1. 如何确定一个研究方向？

刚开始的研究课题，需要依靠导师，对领域内有一定了解，可能会寻找到适合自己的方向。

确定研究方向要看课题组的研究积累，从自己角度出发，有个师兄做过这个方向会带来很多帮助，手把手指导，事半功倍，从课题组角度出发，研究更有延续性，指导老师更熟悉，能给出一些意见，基金或者横向项目相关性都大，自己能上手，能写在简历上，但如果不是自己喜欢的方法，可以偏一些，因为长时间做不喜欢的事情，自己的情绪不会高，影响研究推进以及自己的发展，大佬级别的可以不用考虑很多，做自己就可以了。

一开始需要泛读论文，找有意思的demo做实现，尽量找已经开源的工作（不开源的常常有坑，博士期间吃亏不少）。这段时间也锻炼自己的代码能力, 之前有个AI index第一的教授跟我们说，coding is really important。之后要聚焦到某个子课题，这个可以跟导师或者师兄弟多讨论。最初可以尝试做incremental的工作，能够把做一篇论文的整个流程给熟悉了。总之，主要还是多动手，毕竟计算机是实践科学。

2. 为什么一项工作发了会议之后，再补充补充内容就可以继续投期刊啊，是因为虽然发了会议，但成果的版权什么的还是属于作者吗？

可能是会议快，成果有实效性，晚了就是别人首发了，会议说我有这个想法，初步验证下，期刊上面说我这想法具体这样的。

会议改期刊是学术界常见的操作，会议一般讲究时效性，一个比较好的idea初见成效就可以发会议，期刊一般要调整比较稳定，要有足够实验。有些期刊会明确说会议论文改进的需要有百分之30的不同。

3. 如果感觉自己的方向过于传统成熟，不太容易发论文，应该从哪些方面去寻找发论文的点，比如换方向？引入其他领域好的成果？

看过足够多的论文（起码近两年的相关新工作都看过），发现方向太过成熟，一般有两种做法：
1）考察是否会跟当下某个小课题或方向结合，引入新的问题，并有方法解决；
2）换一个假设，换一个背景，看看是否在某些指标上会有challenge；

我自己做高性能计算，找问题基本都是关注性能。做的考虑点，是基于保证精度情况下，提升速度。立足于这个点，再去看别人的工作。比如做目标检测，现在2D被做光了，那3D的现在也才刚刚开始，另外就是高分辨率，算力会有问题，高分辨率，物体数量可能变多，是否有挑战。同一个问题，其实换个背景，换个数据集，可能都会有不同。经验来看，课题摸索期最好不要超过一年，选择了课题就要专注一直做细化的工作。做科研最难的不是学起来，而是要放下很多选项，人本性是贪婪，总想啥都搞。个人经验教训，就是课题当时没选好，实验室另一个哥们，就专注做一样，而且本来也很努力，19年开始就爆发性地发论文了。我是19年才决定跳转做3D，前面三年都是做gpu节能计算，后面发现这几年都没啥人搞，而且我能看到他的局限和极限。另外就是，多积极跟大佬交流，一般越是大佬越喜欢跟你分享他的经验，所以不要怯场，我们系里有个南洋理工的，毕竟两年博后，就过来做AP，每年nips和icml常客，我跟他请教问题，收益颇深，勤奋，思路清晰，一语中的，几句话就说到痛处。
合作很重要，可以开拓思路，提高效率。
其实最重要的问题还是聚焦，很多人一开始想做的事情就是太泛了，无从下手。就比如做slam，slam我到现在都不敢碰，因为我不是做这个出身，但我会找大佬交流，看看有没有可以深入优化的点，然后争取合作。看大组发论文，两种套路，要么就做一个问题，要么就优化一个已存在的系统工程。

4. 论文投稿技巧？

每次有意向会议我都先注册一个坑。投稿无非就是注意匿名，模板，abstract，intro，experiment应该是审稿人最先看的，基本这三个不过关，方法看都不会看。

5. 论文写作技巧？

论文写作，最早的做法就是找一篇论文模仿, 制定outline, 然后慢慢填坑。
一个方向自己做熟了，有一套代码，有idea实现就很快，所以还是跟自己在这个方向的熟悉程度有关。

6. 如果博士期间，自己组发论文少，老师还给不到强有力的指导，是去公司实习还是找大佬交流，慢慢做实验好？

公司实习，一般不搞论文，不推荐，除非你想好你就要去公司了。因为绝大部分公司，还是工程为主的，我认识大部分博士去了BATMD都不发论文了。
公司实习也得是能出论文的组，偏纯研究的，否则工程就很没有意义了，顶多会出专利。
公司还是没这么自由，主要是对实习生也有一些要求。BATMD做研究的门槛太高了，一般不太可能纯科研。