， 但应当看到的是， 这些书面的记录是否与会计软件的正确处理结果同出一辙， 尚有待于进一步验证。2．对审计内容的影响。由于会计电算化本身所固有的特点及相应的风险决定了审计的内容要有所变化。会计电算化信息系统审计在原有审计内容的基础上，还包括系统开发、使用、维护阶段的审计。信息系统审计(也称为计算机审计或IT审计)在国外已有相关法律规范、标准，已基本成熟；而在我国，IT审计是近年来伴随着会计电算化的普及才出现的，并且我国审计机关的人员有限，审计任务繁重，要求每一个会计电算化系统的开发都有审计人员参加是不现实的，因此，审计机关只能对大型的或将要广泛使用的电算化系统进行事前和事中的审计。3．对审计技术及手段的影响。由于计算机的使用，使会计信息系统在许多方面发生了变化，审计人员再以传统的审计方法来进行审计就难以达到预期目的，因而必须借助新的方法，这些方法要考虑到会计电算化引起的审计对象的变化。比如，由于许多内部控制是计算机自动进行的，因此，评价这些控制措施的方法必须面向计算机。此外，电算化条件下，审计内容扩大到电算化系统程序、系统设计与开发、数据文件与内部控制等方面，迫使审计人员在采用传统的各种审计技术的同时，还要采用计算机辅助审计技术，用日益先进的计算机审计软件帮助审计人员进行对单机、网络、多用户等各种工作平台下的会计软件的审计。4．对审计标准和审计准则的影响。在传统的审计工作中已建立了一系列的审计标准和准则，如审计人员标准、现场审计标准、审计效果衡量标准、经济效益审计标准等。但是，由于会计电算化条件下审计对象、审计线索、审计内容以及审计技术手段等发生了一系列的变化，传统审计中所制定的审计标准与审计准则也就很难适用，因此，必须补充制定一套相关的审计标准和审计准则。在国外，日本通产省于1985年公开发表了《IT审计标准》，1996年对审计准则的内容进行全面修订；20世纪9O年代，国际上惟一的信息系统审计与控制协会ISACA(InformationSystem Audit and Control Association)已在世界上100多个国家与地区设立了160多个分会，制定和颁布了IT审计准则、实务指南等，来规范和指导审计师的工作。该协会还举办一年一度的注册审计师的考试。在我国，由于IT审计工作刚刚起步，因而有关计算机审计的标准和准则还几乎没有。5．对审计人员的影响。会计电算化的普及对审计人员的素质水平、知识能力提出了更高的要求，因此审计人员面临着知识更新的需要，他们不仅要具有丰富的会计、财务、审计知识和技能，熟悉审计的政策、法令依据以及其他审计依据，而且还要掌握一定的计算机知识及其应用技术，掌握一定的现代信息处理和管理技术；不仅要求大多数审计人员要懂得审计软件的操作方法。而且还应当有一部分审计人才能根据审计过程所出现的种种问题及时编写出各种测试、审查程序模块。二、会计电算化条件下的审计内容如前所述，会计电算化的出现扩充了审计的内容，现仅就被审计单位在已开展会计电算化的条件下的审计内容加以说明，有关系统开发、维护等方面的审计内容这里不再详细叙述。1．数据录入审计。数据录入是整个会计电算化信息系统运行的非常关键的一个环节，是以后报表生成和决策支持的基础，如果数据录入错误，那么信息系统将对错误数据进行处理和加工，不仅不能帮助用户了解企业状况及进行有效决策，甚至会误导用户做出错误决策，为信息系统用户带来巨大损失，造成极大危害。系统数据录入审计主要对信息系统的输入操作进行审计，评价系统输入操作及其管理的正确性和规范性，同时它也是对输入界面和数据有效性验证等的再审计，以进一步确定和评价系统数据输入的有效性以及对错误数据的识别和纠正能力，指出系统输入的缺陷与不足，并提出相应的改进建议。2、通信系统审计。信息系统一般不是单机系统，网络通信是信息系统的一个重要组成部分，它是实现数据共享和远程数据处理的基础。通信系统审计主要是对通信系统的管理的科学性和有效性进行考查和评价，时也对信息系统的通信设备以及通信过程中的各种控制的有效性进行再审计，以进一步确定系统数据传输的有效性和效率，指出通信系统的管理和自身性能中的缺陷与不足，并提出相应的改进建议。3．处理过程审计。处理过程是指处理器在接收到输入的数据后对数据进行加工处理的过程。处理过程审计是对数据在输入系统后是否被正确处理进行审计。审计师应该对处理过程进行抽样，对抽样的处理过程进行全程跟踪和记录，对数据从被系统接收到处理完毕之间的整个处理过程进行检验，分析和评价数据处理的正确性和效率，给出信息系统数据处理性能的评价报告和合理建议。 ．4．数据库审计。数据库子系统是信息系统中定义、创建、修改、删除和存储数据的功能系统。通常在该系统中，主要数据都是反映现实生活中的对象及其相互之间的关系。例如，职工工资文件和人事文件就反映了每个职工的薪水比例、公司中的每个岗位以及每个岗位对应的人员等。数据库审计主要对信息系统的数据库管理进行审计，同时也是对数据库的设计与运行状况的再审计，它进一步确定数据库系统对数据操作的有效性和发生异常操作时对数据的保护能力，评价数据库管理与维护工作的有效性和规范性，并提出相应的改进建议。5．数据输出审计。数据内容最终是通过输出子系统提供给用户的。提供的数据可以有一定的格式，并且数据将通过一定的路径到达用户。系统的数据输出审计是对信息系统输出数据的管理进行的审计，也是对报告等系统输出结果的设计的再审计，它进一步确定系统数据输出的正确有效性和系统输出数据对用户的易接受性和易理解性，评价对系统输出数据的管理的科学性和规范性，指出系统输出的缺陷与不足，并提出相应的改进建议。6．运行管理的审计。对信息系统的运行需要进行科学的组织与管理，因为如果没有科学的管理，系统不会自动地提供高质量可靠的信息服务。信息系统作为一种人机系统，是通过人对信息系统的操作才最终为用户提供服务的，因此，对系统的运行管理是否科学有效直接影响了信息系统服务的系统操作，而科学规范的运行管理是对系统正确操作的保证；而且，由于使用人员的变更，使用方式的变化，系统的状态处于经常的变动之中，所以对运行管理的审计即对信息系统整个操作过程的总体管理规则的审计显得尤为重要。
论文最主要要有创新性，
普刊不行的，核心好点。
你找正规的daifa机会大点。
一般在一些金融类的期刊发表就可以了。你专业不对口有的刊物不会录用你的文章的。一般你时间特长也就2左右，你自己可以找杂志社。不过有时候文章审核也不一定通过。而且还要给钱。还有你就是找代理。让别人帮你发表，一般他们在杂志社都有熟人。这样你可以直接发表。这样的公司网站有很多。如：携手论文网,诚信论文发表网（cxlw027）,红袖添香论文网……等等一些网站。 《理财·金融版》 《商情 财经研究》 《财经界》 《现代经济探讨》 《中国经贸导刊》 《 经济与管理研究 》 《湖北财税》（理论版） 《财会研究》 《新会计》 《中国农业会计》 ……
你是学习要选专业吗，如果全日制的选第一个好点，如果是函授的没什么区别都可以
投稿到会议网站，然后审稿后交费就可以了
你在中国比较权威的杂志发表 最好在教育报什么 的 这些都是教育部的杂志期刊什么 的 或者在什么教师杂志发表
着急吃不着热豆腐!这是我奶奶告诉我滴，这一次不能盲目,不要盲目!
第一步. 调研、入门1. 确定一个感兴趣的大领域，比如分布式系统或者机器学习，或者深度神经网络。读这个领域经典算法和技术，也可以是几本比较好的书，读完然后再实践实践，动手加深理解。这个过程做完就算是初步入门了。2. 找该领域的顶级会议，比如系统领域的有OSDI、SOSP，机器学习的领域有ICML、CVPR，深度学习的有NIPS、ICLR等等，可以搜CCF会议推荐列表看各领域的顶会列表。然后看近几年这些顶会的论文，因为这代表了最新的研究热点，咱不是说一味的追热点啊，毕竟对于初学者没有足够的领域专业背景，追热点是最快的方法。因为热点往往是该领域最亟待解决的问题，往往是发展最快的小方向，也最容易产生新成果。如果是老问题，人家都研究十几年了，给你留下的待解决的问题就很少或者不是很重要。当然如果是有几十年经验的研究者就不必追热点，他们知道该领域哪些是fundamental的问题，哪些是最值得研究的问题。3. 读了这些前沿论文后，确定一个小方向，比如分布式系统是个大方向，小方向可能是机器学习分布式训练；大方向是深度学习，小方向可能就是graph embedding；大方向是机器学习，小方向可能是半监督学习等等。确定小方向的过程是个知识不断积累的过程，非常重要，这需要你对大方向有很多了解，对小方向有更深入更全面的理解，需要读好至少100篇以上论文，需要你知道该小方向的研究进展历史，这需要你知道该小方向别人都在哪方面做工作，做该小方向的顶级研究组都有哪些，他们正在干什么。第二步. 发现问题这步超级难，如果发现了个好问题，那就是成功的一半。这个问题最好是重要的、本质的、没有直观解决方法的。4. 确定小方向后，你需要阅读大量的这个小方向的论文和了解开源项目，再不断聚焦，再确定一个要改进和优化的小小方向，这个可能就是论文的主题。小小方向可能是机器学习分布式系统中的parameter server通信模型，可能是dynamic graph embedding等。然后就要更聚焦地读这方面的相关论文，这时候论文就比较少了，几篇到几十篇到几百篇都有可能，这些论文要精读，花几个月时间研究一篇论文也不为过。5. 挑几个重要的论文工作实现，也可以找开源的运行跑一跑试一试，idea往往从实际运行中来，光靠读是不行的。这个跑一跑可能需要你尝试不同的运行环境，不同的workload数据集，不同的应用场景等。比如，parameter server（PS）模型在本地集群上跑是不是和paper声明的一样、在异构的动态性极强的集群环境下效果怎么样、除了paper提到的算法处理其他算法的时候效果怎么样、除了paper提到的数据集换另外一类数据集怎么样；graph embedding方法处理密集图和稀疏图都怎么样，处理动态变化的图怎么样，等等吧。你要发现X方法仅在a环境下好用，在b环境不好用。这个就是发现问题的过程。当然，没经验的研究者可能很难想到多种环境、多种workload、多种应用场景，这就需要积累。另外一个发现问题的方法是从实际生产中来，这个当然是最好的，但是往往是大企业环境下才有这个条件。6. 确定你发现的问题还没有被解决。这又需要广泛的阅读和调研，但是问题已经很聚焦了，搜索也会很容易，用你特定问题的关键字在google 搜索（这里强烈建议用google，其他搜索引擎基本搜不到），找到解决相关问题的论文。看看这些论文是不是已经解决了该问题，如果解决了，你有两种方案：第一，该问题已经解决的非常好了，放弃解决该问题。第二，该问题的解决方案还有问题，我还有更好的办法。我建议后者，最起码尽量尝试尝试。5和6步是个迭代的过程…第三步. 分析问题7. 分析问题产生的本质原因。这个往往和第5步发现问题同时进行。这一步靠的是功底和积累，靠的是对问题的理解程度。理解的越深刻，分析的越透测，你之后产生的解决思路就越有可能正确和有效。比如分布式机器学习的PS模型在异构环境下、和在处理数据不均匀的情况下就不好，本质原因是其同步的集中式通信模型，造成PS集中服务器往往需要等待。传统graph embedding方法采用批处理模式，需要graph的全局信息做embedding，当然无法应付动态性非常强的局部更新情况。8. 基于分析，就是对该问题的深刻理解，产生改进的idea。这个可能很难，可能靠运气，但我觉得更多的是靠对问题的理解程度，理解的越深刻，本质原因抓的越准，就越可能产生创新idea。读过一本介绍google企业文化的书，google产品的成功，既不是靠技术能力，也不是靠用户需求，而是靠技术洞见（insight），这就是对问题本质的深刻理解。比如，PS模型在某环境下问题的本质原因是集中式的同步模型，那么我们就可以提出尝试异步通信的模型的idea。分析能力跟个人的批判性思维、独立思考能力都有关，而这正是中国人欠缺的，可以通过读有深刻见地的书籍文章、经常提问来锻炼。第四步. 解决问题9. 实现你的idea，做大量实验验证。这需要动手能力，需要编程能力，需要坐得住。10. 验证你的解决方案，根据实验分析不断优化你的方法。做了大量试验后，得到了若干结果，可能是不好的结果，但是不要一下子否定自己的解决方案，这不能说明你的idea不好用。一个好的方法往往经过千锤百炼，同样，你的idea通常不会一下子就成功。需要你根据实验结果分析不好的原因，然后基于你的理解改进方法，这是一个反复不断迭代的过程。比如，你发现异步PS模型效果还不如原来的呢。那么关键的是，你要问自己为什么？为什么理应提升的却没有提升？你要看实验运行的日志，看看是哪里慢了，差在哪里，最后你经过不断的实验、分析、思考，你发现了，你提出的异步PS模型虽然没有了等待开销，但是计算的有效性却降低了，结果整体性能反而下降了。那么你下一次迭代就要想怎么把这个计算有效性提上来。我又有了个方法，可以评估每次计算的有效性，然后把计算资源都投到有效性高的计算上。OK，idea不错，那么怎么评估有效性呢？不能开销太大，否则又得不偿失了，你可能想到了一种近似地评估方法。重新实现后，发现效果还不错。OK，恭喜你！你可以准备发论文了！整个研究过程，导师将起到关键的作用。导师可能会给你个问题，这是难能可贵的，基本帮你做了一半的事了，否则你可能需要花上一年时间找问题。然后整个研究过程，都是在导师的引导下进行，需要定期向导师汇报，与导师讨论idea和请导师分析实验结果。最好自己也要经常找同门讨论，而不是闭门造车。第五步. 撰写论文11. 设计你的论文，草拟论文的骨架。每一章都写啥，每一段都写啥，实验都做啥。论文的逻辑往往比语言重要的多，逻辑合理的论文更易读懂，即使咱华人有天生的英语语言缺陷，但是好的逻辑就可以弥补这个不足。写论文就和讲故事一样，怎么能把一个事说明白，不那么简单，甚至说很难，需要不断锻炼。写完给老师看，老师同意后进行下一步12. 写作论文。这个就是根据骨架填肉的过程，但是这一步也不简单，特别对于英语不好的同学，写出来的东西简直是不忍直视、不堪入目、毁人三观。最近上海某高校老师辱骂学生这事就是因为这个，我可以说，我每次看到学生论文也都是这个心情，给学生通宵改论文在家里一边改一边骂，但是当面对学生还是要以鼓励为主，要耐心，要耐心，要耐心，尽力压制自己的怒火，以平和的心态帮助学生提高，期望他下次能给个更好的版本。但是往往事与愿违，看淡点吧，仅求写作态度好点就行了，毕竟这不是一朝一夕能提高的，需要你不断积累。有几个写作的方法吧。第一，不要自己想当然，对于不确定的句型，用“”扩上上google搜，看看你这句型有多少人用过，如果没有几个人用，那就别用，换个写法。第二，读别人论文时，遇到好的句型就记下来，不断积累才能提高。第三，避免一切语法错误，我觉得这个是可以做到的，现在网上那么多工具都可以用。语法错误都避免不了那基本就是态度问题。遗憾的是，我很少遇到能避免语法错误的学生，我生气往往是因为态度问题，而不是能力问题。第四，尽量用短句用简单句子，别用长句。你写论文是为了让别人理解你的方法，不是写文艺作品，能说明白就行。13. 提炼总结，改进方法。写作的过程也是屡顺自己思路的过程，写作的过程中往往也能发现自己方法的漏洞，那么就要继续回到8，重新思考解决方案，又或者你发现需要补实验来支撑你的论点，那么就继续实现系统做实验，得到实验结果。14. 关于实验。怎么做实验是学生总问的问题，怎么做科学实验也是一个很重要的问题，有对照组、无偏的、定量的，这些都是科学实验的重要要素。如果有解决该问题的其他方法你首先要说明你的方法更好，至少在某一方面更好，这其中可能要涉及到不同的执行环境，或不同的算法数据集。然后设计实验说明你的方法好在哪里，用实验数据说明，比如异步PS和同步PS对比。然后你要进一步用实验数据说明，异步PS的有效性也提高了，如果不考虑有效性的话那么结果就不好。然后你的方法是否有些重要的超参数，试试variation导致各种结果。在实验结果展示方面，要学会用各种工具画各种图，把重要的因素用可视化方式体现出来。第六步. 投稿和看待审稿意见15. 接下来就是投稿。选一个合适的会议或期刊投稿，这个可以听老师的，老师基本有这方面的常识，根据你工作的方向和档次选择合适的去处。确定好了哪个会议期刊后，就需要按照会议期刊要求来整理论文格式，latex是必会的工具了。之后赶在deadline之前提交论文，这个最后的几天可能很痛苦，因为你的论文和方法总有改进的地方，老师的要求会让你最后几天是最忙的几天。但是需要认识到，凡事无完美，你总也改不到完美，你需要一个deadline来督促你完成一个milestone。开始进一步工作或下一个工作。16. 看待评审意见。接下来是漫长的等待，会议一般是2-3个月的时间，结果可能是接收也可能是拒掉，相比于结果，更应该看评审意见，看看这些意见是否合理，是否能解决，无论是接收还是拒绝，然后接下来就再次回到解决问题的部分，再次开始优化方法的过程。如果是接收了，那就可以准备订机票开会旅游去了。如果是拒掉那一般是有比较大的问题，那就再仔细深思下一下你的方法。继续优化，还是降低档次投个差点的会，就看你导师的了。第七步. 后续17. 宣传你的工作，扩大影响力。首先你可能是要去参加会议，做个漂亮的ppt，反复演练，争取有比较好的演讲效果。有时你导师有机会去一些地方做报告，把这个工作介绍一下，都是扩大影响力的方法。18. 开放源码。还有是尽量把自己工作的代码和数据开放，挂到网上，让别人来使用，接受别人的改进意见或者是简单的debug。咱不是专业的工程人员，也不用指望你的成果可以马上用于生产，个人觉得开放代码主要是为了让别人更好滴了解你的方法，这有助于扩大影响力，产生后续研究工作。如果有人引用你的论文、或咨询论文内容、又或是使用了你的代码和数据，这也算是你对整个科研事业有那么一丁点的贡献了，这比水论文有意义多了。整体来说，发表论文需要你有：批判思维能力，动手能力，知识面，写作能力，表达能力，英语，韧劲（抗打击能力）等等一系列能力，如果在研究生期间真能发表一篇论文，经历了以上这么多磨难和锻炼，我想你的能力也是不知不觉提高了很多，成为了该小小方向的一个小小的专家了。这对你来说，是最最重要的。这里我提到了韧劲，就是说，在解决问题过程中，你会受到不断的打击，包括来自导师的、来自自己的实验结果方面的、来自评审意见的，但是你要做的就是，站起来，继续凿，直到导师满意，知道reviewer满意，直到大家满意。别把这事想简单了，当你想象一下周围好多人都发好多sci了，而你还在为这么一篇完全未知结果的论文而这么努力的时候，我觉得大部分人可能就是缺少这个韧劲才最终以失败告终的…最后，我想再强调一下，发论文不是简单地发论文，而是通过发论文宣传你的工作，以便对某技术或人有那么一丁点影响。无论你发哪个档次的论文，只要目标正确，我觉得你都会有收获和有贡献的。相比较于为了发论文而发论文，你会觉得你是那么地高尚和高大，他们只是造废纸，而你已经对社会有贡献了…（以上内容来源于学术堂）