ИНВЕСТИЦИОННЫЙ ПОРТАЛ ВОЛГОГРАДСКОЙ ОБЛАСТИ

Статьи в BigMag можно очистить от лишних элементов, чтобы читать было удобнее. Работает поиск: вводите ключевое слово, и сервис подбирает по нему материалы.

Surfingbird

При первом запуске приложения нужно выбрать несколько тематик, а дальше остаётся только листать ленту и читать приглянувшиеся статьи. С ходу подбираются хорошие источники, а если среди них попадается какой-то мусор, то его легко убрать из ленты.

LikeMore

В этом приложении тоже нужно лишь выбрать интересующие темы: лента формируется автоматически. Разработчик сервиса — компания Mail.Ru, поэтому её сайты встречаются чаще других, но это не критично. Публикации открываются во встроенном браузере, поэтому иногда не оптимизируются должным образом под экран смартфона.

«Рекомендации» в Pocket

В Pocket можно не только сохранять понравившиеся статьи для последующего чтения, но и находить новые. Раздел «Рекомендации» — это лента интересных статей обо всём подряд. Также можно подписаться на отдельных редакторов, специализирующихся на определённой тематике. Вы наверняка найдёте там несколько интересных имён: например, основателя Spotify Дэниела Эка. «Рекомендации» подойдут только тем, кто владеет английским: материалов на русском языке нет.

Цена: Бесплатно

Цена: Бесплатно

Medium

Medium — это одна из самых популярных площадок для блогов. На главной странице находятся лучшие материалы со всех блогов, также они делятся на разделы по тематикам. Проблема та же, что и в Pocket — отсутствие русского языка. В Medium есть русскоязычные авторы, но их придётся искать самому.

Цена: Бесплатно

Рубрика «Читаем статьи за вас». Январь — Февраль 2020

Привет, Хабр! Продолжаем публиковать рецензии на научные статьи от членов сообщества Open Data Science из канала #article_essense. Хотите получать их раньше всех — вступайте в сообщество!

Представлены обзоры 11 статей по Computer Vision, Natural Language Processing, Reinforcement learning и другим темам.

Статьи на сегодня:

1. Side-Tuning: Network Adaptation via Additive Side Networks (University of California, Stanford University, 2019)
2. Stacked DeBERT: All Attention in Incomplete Data for Text Classification (Kyungpook National University, South Korea, 2020)
3. Zero-Shot Video Object Segmentation via Attentive Graph Neural Networks (UAE, USA, 2020)
4. SAUNet: Shape Attentive U-Net for Interpretable Medical Image Segmentation (Toronto and Waterloo, Canada, 2020)
5. FaceShifter: Towards High Fidelity And Occlusion Aware Face Swapping (Peking University, Microsoft Research, 2019)
6. Towards a Human-like Open-Domain Chatbot (Google Brain, 2020)
7. Positive Algorithmic Bias Cannot Stop Fragmentation in Homophilic Social Networks (Oxford, London, UK, 2020)
8. BERT-of-Theseus: Compressing BERT by Progressive Module Replacing (Wuhan and Beihang Universities, Microsoft Research Asia, 2020)
9. A Simple Framework for Contrastive Learning of Visual Representations (Google Research, 2020)
10. BADGR: An Autonomous Self-Supervised Learning-Based Navigation System (Berkeley AI Research, USA, 2020)
11. Training Large Neural Networks with Constant Memory using a New Execution Algorithm (Microsoft, 2020)

1. Side-Tuning: Network Adaptation via Additive Side Networks

Авторы статьи: Jeffrey O Zhang, Alexander Sax, Amir Zamir, Leonidas Guibas, Jitendra Malik (University of California, Stanford University, 2019)
Оригинал статьи :: GitHub project
Автор обзора: Андрей Лукьяненко (в слэке artgor)

Авторы задумались о том, как бы улучшить использование pretrained нейронок так, чтобы уменьшить оверфиттинг (бывает, если данных мало), уменьшить забывание, улучшить качество. И придумали. A давайте брать pretrained сетку, не трогать её саму по себе, но добавлять ещё одну такую же сетку и файнтюнить её, и объединять их. Улучшение качества продемонстрировали на текстах, картинках, RL и других штуках. Казалось бы, это просто увеличение количества параметров, но по факту получается интереснее.

Суть, ещё раз в том, что:

• Берем претренированную сетку. Мы фиксируем все параметры, так что она всегда даёт одни и те же предсказания. По факту feature extractor.
• Далее создаём side-tuning сетку и файнтюним её. Это либо копия оригинальной сетки, либо дистиллированная версия. Хотя по факту можно использовать любую архитектуру.
• Для расчёта предсказаний и лосса комбинируем output обоих сеток. Дефолтный подход — блендинг с весами, но есть варианты и поинтереснее.

Один из плюсов: мы свободны менять размер и архитектуру второй сетки. Поэтому если у нас мало данных и «простой» таргет, то можем делать маленькую сетку. Если данных много или таргет «сложный», можно делать более тяжелую сетку. Поскольку основная сетка не меняется, можно сказать, что вторая учит residuals от первой. Получается такой мини boosting.

Лосс-функция следующая: L(x,y) = || D(alpha B(x) + (1 — alpha) S(x)) — y||. Как уже говорилось, самый простой способ объединения — взвешенный блендинг. Стоит отметить, что при alpha=1 у нас получается просто feature extraction, при aplha=W0 — просто fine-tuning. А если менять aplha в процессе тренировки, а потом делаем равным 0, то получается что-то похожее на stage-wise тренировку в RL. Ещё вариант — hyperbolical decay. В таком случае мы типа взвешиваем приор и учим нашу оценку. Таким образом получается максимизация постериорной оценки.

Ну а дальше можно упороться вдохновиться и сделать шаг дальше:

• Делаем side-tuning на какую-то задачу.
• Далее фиксируем веса нашей второй модели и… добавляем новую side network. Учим на другую задачу.
• Повторяем для N задач.

Благодаря тому, что мы фиксируем веса после тренировки на каждой задаче, модель не забывает это.

Дальше они сравнивают side-tuning с разными подходами на разных датасетах. Для начала берут Taskonomy и iCIFAR (делят CIFAR на 10 групп по 10 классов и учат по очереди на группах). Sidetune (A) — объединение двух сеток не весами, а адаптером — multilayer perceptron. В итоге side-tuning уступает только Progressive NN.

Дальше они доказывают, что подход работает и для других доменов:

• Transfer Learning для Taxonomy — задачи object classification, surface normal estimation, and curvature estimation
  
  • Question-Answering in SQuAD v2 — с использованием BERT.
  • Imitation Learning for Navigation in Habitat.
  • Reinforcement Learning for Navigation in Habitat

Результаты экспериментов:

• параметр alpha надо тюнить в каждом отдельном случае, нет универсального лучшего значения;
• хорошо работает тренировка с инкрементальным увеличением объёма данных;
• вторая сетка может хорошо работать, даже если она не слишком большая;
• делать бустинг — много раз делать side-tuning на одну и ту же задачу не особо полезно. Лучше просто сделать вторую сетку потяжелее;
• вроде лучше обычного fine-tuning для RL;
• веса второй сетки лучше тренировать не с нуля, а брать из претренированной.

2. Stacked DeBERT: All Attention in Incomplete Data for Text Classification

Авторы статьи: Gwenaelle Cunha Sergio, Minho Lee (Kyungpook National University, South Korea, 2020)
Оригинал статьи :: GitHub project
Автор обзора: Андрей Лукьяненко (в слэке artgor)

Авторы задумались о том, что в реальности в текстах нередко слова пропущены или написаны с опечатками, что создаёт проблемы на стадии создания эмбеддингов, — хорошо бы что-то делать с этим.

Придумали: а давайте возьмём input, на него наложим embedding слой, а затем трансформер, потом запихнем в denoising transformers, чтобы на выходе получить более качественное представление входных данных. В результате multilayer perceptron может реконструировать эмбеддинги пропущенных слов и создавать более абстрактные и полезные эмбеддинги, а трансформеры улучшают эти эмбеддинги.

Идею проверяли на the Chatbot Natural Language Understanding Evaluation Corpus и Kaggle’s Twitter Sentiment Corpus. Подход показал улучшение F1 и генерализации на твитах и в задаче Speech3Text улучшение предсказания сентиментов и интентов.

В итоге предлагается 2 новых идеи:

• Эта самая новая архитектура
• Предложили новые задачи на тренировку «incomplete intent and sentiment classification from incorrect sentences» и опубликовали датасеты для этого

Предложенная архитектура выглядит вот так:

Начало архитектуры как в BERT — токенизация, эмбеддинги и прочее. Файн-тюнинг делается на «incomplete text classification corpus». Denoising transformer — это stacks of multilayer perceptron друг на друге и bidirectional transformers. На входе — эмбеддинги неполных предложений, на выходе — эмбеддинги полных предложений. (о самом датасете будет сказано ниже). Эмбеддинги получены с помощью обычного берта. Размерность (N, 768, 128) — размер батча, эмбеддинг токена и максимальный размер последовательности.

Stacks of multilayer perceptron:

• Два раза по 3 слоя.
• Вначале мы уменьшаем размерность: 768 -> 128 -> 32 -> 12.
• А затем обратно.

Лосс для сравнения реконструированного эмбеддинга и оригинального полного эмбеддинга — MSE.

Когда эмбеддинги готовы (видимо после тренировки), они передаются в bidirectional transformers и это будет новый input. Дальше делается fine-tuning на incomplete text classification corpus.

Как уже говорилось раньше, использовалось 2 датасета.

Twitter Sentiment Classification
Взяли датасет с каггла (1.6 млн твитов). Из него взяли 200 примеров твитов (поровну позитивных и негативных) с пропущенными словами или опечатками. Вначале отдали в Amazon Turk, чтобы люди написали правильные твиты. Выглядит это как-то так:

И файн-тюнили на этих 200 примерах. Валидировались на 50 примерах, которые были без исправлений.

Intent Classification from Text with STT Error
В данном случае был датасет с корректными предложениями, и нужно было сгенерить предложения с ошибками. Они просто прогнали текст через Text-to-Speech и обратно через Speech-to-Text — вот и получились ошибки. В датасете 2 интента и он тоже маленький (файн-тюнили вообще на 100 примерах)
Они пробовали разные готовые решения для TTS, STT. Вот примеры:

Эксперименты:

• бейзлайны: Google Dialogflow, SAP Conversational AI, Rasa
• Semantic hashing with classifier. Насколько понимаю, они кодируют не слова, а символы
• BERT
• Stacked DeBERT

Все модели тренировали по 3 раза для классификации интента: на полных данных и на «ухудшенных» данных после gtts-witai и macsay-witai. Для обоих задач получили улучшенное качество.

3. Zero-Shot Video Object Segmentation via Attentive Graph Neural Networks

Авторы статьи: Wenguan Wang, Xiankai Lu, Jianbing Shen, David Crandall, Ling Shao (UAE, USA, 2020)
Оригинал статьи :: GitHub project
Автор обзора: Андрей Лукьяненко (в слэке artgor)

Авторы предлагают использовать attentive graph neural network (AGNN) для задачи zero-shot video object segmentation (ZVOS). Фреймы используются как ноды, а связи между парами фреймов — ребра, которые описываются дифференцируемым attention. Подход работает не только для ZVOS, но и для image object co-segmentation (IOCS).

Основные заявленные преимущества AGNN:

• end-to-end подход
• благодаря графому подходу эффкетивно использует взаимосвязи внутри видео
• использует attention для получения информации между парами фреймов

Архитектура такая:

Каждое видео — граф. Ноды — фреймы; все ноды связаны друг с другом (interconnected и есть self-connections для каждой ноды). Суть идеи в использовании стандартных способов GNN для обучения — message propagation внутри графа. А на выходе получаем бинарные сегментационные маски для видео.

Важные моменты модели:

• Интересно то, что используют DeepLabV3 для получения эмбеддингов нод.
• Есть специальные ребра, которые являются self-connection — нода связана сама с собой. Это типа репрезентация самого фрейма.
• Ребра между разными нодами используют inter-attention механизм. По факту показывают насколько важны эмбеддинги одной ноды для другой ноды
• Итоговые маски получаются с помощью небольшой FCN

Эксперименты:

• DAVIS16 — сегментация 50 видео (30 в трейне, 20 на валидации). Лучше других моделей.
• Youtube-Objects — 126 видео, 10 категорий. Лучше других моделей.
• DAVIS17 — 60 видео в трейне 30 на валидации, 30 в тесте. Тут не только объекты, но и маски. Тоже лучше других моделей.
• IOSC — Тоже крутые результаты

Ablation study:

4. SAUNet: Shape Attentive U-Net for Interpretable Medical Image Segmentation

Авторы статьи: Jesse Sun, Fatemeh Darbeha, Mark Zaidi, Bo Wang (Toronto and Waterloo, Canada, 2020)
Оригинал статьи :: GitHub project
Автор обзора: Андрей Лукьяненко (в слэке artgor)

TL;DR: UNet + дополнительный поток данных + dense + dual attention decoder = SOTA + interpretability

Главная идея: разнообразные CNN хорошо работают для сегментации, в том числе медицинских картинок. Но у них не хватает робастности и интерпретируемости. Одна из причин этого — CNN обычно учат текстуру картинок, а не форму объектов. Стандартные подходы к интерптерации — gradient-based saliency методы. Но обычно это требует дополнительные вычисления и не всегда достаточно хорошо интерпретируется.

В предлагаемой архитектуре берется UNet и добавляется второй поток данных, в который подаётся информация о форме объектов. Ещё они используют dual-attention decoder, и именно он даёт интерпретируемость без дополнительных вычислений после инференса. Результат: SAUNet — SOTA на SUN09 и AC17.

SAUNet
Как уже говорилось, в модели 2 потока данных.

Texture stream
Это UNet, но вместо энкодера используются dense блоки похожие на Tiramisu. И декодер — dual attention decoder block.

Gated shape stream
Вдохновились архитектурой Gated-SCNN.Как видно в верхней части архитектуры, данные из unet на каждом шаге downsample идут в верхний стрим. Объединие информации из стримов делается с помощью gated convolutional layer: alpha_L = sigma(C_1x1(S_L||C_1x1(T_t))), где S — feature map из shape stream, T — feature map из texture stream, C1x1 — 1х1 convolution.

Они конкатенируются по каналам, на них накладывается ещё один convolution и активация сигмоидой. Можно ещё увидеть residual blocks — это 2 нормализированных 3×3 convolution со skip-connection. А затем мы ещё раз берем S и поэлементно умножаем на alpha. И пропускаем через ещё один residual block.

К выходу из steam shape добавляется deeply supervision и можно посчитать Ledge. Это binary cross entropy loss между оригинальными и предсказанными границами картинки. Благодаря этому модель учится предсказывать форму объектов: «The output of the gated shape stream is the predicted shapefeature maps of the classes of interest concatenated channel-wise with the Canny edges from the original image. Theoutput is then concatenated with the texture stream featuremaps before the last normalized 3×3 convolution layer ofthe texture stream.»

Dual Attention Decoder Block.
Берем стандартный подход (2 нормализированных 3×3 convolution на сконкатенированных feature maps) и добавляем две новые вещи: Spatial attention path и Channel-wise attention

Spatial attention path
Это используется для интерпретируемости. По факту это два convolution 1×1 (после первого получается C/2 каналов, после второго получается один канал), затем накладываем sigmoid. И наконец стакаем С раз (как каналы, чтобы потом можно было делать поэлементное умножение).

Channel-wise attention path
Для улучшения качества. Это SE модуль.

Dual-Task Loss function
Это взвешенный лосс: L_total = lambda1 L_CE + lambda2 L_Dice + lambda3 * L_Edge

Они просто использовали значение 1 для каждой lambda.

Эксперименты

• SUN09 — 2 класса: he endocardium and the epicardium. 260+135 картинок с центральным кропом 128х128.
• AC17 — 200 сканов, с 8-20 слайсов. В

Как правильно читать научные статьи

Несмотря на бум популяризации науки, попытки рассказать простым языком о достижениях ученых нередко заканчиваются крахом. Подмена понятий, ложное цитирование и громоздкие, бесчеловечные формулировки — наиболее распространенные проблемы научпопа. Можно читать статьи в оригинале, но неподготовленному читателю чаще всего непросто разобраться в них даже при большом желании. Научный сотрудник Мичиганского университета и доктор медицины Мэри К. Вэнс уверяет, что это не так сложно, как кажется. T&P собрали ее советы и рекомендации других ученых.

Разберитесь в структуре текста

Все исследования пишутся в соответствии со строгими правилами академического письма. Достаточно внимательно изучить пару примеров, чтобы понять, что за чем идет. Подавляющее большинство научных статей состоят из следующих частей:

Аннотация. Краткое описание исследования, которое обычно состоит из четырех частей: актуальность, методы, результаты и выводы. Это выжимка из всех следующих разделов статьи. Из аннотации не всегда все понятно, но она указывает, на что обратить внимание в полном тексте.

Введение. Здесь объясняется, почему исследовательский вопрос важен и его нужно было изучить. Обычно во введении автор двигается от общего к частному — от актуальности проблемы до потребности изучить конкретный объект или явление в определенных условиях.

Методология. В этой части подробно рассказывается, как проводилась исследовательская работа: как проходил эксперимент, собирали и анализировали данные.

Результаты. Что удалось сделать, каковы главные выводы. Также здесь чаще всего можно найти таблицы и графики.

Интерпретация. Это обобщение результатов и мнение автора о проделанной работе. Здесь можно узнать о сильных и слабых сторонах работы, о возможных ограничениях и о том, чего бы еще хотел достичь исследователь при изучении темы в дальнейшем.

Использованные источники. Особенность такой структуры в том, что многие вещи автор повторяет по несколько раз. Обычно для того, чтобы читателю было понятнее, — однако иногда выходит наоборот: мы путаемся и тратим слишком много времени на прочтение. Из этого вытекает второй совет.

Не читайте каждое слово

«Ваша цель — выудить нужную информацию и на этом закончить чтение. А не впитывать каждое слово: это огромная трата времени, не говоря о том, что это невероятно скучно (не могу отрицать этот факт, хотя сама написала несколько таких статей)».

В первую очередь стоит обратиться к аннотации: если в ней найдется все необходимое, в целом можно считать, что цель достигнута (именно для того аннотации и нужны). Если же требуется более подробная информация, можно обратиться к результатам и интерпретации или изучить самые показательные цифры в таблицах и графиках. Методологию лучше вообще оставить в стороне до тех пор, пока не понадобятся технические детали.

Обратите внимание на графики и таблицы

Как бы ни был велик соблазн пропустить их, стоит попытаться разобраться. Один хороший график может сэкономить несколько часов разбора текста. Если какие-то графические материалы никак не поддаются, про эту часть исследования лучше почитать в тексте.

Читайте больше: навык приходит с опытом

Многие исследователи придерживаются тех же простых правил, о которых пишет Вэнс. Два года назад журнал Science опросил 12 ученых и преподавателей, чтобы узнать, что они делают, когда им сложно справиться с научным текстом. Все опрошенные сошлись на том, что провала бояться не стоит: такое происходит даже с опытными учеными. Некоторые из их советов могут удачно дополнить краткое руководство Мэри Вэнс для тех, кто устал сидеть над сотней открытых вкладок и распечатанных статей.

Если суть важной статьи упрямо продолжает ускользать, стоит попробовать сделать о ней презентацию, советует Лина Колуччи, профессор Гарварда и MIT. Можно попробовать объяснить материал друзьям и ответить на их вопросы.

По словам Кевина Бенке из Мичиганского университета, не стоит пренебрегать «Википедией» и другими источниками «попроще»: они могут искажать информацию, но помогут нащупать твердое дно среди сотни терминов. Если ничего не помогает, профессор рекомендует писать авторам статей напрямую — велика вероятность, что они ответят.

Геофизик и редактор Science Марша Макнатт рекомендует без страха обращаться к более опытным ученым. И отмечает, что сама любит читать тексты онлайн, чтобы при необходимости сразу узнавать значение непонятных слов.

Иногда в статье так много специфической лексики и аббревиатур, что они скрывают за собой саму идею исследования. В таких случаях полезно задать вопрос «А на какой вопрос вообще хотели ответить авторы?» — советует Джереми Борнигер из Университета штата Огайо. Также он рекомендует примерить использованные авторами методы к своему исследованию и попытаться понять, почему была избрана именно такая методология.

Порой нужно сделать усилие и дочитать статью до конца, чтобы она стала понятнее. С некоторыми исследованиями это работает только после нескольких прочтений, отмечает Лаклан Грей, исследователь из Института Бернет и Университета Монаш. Он советует выделять самые важные куски текста на распечатках и время от времени возвращаться к ним, чтобы сэкономить время на вспоминание.

Многие ученые, с которыми поговорил Science, отмечают: некоторые научные тексты настолько плохо написаны, что, возможно, вообще не стоит пытаться в них разбираться, — лучше поискать что-то другое по теме. Тем не менее главный совет — сохранять упорство, тренироваться и помнить, что вы не одни.

Великолепные статьи для саморазвития на SergeiYurev.com

На этом блоге содержится достаточно большое количество публикаций, которые рассказывают про те или иные стороны развития человека. Ниже Вы найдёте краткое описание и ссылки на лучшие статьи для саморазвития личности, раскрывающие все важные вопросы этой темы.

Скорее всего, многое из того, что Вы узнаете из моих статей, будет отличаться от того, что говорят и пишут другие люди. Заранее скажу, что это нормально, так как лично я не согласен со многим, что сегодня считается «нормальным», модным и «полезным». В частности в этом мне помог мой многолетний личный опыт в саморазвитии.

Что такое настоящее саморазвитие и для чего оно нужно?

Чем бы Вы не начинали заниматься, сначала нужно досконально разобраться в этом процессе. Разберитесь, что такое саморазвитие, которое приносит действительно пользу, а не вред, и зачем им заниматься. Быть может, это беЗсмысленный процесс, который кроме траты времени ничего не приносит?

А когда выясните, что это не просто какое-то очередное модное увлечение, а очень полезное для жизни занятие, то разберитесь в каких сферах следует развиваться.

Во всём этом помогут следующие статьи:

Что такое саморазвитие человека, которое приносит реальную пользу?

Цели саморазвития: основные задачи саморазвития личности

3 наиважнейших основы саморазвития человека

Статьи об эффективном начале саморазвития

Вы разобрались в том, что такое саморазвитие и теперь можно приступить непосредственно к самому процессу. В этом поможет статья, в которой описаны шаги от постановки целей и получения знаний до реальных действий и взаимоотношений с людьми:

С чего начать саморазвитие: 8 шагов в начале саморазвития

Также можете взять на вооружение рекомендации о том, что можно делать каждый день для того, чтобы развиваться и делать свою жизнь более гармоничной и эффективной. Об этом здесь:

Саморазвитие на каждый день: 19 ежедневных заданий для саморазвития

Тему с ежедневным развитием отлично дополнит статья о способах саморазвития, которые охватывают все сферы жизни. Изучайте:

17 эффективных способов саморазвития личности для всех

Статьи с материалами для развития человека

Одним из условий непрерывного развития человека является постоянное получение новой информации и знаний. В современном мире можно «утонуть» в потоке информации, которая предоставляется человеку, особенно, после появления интернета. На моём блоге есть статьи, в которых для изучения рекомендуются полезные материалы.

В первой статье речь идёт о нескольких книгах, в которых, по-моему мнению, содержатся уникальные знания о человеке, законах природы, Вселенной и многом другом. Эти знания помогут сделать прорыв в эволюционном развитии человека. Ссылка на статью:

4 лучшие книги для саморазвития личности (можно скачать бесплатно)

Во второй статье Вы сможете найти ряд документальных фильмов, которые рассказывают про различные сферы жизни человека и проблемы в них. Там и про алкоголь с другими наркотиками, и про историю, и про религии, и о космосе. Читайте:

Лучшие документальные фильмы для саморазвития на русском языке

Статьи для саморазвития: резюме

Я уверен, что если Вы внимательно изучите статьи, которые рекомендуются здесь, то у Вас будет большой выбор действий, которые можно будет начать выполнять. И загвоздка может быть только в одном: в Вашей лени или привычке откладывать всё на потом. Всё зависит от Вас, помните.

Вот ещё раз алгоритм по использованию материалов из данной статьи:

• Сначала выясняем, что такое настоящее саморазвитие и из чего оно состоит;
• Потом узнаём о конкретных действиях, помогающих в саморазвитии;
• Берём на вооружение полезные книги и фильмы для саморазвития;
• Начинаем действовать;
• Продолжаем получать настоящие знания и действовать на их основе.

И напоследок ещё несколько статей по саморазвитию, которые внесут определённые штрихи в понимание этой темы.

Очень рекомендую прочитать статью про этапы эволюционного развития человека от просто животного до человека высокоразвитого с возможностями творца. Статья поможет сбросить мистический и мракобесный туман с так называемых сверхспособностей людей, приписываемых богам и другим существам. Кликайте:

4 основных этапа развития человека как разумного существа

Многие сегодня связывают саморазвитие с эзотерикой, что является большой ошибкой или намеренной ложью. Для понимания того, что в эзотерике нет ничего полезного для развития человека, прочитайте эту статью:

Эзотерика и саморазвитие: в чём опасная ловушка?

Кстати, если кроме саморазвития Вы увлекаетесь так называемым духовным развитием, то и на этот случай у меня есть для Вас полезная статья. Прочитав её, Вы узнаете много интересного о духовности, религиях, духовных практиках и прочем. Ссылка:

С чего начать духовное развитие: пошаговое руководство

Надеюсь, что эти статьи для саморазвития будут для Вас полезны. Если это так, то поделитесь этой публикацией в социальных сетях, помогите другим людям развиваться правильно и с настоящей пользой для себя и окружающих.

статей на английском языке для практики чтения выше среднего и продвинутого

Это сборник статей, написанных Fullspate и предназначенных для чтения и обсуждения. Новые или отредактированные статьи перечислены в первом разделе ниже. Более старые статьи (представленные в старом стиле веб-сайта) перечислены в разделе архива ниже на этой странице. Используйте кнопку «Назад» в браузере, чтобы вернуться на эту страницу.

Новые статьи на английском, которые стоит прочитать

История Аарона Ральстона
Альпинист, который избежал смерти, отрезав себе руку

Кредитное плечо и финансовый кризис
Кредитное плечо и финансовый кризис объяснили для класса EFL

Теория относительности Эйнштейна для чайников
Теория относительности Эйнштейна — введение и резюме — расширенный материал для чтения EFL, ESOL от Fullspate

Цифровое небо
Небеса онлайн — Рэй Курцвейл и идея загрузки мозга в Интернет — EFL, расширенные материалы для чтения ESOL от Fullspate

Нанотехнологии — введение
Нанотехнологии — введение — расширенные материалы для чтения EFL, ESOL от Fullspate

Чернобыльская ядерная катастрофа
Чернобыльская ядерная катастрофа EFL Статья ESOL Учебные материалы по английскому языку — от Fullspate.нетто

Catch 22 — EFL ESL материал урока
Catch 22, Джозеф Хеллер — расширенный материал урока английского языка TEFL TESOL

Архив материалов Fullspate, которые стоит прочитать

Наркотики и подростки
История Скотта Дугласа о его смертельной зависимости.

Сломай ногу, Док!
Китайские девушки выстраиваются в очередь, чтобы сломать ноги, чтобы найти хорошую работу и мужа.

Насколько ты тупой?
Вы когда-нибудь задумывались, настолько ли вы умны, как говорит ваша мама? Сделайте этот небольшой тест, чтобы проверить.

Тебе жарко?
Небольшой тест для девочек, чтобы увидеть, насколько они горячие. Плюс несколько утешительных мыслей для бедных девушек, которые просто не могут выжить.

Смерть поэзии
Поэзия мертва. Мы делаем небольшое вскрытие, чтобы выяснить, что его убило.

Следующий лед Возраст
Забудьте о глобальном потеплении. В Северной Европе станет холоднее — намного холоднее. Узнай почему.

Теория относительности для манекены
Наконец-то мы представляем вам веселое знакомство с каждым любимая теория: теория относительности.Узнай, как ты можешь используйте теорию, чтобы жить дольше.

Героев больше нет
Старых героев больше нет — ни у кого нет их фотографий в фотографиях. стена спальни. Что положило конец эпохе величия? Возраст телевизионной знаменитости лучше?

Робокоп — правдивая история
Они подключили его мозг к компьютеру, чтобы он мог управлять им, просто думая. Робокоп не за горами.

Падающие идолы
Почему так много поп-звезд теряют связь и в конечном итоге записывают чушь? Смотрим на причины.

Экран в режиме ожидания
Телевизор — действительно ли то, что вы видите по телевизору, так плохо, как говорят некоторые? Альтернативный взгляд на влияние маленького экрана.

Проблемы мальчика и девочки
Почему мужчинам и женщинам так сложно понимать друг друга? Почему любовь так часто заканчивается криками?

Ядерный кошмар
Мучительные истории из Чернобыльской катастрофы.

Террор на поле
Каково было играть в футбол в Ираке при Саддаме Хусейне, и ваш тренер сказал вам, что они могут просто отрезать вам ноги, если вы пропустите пенальти?

Военные истории

Что произойдет, если вы потеряете штаны на поле боя? Правдивая история вторжения в Ирак.

Долой школу
Pink Floyd пели: «Нам не нужно образование». Иван Ильич сказал: «Нам не нужна школа». Здесь мы рассмотрим один аргумент против школы.

Инопланетные предки?
Мы произошли от пришельцев? Киты умнее нас? Посмотрите, что говорят нам пророки Новой Эры.

Правда о рекламе
Реклама везде. Как на нас влияет вся эта реклама и так ли все невинно? Есть ли в рекламе нечто большее, чем кажется на первый взгляд?

Насколько современны мы?
Некоторые говорят, что современный мир ушел в прошлое — он закончился и сделано с.Но каким был современный мир? И мы все еще современные? или мы вышли за рамки этого?

Он клонирует себя
Мы сообщаем о взглядах одного человека, который настаивает, что ему нужны не обычные дети, а только клоны. Узнайте, почему может быть лучше быть клоном.

Радость лени
Почему люди пытаются заставить нас чувствовать себя виноватыми, если мы не выскакиваем из постели на рассвете и не начинаем работать? Здесь мы пытаемся успокоить совесть тех, кто не хочет работать поздно.

Счастливый покупатель
Насколько супер супермаркеты? Они универсально популярны среди покупателей, но почему так много людей недовольны тем, чем занимаются супермаркеты?

Я не перестану курить
Британская поп-звезда ставит кота среди голубей, когда объясняет, почему он не бросает курить.

От искусства к поп-музыке
Раньше искусство было такой могущественной силой в обществе. Почему это сейчас так неактуально? Может ли поп-музыка занять ее место?

Спасибо за бомбардировку меня (?)
Неужели иракцы действительно хотели, чтобы их бомбили? Здесь Раед — блогер из Багдада — устанавливает все прямо и выступает против безумия.

Настоящий Дед Мороз
Где родился Дед Мороз? Почему он всегда носит красное и белое? Узнайте в нашей краткой биографии веселого человека Рождества.

Секс и пожилая женщина
История о 15-летнем мальчике, который влюбился в 26-летнюю женщину. Веселая история, пока не приедет полиция. Следует ли отправить женщину в тюрьму?

Хотите стать учителем?
Несколько советов для тех, кто думает о карьере преподавателя. Вы годны для работы? У тебя есть то, что нужно?

Жизнь девушки в Ираке
Жизненный опыт одной девушки после войны в Ираке.

Порка детей
Споры о телесных наказаниях.Следует ли шлепать непослушных детей?

ДА, отшлепайте их: тонкие аргументы в пользу.

НЕТ, все, что тебе нужно, это любовь: аргументы против.

Внутри мозга Гитлера
Никогда не читали книгу Адольфа «Моя борьба»? Нет необходимости, потому что здесь мы даем вам самые сумасшедшие отрывки из действительно сумасшедшей книги.

Безумные христиане
Вы когда-нибудь слышали о христианском фундаментализме? Узнайте о безумном конце христианства и о том, почему авиалинии США не позволяют пилоту и второму пилоту полета быть христианами-фундаменталистами.

Большой брат
Забудьте о реалити-шоу. Прогуляйтесь по Лондону, и ваши передвижения будут записаны. Пара статей о тотальной слежке за обществом.

1. Настоящий Большой Брат
Кто был на самом деле Большой Брат, и чего на самом деле добилось одноименное телешоу?

2. Телевидение замкнутого цикла
Камеры видеонаблюдения теперь повсюду. Проведите день, гуляя по улицам Лондона, и ваше изображение будет записано сотни раз.Должны ли беспокоиться только виновные, или все мы должны беспокоиться о вторжении в частную жизнь?

Стрельба по одноклассникам
Два мальчика планировали взорвать школьную столовую, а затем застрелить оставшихся в живых. Что на самом деле произошло во время резни в школе Колумбайн и почему они это сделали?

Чертово слово
Это может быть плохой язык, но он все равно английский. Вот несколько слов по-английски, когда люди действительно разозлиться.

Хаос
Действительно ли мир хаотичен? Как бабочка могла изменить всю погодную систему в Тихом океане? Неужели это конец науки, какой мы ее знаем? Узнайте о теории хаоса.

Безумная глобализация
Серия из 4 статей о том, что происходит в сумасшедшем доме, который мы называем глобальной деревней:

1. Настоящие правители мира: МВФ и Всемирный банк, никем не избранные, являются двумя из самых влиятельных организаций в мире. Узнайте, что они из себя представляют и чем занимаются.

2. Внешний долг: Некоторые люди хотят накормить мир, но банкиры настаивают на прибыли. Узнайте, как иностранный долг наносит вред беднейшим странам мира.

3. Бесстыдные транснациональные компании: предполагается, что крупный бизнес станет спасителем третьего мира. История Nestle (известной благодаря Nescafe) показывает, насколько странной является эта идея.

4. Сумасшедшие ноутбуки: О чем, черт возьми, думала ООН? Ноутбуки для голодных детей без электричества в третьем мире?

Цепные банды
Связывание групп заключенных и вывод их на работу. Это шаг вперед? Посмотрите, что говорят заключенные.

Мечтать о политике
Забавный взгляд на две крайности политического спектра: Джона Леннона и Адама Смита.

Ответ нашим критикам
Люди говорят, что мы слишком несчастны. «Где joi de vivre (радость жизни)?» они спрашивают. Здесь мы установили рекорд.

Другие наркодилеры
Правильно ли фармацевтические компании зарабатывать на лекарствах столько денег, что людям нужно оставаться в живых? Должны ли они сами решать, какие лекарства производить и сколько они стоят?

Любовь и секс
Почему вокруг этой истории о девочках так много острых проблем? Здесь мы даем откровенные ответы на некоторые из ваших самых волнующих вопросов.

Немецкий каннибал
Поистине ужасная история о человеке, который хотел есть человеческое мясо, и о другом мужчине, который хотел, чтобы его любили и съели. (Не подходит для младших читателей.)

Что есть на самом деле?
Мы говорим, что множество вещей, в которые люди верили, не реальны. Но действительно ли мы знаем, что такое реальность? А как насчет деревьев — что они на самом деле?

Улучшите свой английский с помощью чтения

Йозеф Эссбергер

Прямо сейчас вы читаете по-английски.Это означает, что вы очень активно используете свой мозг. Чтение — очень активный процесс. Это правда, что писатель много работает, но и читатель должен много работать. Когда вы читаете текст, вы должны выполнить некоторые или все из них:

• представьте себе сцену в своей голове
• четко понимать, что пытается сказать писатель
• согласен или не согласен с автором

Преимущества чтения

Когда вы изучаете язык, важны аудирование, говорение и письмо, но чтение также может быть очень полезным.С чтением связано множество преимуществ, в том числе:

Изучение словарного запаса в контексте

Обычно вы встречаете новые слова при чтении. Если для вас слишком много новых слов, значит, уровень слишком высок, и вам следует прочитать что-нибудь попроще. Но если, скажем, на странице есть максимум пять новых слов, вы легко выучите этот словарный запас. Возможно, вам даже не понадобится словарь, потому что вы можете угадать значение остального текста (из контекста).Вы не только изучаете новые слова, но и видите, как они используются естественным образом.

Модель для письма

Когда вы читаете, это хороший пример письма. Тексты, которые вы читаете, показывают вам структуры и выражения, которые вы можете использовать при написании.

Видя «правильно структурированный» Английский

Когда люди пишут, они обычно используют «правильный» английский с правильной грамматической структурой. Это не всегда верно, когда люди говорят. Итак, читая, вы видите и выучите грамматический английский естественным образом.

Работайте со своей скоростью

Вы можете читать так быстро или медленно, как хотите. Вы можете прочитать десять страниц за 30 минут или потратить час на изучение только одной страницы. Неважно. Выбор остается за вами. Вы не можете легко сделать это, когда говорите или слушаете. Это одно из больших преимуществ чтения, потому что разные люди работают с разной скоростью.

Личный интерес

Если вы выберете для чтения что-то, что вам нравится, это может быть действительно интересно и весело.Например, если вам нравится читать о футболе на своем родном языке, почему бы не прочитать о футболе на английском языке? Вы получите информацию о футболе и одновременно улучшите свой английский.

Пять советов по чтению

Наконечник № 1

Старайтесь читать на правильном уровне. Прочтите то, что вы можете (более или менее) понять. Если вам нужно останавливать каждые три слова, чтобы поискать в словаре, вам это неинтересно, и вы скоро разочаруетесь.

Наконечник № 2

Запишите новый словарный запас.Если на странице четыре или пять новых слов, запишите их в свой словарь. Но вам не обязательно писать их, пока вы читаете. Вместо этого попытайтесь угадать их значение во время чтения; отметьте их ручкой; затем вернитесь, когда закончите читать, чтобы заглянуть в словарь и добавить их в свой словарь.

Наконечник № 3

Старайтесь читать регулярно. Например, читайте одно короткое время в день. Пятнадцать минут каждый день лучше, чем два часа каждое воскресенье. Установите время для чтения и придерживайтесь его.Например, вы можете читать пятнадцать минут, когда ложитесь спать, или когда встаете, или в обеденное время.

Наконечник № 4

Будьте организованы. Уже все готово:

• что-нибудь почитать
• маркер для выделения трудных слов
• словарь
• ваш словарь
• ручка для записи новых слов

Наконечник № 5

Прочтите то, что ВАС интересует. Выберите журнал или книгу по интересующей вас теме.

Что нужно прочитать

Газеты

Англоязычные газеты можно найти во всех крупных городах мира. Газеты интересны, потому что они о реальной жизни и новостях. НО их нелегко читать. Попробуйте читать газеты, если ваш уровень знаний средний или выше.

Некоторые британские газеты:

• Телеграф
• The Times
• Независимый
• Хранитель
• The Financial Times (бизнес)
• Санди Таймс

Некоторые американские газеты:

• Интернэшнл Геральд Трибьюн
• Нью-Йорк Таймс
• The Wall Street Journal (бизнес)

Журналы

Некоторые журналы издаются еженедельно, некоторые ежемесячно.Журналы на английском языке можно найти во многих крупных городах мира. Если вы не можете найти нужный журнал в своем городе, вы можете заказать его с доставкой. Во многих журналах есть изображения, которые могут помочь вам понять. Для большинства журналов вам понадобится средний уровень, но для некоторых журналов может подойти уровень ниже среднего.

Журналы по всем предметам:

• Политика
• Спорт
• Дом
• Автомобили
• Музыка
• Романс
• Путешествие
• Язык
• и т. Д.

Книги

Книги делятся в основном на:

• Научная литература (история, биография, путешествия, кулинария и т. Д.)
• Художественная литература (рассказы и романы)

Некоторые книги читать легче, чем другие.Часто это зависит от автора. Агата Кристи, например, писала более легким языком и с более простым словарным запасом, чем Стивен Кинг. Приобрести книги можно в специализированных англоязычных книжных магазинах в крупных городах мира. Вы также можете найти книги на английском языке в библиотеках. А если в вашем городе есть Британский совет, вы можете взять много англоязычных книг из их библиотеки.

Рассказы

Рассказы могут быть хорошим выбором при изучении языка, потому что это так…короткая. Это все равно что читать целую книгу на нескольких страницах. У вас есть весь азарт истории в книге, но вам нужно прочитать всего 5 000 или 10 000 слов. Так можно довольно быстро закончить рассказ и почувствовать, что чего-то добились. Рассказы публикуются в журналах, сборниках рассказов и в Интернете. Вы также можете найти короткие рассказы в EnglishClub English Reading.

Считыватели

Ридеры — это книги, специально изданные для удобства чтения. Они короткие и с простой лексикой.Обычно они доступны на разных уровнях, так что вы сможете найти нужный вам уровень. Многие читатели представляют рассказы известных авторов в простой форме. Это отличный способ начать практиковаться в чтении.

Пакеты кукурузных хлопьев

Под «пакетами кукурузных хлопьев» мы подразумеваем любой продукт, который вы можете купить, на котором написано на английском языке. Если вы покупаете коробку конфет или новую камеру, почему бы не прочитать описание или инструкции на английском языке? Таких примеров много, и все они дают возможность читать на настоящем английском:

• авиабилетов
• банок или пакетов продуктов питания
• бутылок напитка
• кассеты и компакт-диски
• руководств по видео, компьютерам…
• и т. Д.

Поэзия

Если вам нравятся стихи, попробуйте почитать стихи на английском языке. Их может быть нелегко понять из-за стиля и словарного запаса, но если вы поработаете над этим, вы обычно можете получить представление — или ощущение — того, что пытается сказать поэт. В EnglishClub English Reading вы найдете несколько классических стихов с объяснениями словарного запаса.

Удачи с чтением. Это поможет вам добиться большого прогресса!

© 2010 Джо Эссбергер

Как (серьезно) читать научную статью | Наука

Предоставлено: Ю.Аркурс / iStockphoto

Автор Элизабет Пейн 21 марта 2016 г., 13:15

Ироничная колонка Адама Рубена об общих трудностях и разочарованиях при чтении научной статьи вызвала широкий резонанс среди читателей Science Careers. Многие из вас приходили к нам за дополнительными (и более серьезными) советами о том, как разобраться в научной литературе, поэтому мы попросили десяток ученых на разных этапах карьеры и в самых разных областях рассказать нам, как они сделай это.Хотя ясно, что читать научные статьи с опытом становится легче, камни преткновения реальны, и каждый ученый должен определить и применить методы, которые лучше всего подходят для него. Ответы отредактированы для ясности и краткости.

Как вы подходите к чтению статьи?

Я начинаю с чтения аннотации. Затем я просматриваю введение и пролистываю статью, чтобы рассмотреть цифры. Я пытаюсь выделить одну или две наиболее заметные фигуры и действительно стараюсь понять, что в них происходит.Затем я прочитал заключение / резюме. Только когда я это сделаю, я вернусь к техническим деталям, чтобы прояснить любые вопросы, которые у меня могут возникнуть.
— Джесси Шанахан , кандидат в магистратуру по астрономии в Уэслианском университете в Мидлтауне, Коннектикут

Сначала я получаю общее представление, читая резюме и выводы. Выводы помогают мне понять, была ли достигнута цель, изложенная в аннотации, и может ли описанная работа представлять интерес для моего собственного исследования.Я также всегда смотрю на графики / рисунки, поскольку они помогают мне составить первое впечатление о статье. Затем я обычно читаю всю статью от начала до конца, просматривая разделы в том порядке, в котором они появляются, чтобы я мог следить за ходом работы, о которой хотят сообщить авторы.

Если вы хотите сделать это упражнение продуктивным, вам нужно иметь четкое представление о том, какую информацию вам нужно получить в первую очередь, а затем сосредоточиться на этом аспекте.