写过论文的同学都知道，写久了真的会头秃，其中耗发量最高的当属论题和创新点。
今天分享一套方法，这个方法已经帮助近3000位同学成功发（拯）表（救）论（头）文（发）！
先说论题，爱因斯坦曾经说过，在科学面前：提出问题比解决问题更重要，提出问题是解决问题的第一步，选准论题，就成功了一半。
选错论题，轻则没法下笔，写不出东西，重则努力白费，曾经有同学花了几个月呕心沥血等写完发给导师， 导师也没有过问；
直到毕业答辩的前一天，导师说这个题目不行，导致延毕.......（比韩剧男主角还惨）
到底怎么避免这种惨剧的发生 ，甚至通过选题弯道超车呢？
1年排名前进13位
这个论题成顶会新宠
很简单，用收录情况说话！
有这样一个方向，今年论文收录篇数比去年激增50%，以致很多同学吐槽，看的还没收录的快。就是这么夸张！
它就是图神经网络！
在学术界，去年底举办的ACM CIKM上，GNN（图神经网络）成为最大趋势，ICLR 2020 提交论文的绝对高频词中它排名第7位，相比于ICLR 2019提升了13位。
据统计 NIPS KDD论文，NeurIPS 2020有 140篇、KDD 2020有79篇
有同学可能会说，虽然这个选题好发论文，那创意点怎么解决呢？
藤校大牛
手把手教你解决创意点
阅读了海量的文献，但是找不到创新点，即使想出点子，一搜都发现有人研究过了，即使没研究，发现在模型上一跑，效果稀烂..........
怎么将已有模型运用在自己的项目上，怎么设计符合自己方向的模型？
Introduction部分该怎么写？baselines怎么与时俱进？参数实验，效果&性能实验，消融实验怎么解决？
anyway，今天我特地邀请来一位藤校大牛手把手带读透论文、复现代码，并配套无痛代码运行环境，基础+进阶层层递进，搞定论文！
图神经网络
经典论文复现营
全网首发
主讲导师Aelx
⭐前硅谷大厂软件工程师，阿里资深算法工程师
⭐本科985计算机专业，硕士毕业于全球TOP2藤校
⭐5年深度学习和机器学习经验，在ICDM等会议发表多篇学术论文
