什么是Arxiv？

大家好，欢迎来到IT知识分享网。

Arxiv

1.Arxiv简介

arXiv是一个收集物理学、数学、计算机科学与生物学的论文预印本的网站，始于1991年8月14日。简单来说，为了防止自己的idea在论文被收录前被别人剽窃，我们会将预稿上传到arvix作为预收录，因此这就是个可以证明论文原创性（上传时间戳）的文档收录网站。来自 https://zhidao.baidu.com/question/1933177535322984707.html

arXiv于1991年由保罗·金斯帕（Paul Ginsparg）在美国洛斯阿拉莫斯（Los Alamos）国家实验室建立，提供物理学、数学、计算机科学等8个领域的预印本论文发布、检索、修改等服务，是如今国际上最权威的预印本平台。透过arXiv 平台，能清晰看到预印本平台开放数据的使命。常用功能有Bibliographic Tools、Code Data Media、Related Papers、arXivLabs。
作者：学点平台， 来源：知乎 ， 链接：https://www.zhihu.com/question//answer/

2. Arvix常用工具：

参考：作者：学点平台， 来源：知乎 ，链接：https://www.zhihu.com/question//answer/

目录：

1. Bibliographic Tools 书目工具
   • Bibliographic Explorer书目浏览器
   • Litmaps 位图
   • Scite Smart Citations 智能引文
2. Code, Data, Media

   Code, Data and Media Associated with this Article

   • CatalyzeX Code Finder for Papers
   • DagsHub
   • Papers with Code
   • ScienceCast
3. Demos
   • Replicate
   • Hugging Face Spaces
4. Related Papers

   Recommenders and Search Tools 推荐器和搜索工具

   • Influence Flower
   • Connected Papers 相关论文
   • CORE Recommender 核心推荐器

1. Bibliographic Tools书目工具

• Bibliographic Explorer书目浏览器
  • 以用户友好的论文引用导航树的形式来呈现 arXiv 论文的施引文献和被引文献，这些信息由Semantic Scholar 、Prophy数据库提供,用户可按照论文发表年份、作者、题目、影响力4个字段对相关论文进行排序和筛选。如图1
    
    
• Litmaps 位图
  • 将 arXiv 论文参考文献之间的关系进行可视化展示，Litmaps创建交互式文献地图：组成不同研究主题的文章集合。通过搜索文献数据库为研究创建地图；链接引用管理器；或通过种子文章自动生成。如图2
    
    
• Scite Smart CitationsScite 智能引文
  • 通过智能引文帮助研究人员更好地发现和理解研究文章——显示引文上下文并描述文章是否提供支持或对比证据的引文。SCITE被来自世界各地的学生研究人员使用，部分资金来自美国国家科学基金会和美国国立卫生研究院的国家药物滥用研究所。

2. Code, Data, Media

   Code, Data and Media Associated with this Article

   • CatalyzeX Code Finder for Papers
   • DagsHub
   • Papers with Code
   • ScienceCast 科学广播

   有关论文实验设计、方法、数据等信息作者可在论文发布时一同上传，供其他研究者学习交流。比如，作者认为文章的实验设计合理，得出的数据具有说服力，并且实验设计的方法能被其他作者复制，可将实验相关数据公布供大家使用，或公布原始数据以期得到其他学者的评价如图3。arXiv为研究团队提供了机器学习数据库（paper with code页面）。
   
   

3. Demos演示
   • Replicate 复制品
   • Hugging Face Spaces
4. Related Papers

   Recommenders and Search Tools 推荐器和搜索工具

   • Influence Flower
   • Connected Papers 相关论文
     • Connected Papers是一个独特的可视化工具，帮助研究人员和应用科学家找到和探索与他们的工作领域相关的论文。为了创建每个图，需要分析大约50,000篇论文的顺序，并选择与原始论文联系最强的几十篇。在图中，论文是根据它们的相似度排列的。这意味着即使是没有直接引用彼此的论文也可以紧密联系在一起，位置也非常紧密。我们的相似度度量是基于共引和书目耦合的概念。根据这种方法，两篇引文和参考文献高度重叠的论文被推定为处理相关主题的几率更高。然后，算法构建一个力向图，以一种视觉上把相似的论文聚在一起，把不太相似的论文推开的方式分配论文。在节点选择时，我们在相似度空间中突出显示从每个节点到原点论文的最短路径。如图4
       
       
   • CORE Recommender 核心推荐器
     • Core Recommendation是一个为知识库、期刊系统和 web 界面提供相关文章建议的插件，包含开放存取资料库、期刊或网页全文项目的推荐、基于元数据记录或全文项或两者的建议、提高推荐准确性的用户反馈系统，支持用户从整个开放存取存储库网络中发现感兴趣的文章。如图5
       
       

推荐阅读：

//好用小工具↓

分享一个免费的chat工具

分享一个好用的读论文的网站

// 深度学习经典网络↓

LeNet网络（1989年提出,1998年改进）

AlexNet网络（2012年提出）

VGGNet网络（2014年提出）

LeNet、AlexNet、VGGNet总结

GoogLeNet网络（2014年提出）

ResNet网络（2015年提出）