Detaljnije upute za predmete Seminar, Projekt, te Završni i Diplomski rad

Ova stranica sadrži upute za mentorske kolegije. Upute ne morate slijediti striktno ako u vašem konkretnom slučaju postoje dobri razlozi da napravite drukčije.

Tekst rada

Cilj pisanja je izraziti svoje misli na koncizan i čitak način kako bismo čitatelju prenijeli željenu poruku. Nastojte pri tome biti kreativni. Potrudite se ostvariti kvalitetan tok teksta (eng. paragraph flow). Pokušajte izbjeći pretjeranu opširnost vašeg teksta.

U načelu, duljina vašeg teksta trebala bi biti 3-5 stranica (seminar 1), 10-15 stranica (projekti, seminar 2), 25-35 stranica (završni rad, projekti i seminari), te 35-45 stranica (diplomski rad). U svim radovima naglasak treba biti na eksperimentalnim rezultatima i programskoj izvedbi. Pisati možete od početka prema kraju, od kraja prema početku ili napreskokce: svaki od tih načina ima prednosti i nedostatke. Ako planirate predati nepotpuni rad za prvo čitanje, dobro bi bilo da ta verzija uključuje eksperimentalni dio i kratke skice prethodnih sekcija.

Prilikom obrane rada povjerenstvo vam može postaviti pitanje u vezi svega što ste napisali u tekstu. Pažljivo pročistite tekst od svih detalja i podataka o kojima ne biste htjeli diskutirati na obrani ;-)

Studentski tehnički radovi tipično imaju sljedeću strukturu:

Sažetak

Sažetak tehničkog članka treba biti koncizan, precizan i iscrpan, a najčešće sadrži sljedeće elemente (redosljed odgovara važnosti):

Kvantitativno, sažetak se najčešće sastoji od 10-ak pažljivo odabranih rečenica, ukupno oko 1000 znakova.

Uvod

Uvod se tipično sastoji od sljedećih elemenata:

  1. Motivacija: zašto je područje u okviru kojeg se istraživanje odvija važno i interesantno?
  2. Problem: što želimo postići? zašto je traženo rješenje važno?
  3. Pristup: koji put smo odabrali kako bismo došli do rješenja? Ovdje treba ukratko opisati i sve prethodne rezultate koji se koriste u našem rješenju.
  4. Ukratko predstavite prethodne radove koji razmatrani problem rješavaju istim pristupom kao i vi.
  5. Samo ako se radi o istraživačkom članku. Kritički opišite nedostatke prethodih radova.
  6. Samo ako se radi o istraživačkom članku. Pažljivo prikažite kako vaš rad rješava nedostatke prethodnih radova.

Eksperimenti

Ovdje valja prikazati eksperimente koji potvrđuju ili opovrgavaju postavke rada. Tipično prvo navodimo osnovicu usporedbe (engl. baseline): eksperimente s nekom jednostavnom metodom na nekom široko korištenom skupu podataka. Ovi eksperimenti služe kako bismo se uvjerili da je eksperimentalna metodologija ispravna. Nakon toga navodimo eksperimente koji predstavljaju glavni doprinos članka.

Kod zadataka u domeni raspoznavanja eksperimentalne rezultate često organiziramo kako slijedi:

Eksperimentalni odjeljak možemo zaključiti raspravom. U raspravi pokušavamo objasniti rezultate eksperimenata, komentiramo njihove implikacije (npr. kad se koja od isprobanih metoda bolje ponaša). te pokušavamo objasniti rezultate koji nisu u skladu s očekivanjima.

Zaključak

U zaključku ukratko ponavljamo glavne postavke rada i naglašavamo njihov značaj. Zaključak se tipično sastoji od sljedećih elemenata:

  1. kratak sažetak glavnih rezultata (hipoteza i eksperimenata koji ih potvrđuju) s naglaskom na značaj u širem kontekstu (kome bi prikazani rezultati mogli biti korisni?)
  2. posebno valja naglasiti momente koji nisu bili očekivani (što smo naučili? bismo li nešto promijenili kad bismo mogli vratiti vrijeme unatrag?)
  3. koji bi bili pravci za budući rad (što bi imalo smisla napraviti kako bi rezultati postali još bolji ili korisniji?)

Mnogi čitatelji vaš će rad početi čitati od zaključka, a neki od njih će odmah nakon zaključka gledati eksperimente. Pokušajte zaključak napisati na način da im to olakšate.

Slike i tablice

Završni i Diplomski rad trebaju sadržavati što je moguće manje preuzetih slika. Za sve preuzete slike svakako citirajte izvor (u suprotnom, ulazimo u domenu plagijata).

Tekstovni opisi slika i tablica trebaju se sastojati od nekoliko rečenica koje omogućavaju proučavanje slike neovisno o tekstu. Za informiranog čitatelja rad se mora moći čitati kao strip. Da bismo to postigli tipično unosimo malo redundancije između tih opisa i glavnog teksta. Tekstovne opise navodimo ispod slika i iznad tablica. Sve rečenice opisa slika i tablica zaključujemo točkom jer je to uobičajena praksa u stručnoj i istraživačkoj literaturi u računarskoj znanosti.

Literatura

Literatura (ili bibliografija) sadrži popis publikacija na koje ste se referencirali u vašem radu. Literaturni navodi moraju jedinstveno određivati publikaciju. To znači da literaturni navodi svakako trebaju sadržavati barem sljedeće elemente: autor, naslov, naziv publikacije te godina izdavanja.

U današnje doba lakog dostupa polurelevantnim izvorima vrlo je važno da se potrudite da radovi koje citirate budu što vjerodostojniji i mjerodavniji. Uzmite u obzir i to da citiranje nerecenziranih radova upućuje da autor ne poznaje relevantnu literaturu. Neke relevantne i slobodno dostupne knjige o računalnom vidu su u nastavku.

  1. Simon J. Prince. Computer Vision: Models, Learning, and Inference (html)
  2. Richard Szeliski. Computer Vision: Algorithms and Applications (html)
  3. Ballard and Brown. Computer Vision (html)

Pored toga, relevantnu literaturu treba tražiti i u znanstvenim časopisima. Časopisi u pravilu ne omogućavaju slobodan pristup člancima, ali danas većina autora stavlja svoje članke na osobne mrežne stranice ili mrežne servise poput Arxiva ili ResearchGatea pa ih u velikom broju slučajeva možemo naći Googleom. Relevantni znanstveni časopisi za područje računalnog vida su:

  1. IJCV - International Journal of Computer Vision
  2. PAMI - IEEE Transactions on Pattern Analysis and Machine Intelligence
  3. CVIU - Computer Vision and Image Understanding
  4. IVC - Image and Vision Computing
  5. MVA - Machine Vision and Applications
  6. PR - Pattern recognition
  7. PRL - Pattern recognition letters

Konačno, najnovije rezultate ćete naći u zbornicima znanstvenih konferencija. Najrelevantnije znanstvene konferencije za područje računalnog vida su:

  1. ICCV - International Conference on Computer Vision
  2. CVPR - Computer Vision and Pattern Recognition
  3. ECCV - European Conference on Computer Vision
  4. ICLR - International Conference on Learning Representations
  5. WACV - Workshop on Applications of Computer Vision
  6. ACCV - Asian Conference on Computer Vision
  7. GCPR - Pattern recognition symposium of the German Association for Pattern Recognition
  8. BMVC - British Machine Vision Conference
  9. ICVS - International Conference on Computer Vision Systems

Sad smo došli do najtežeg problema, a to je kako uopće naći relevantne članke. Tipično do relevantnih radova dolazimo pretraživanjem po ključnim riječima uz snažno preferiranje prethodno navedenih konferencija i časopisa. Drugi važan pokazatelj kvalitete članka je njegova citiranost u drugim publikacijama. Informaciju o citiranosti možemo dobiti od plaćenih servisa poput Scopusa ili Web of Science, ali smislenu informaciju možemo dobiti i na nekim besplatnim servisima poput Googleovog Znalca. Slijedi popis besplatnih mrežnih servisa koji indeksiraju članke o različitim područjima računalnog vida (najbolji rezultati se postižu njihovim kombiniranjem).

  1. Bibliografija radova računalnog vida (html)
  2. Googleov znalac (html)
  3. DBLP (html)

Referenciranje

U tehničkim tekstovima uvriježeno je numeričko referenciranje literaturnih navoda prema stilu kojeg dokumentira udruženje IEEE (još jedan izvor). To znači da literaturu u tekstu treba citirati brojem u uglatim zagradama. Oznake referenci treba uklapati u rečenice na način da se ne remeti tok rečenice i po mogućnosti ne tjera čitatelja da gleda popis referenci. Evo primjer teksta koji se može popraviti:

"Ipak, rad [38] predlaže da problem ne leži u korištenju metode Y, već njenoj inicijalizaciji."
Bolje:
"Ipak, čini se da ovaj problem možemo ublažiti pažljivom inicijalizacijom metode Y [38]."

U tehničkim tekstovima uvriježeno je označavanje jednadžbi s desne strane, arapskim brojevima u oblim zagradama. Na jednadžbe se kasnije referiramo odgovarajućim brojem, ponovo u oblim zagradama. Takvo označavanje je u skladu s preporukama udruženja IEEE.

Sve preuzete materijale (npr, slike, dijagrame, ...) obavezno valja označiti citiranjem izvornika. Dokumentacija Projekta te Završni i Diplomski rad trebaju sadržavati što je moguće manje preuzetih slika.

Pisanje

Da bismo napisali dobar tehnički članak prvo trebamo znati... ...pisati. Ako vam školske zadaće na satovima hrvatskog jezika nisu bile omiljene, slobodno pogledajte sljedeće članke.

Evo nekoliko stranica s uputama za pisanje tehničkih članaka:

Pasiv ili aktiv?

Ako su vas (kao i mene) u srednjoj školi učili da u tehničkim člancima najčešće koristi pasiv, onda su vas učili - krivo. Aktiv je u pravilu jasniji od pasiva i zato treba biti metoda izbora. Posebno je to slučaj u eksperimentalnom dijelu gdje rečenice u pasivu lako propuste prenijeti informaciju radi li se o općenitim činjenicama ili o detaljima koji su specifični za vaš rad. S druge strane, pasiv možemo koristiti kad subjekt nije toliko bitan za razumijevanje rečenice (npr. u pregledu literature). Dakle, nije ideja poći u drugu krajnost i "cancelirati" pasiv nego koristiti jezične alate koji najbolje ostvaruju ono što želimo izraziti.

Pri izražavanju aktivnim govorom, često će nam problem predstavljati subjekt. Jedno rješenje tog problema je pisati u prvom licu množine gdje se "mi" odnosi na autora i čitatelja. Takav stil je sasvim prikladan, ne valja bježati od njega! Ipak, ako se zaredaju tri rečenice sa subjektom mi, to je možda znak da se ne trudimo dovoljno pri oblikovanju naših rečenica. Slično kao i kod izražavanja u programskim jezicima, najbolje ćemo napredovati kroz vježbu. Također, za najbolje rezultate, isplati se i obratiti pažnju na to kako pišu majstori te pokušati razumjeti zašto to rade baš tako. Možete pročitati i što drugi misle o ovom važnom pitanju.

Ostale jezične dileme

Evo nekoliko savjeta vezanih uz najčešće jezične nepravilnosti u studentskim radovima.

Formati i alati

Molim vas, nemojte u komunikaciji koristiti zatvorene formate (doc, ppt, ...) jer se oni na svakom računalu različito prikažu. Predlažem da preferirate pdf. Datoteka s tekstom rada u .pdf formatu mora biti na CD-u kojeg prilažete uvezanom Završnom ili Diplomskom radu.

Daleko najljepše složeni rad i danas ćete postići nekom varijantom LaTeX-a. Nažalost, LaTeX ima relativno strmu krivulju učenja. Ako se upustite u taj poduhvat preporučam da iskoristite ovaj predložak. U slučajevima gdje predložak proturječi ovim uputama (to se događa npr. kod pravila citiranja) preporučam da slijedite upute :-) Kao i uvijek, ne ustručavajte se tražiti pomoć.

Za ilustracije preporučam OpenOffice Draw. Jednom davno, neke verzije tog alata bile su nestabilne (čitaj, znale su se srušiti). Takvi problemi danas se ne događaju, ali svejedno preporučam često snimanje.

Česti propusti

Vaši pregledi područja ne moraju započeti od "stoljeća sedmog". Primjerice, nema smisla crtati slike umjetnih ili (još gore) prirodnih neurona. Puno korisnije je umjesto o neuronima razmišljati o aktivacijama dubokog modela. Ako ne znate kako započeti uvod vašeg rada, siguran izbor je ukratko objasniti elemente algoritama strojnog učenja (model, gubitak, optimizacijski postupak). Ako želite da vaš uvod bude moderan i koristan, možete objasniti vezu dubokih modela i diferencijabilnih programa.

Radovi pisani u Latexu često imaju preveliki razmak nakon kratica i ostalih mjesta gdje se javljaju točke koje ne zaključuju rečenicu. Naime, Latex nakon svake točke umeće međurečenični razmak kako bi se rečenice bolje isticale i tekst bio ljepši. To ponašanje možemo izmijeniti na način da razmak nakon točke predznačimo silaznom crtom kao što je opisano ovdje.

Prezentacija Seminara, Projekta, te Završnog i Diplomskog rada

Općenito

Prezentacija Završnog i Diplomskog rada odnosno projekta

Prezentacija seminara

Programska izvedba Završnog i Diplomskog rada te Projekta

Izvorni kod, ispitne slike, te sve ostale datoteke potrebne za prevođenje i pokretanje programa moraju biti na CD-u kojeg prilažete uvezanom Završnom ili Diplomskom radu, odnosno u arhivi Projekta. Komponente izvornog koda trebaju biti međusobno što nezavisnije. Razmotrite pisanje zasebnih ispitnih programa za što više komponenata izvornog koda.

Na predmetu Projekt svaka komponenta treba biti pregledana od strane barem još jednog suradnika na projektu. Potrudite se formatirati vaše programe u skladu s uvriježenim stilom (C++, Python).

Vaši programi trebaju omogućiti jednostavno reproduciranje glavnih rezultata vašeg rada. Poželjno je omogućiti i uvid u stanje međurezultata. Ako vas moj prijedlog ne inspirira, Bret Victor možda hoće.


Svi komentari su dobrodošli: sinisa segvic at fer hr Povratak