1. 使用專業的學術搜尋引擎

• Google Scholar：這是最常用的學術搜尋引擎之一，可以搜尋到大量的學術論文和書籍。
  • 比較適合有明確目標，想要搜尋的論文名稱，並搜尋作者相關的文獻，上面有引用數量 右邊 則是有寫他在哪個會議上投稿AAAI，如果不確定可以直接點進去看
    
  • 也有一堆會議的排名
    
  • 還可以選擇相關子領域類別，進行排名
    
• arXiv：專注於計算機科學、數學和物理學的預印本論文。
  • 通常 preprint 都會放在這上面，包含歷史版本修改過的論文都會保留。v1可以點進去看
    

2. Google 使用關鍵詞和布林運算符

• 關鍵詞：使用具體的關鍵詞來縮小搜尋範圍，例如 “deep learning”、“neural networks” 等。
• 布林運算符：使用 AND、OR、NOT 來組合關鍵詞，例如 “deep learning AND image recognition”。

3. 訂閱學術期刊和會議

• 期刊：訂閱相關的學術期刊，如《Journal of Machine Learning Research》、《IEEE Transactions on Neural Networks and Learning Systems》等。
• 會議：關注頂級會議，如 NeurIPS、ICML、CVPR 等，這些會議通常會發布最新的研究成果。
• Top Conference 排名
  • https://research.com/conference-rankings/computer-science
  • http://www.conferenceranks.com/

  不是每個 Top Conference 裡面的文章都是頂尖，有些 Conference 專業的領域可能不是在某個地方，所以會接受一些特別的論文。

4. 使用學術社交網絡

• Academia.edu：可以上傳和分享自己的研究成果，並關注其他研究者的工作。

我比較少用

• paperswithcode：提供最新的機器學習研究論文，並附上相關的開源代碼，方便研究者和開發者學習和實踐和評估表。
  
  Stable Diffusion 在各項任務、資料集和評估指標的結果
  

5. 參加學術研討會和工作坊

• 研討會：參加相關的學術研討會，可以直接與研究者交流，了解最新的研究動態。
• 工作坊：參加專題工作坊，深入了解某一領域的最新進展。

也有一些 頂會中的 Workshop 論文也可以參考一下，有些是競賽出來的文章，可能不是特別頂的論文。

6. 使用文獻管理工具

• Zotero：免費的文獻管理工具，可以幫助你組織和管理文獻。
• Mendeley：提供文獻管理和引用功能，並可以與其他研究者分享文獻。

7. 定期檢查引用和參考文獻

• 引用：檢查高引用次數的文獻，這些文獻通常具有較高的影響力。
• 參考文獻：閱讀相關文獻的參考文獻，可以找到更多有價值的研究成果。

絕招

如果手上想要研究的論文太舊了要怎麼辦?

查他的引用論文，找比較高引用數的那篇又新的論文下去研究

善用線上資源和社群分享

• CSDN、Medium、iThome：這些平台上有許多作者分享他們對最新研究論文的筆記和心得，對於那些剛接觸某個研究領域或想要快速了解某篇論文的人來說，這些筆記通常能提供非常實用的見解。此外，CSDN和iThome這些平台往往會附帶代碼範例，有助於你更好地理解論文中的算法或技術實現。
• Bilibili／Youtube：這個視頻平台上有不少創作者會詳細介紹論文的內容，甚至有些創作者會親自用中文講解，這對於語言障礙較大的研究者來說特別有幫助。如果你不太擅長閱讀原文，觀看這些講解視頻也是一個很好的選擇。當然，能夠閱讀並理解英文原文仍然是非常重要的，因為原文往往包含更為精確和詳細的信息。
• 論文筆記／GitHub：許多研究者會在社交平台或個人博客上分享他們的論文筆記，這些筆記可以幫助你迅速了解論文的要點，並將其應用到自己的研究中。隨著多媒體技術的發展，越來越多的研究者選擇通過視頻、圖表等方式來分享他們的研究成果，這些視覺化的資料可以幫助你更好地掌握複雜的概念。