机器学习方向审稿的时候如何看待那些明显在堆公式的论文,EditSprings,艾德思

 RT 知乎用户回答 微调 异常检测 「github.com/yzhao062」 172人赞同了该回答 最近想出了一个新的算法,花了一个月实验,但效果却总是不好.因为效果不好,因此开始给模型加限定,想把结果约束在一个较小的范围内,这样看起来总算是好一些了.但因为新的算法效果提升真的不显著,于是只好加了更多的辅助条件,希望增强小范围的实验效果.这直接导致了本身一个很干净很符合直觉的点子变得非常臃肿,且可使用的范围变得非常窄,而且还不能排除是不是偶然.

昨晚洗澡的时候,突然想到不如把一个较为复杂的相似性度量换成最简单的加权欧氏距离.今早到了机构一试,效果得到了大幅度提升,删掉了限定和辅助条件也不会造成负面影响.公式部分大概能从1页缩减到1/4页.

我觉得好的研究,应该首先符合直觉.审稿人看了您的设计,一拍大腿说:"这个点子好,我怎么没想到.'一看实验结果,果然效果显著,不需要多余的公式来体现有效性.

相通的是,无论是写文章/作报告/写知乎,如果能用符合直觉且清晰的语句表达观点,就不要化简为繁,提高门槛. 大部分时候堆砌公式或者滥用术语,主要还是内容不够好,比较心虚 .这样的文章容易被 毙掉 ,这样的报告可能会被打枪,这样的知乎回答也容易被读者直接"太长不看'.

编辑于 2018-3-6 7:53:02 匿名用户 43人赞同了该回答 如果是JMLR的话,堆再多公式都是值得信赖的. 如果是XXXX的话,堆不堆公式都是值得商榷的. 其实,我也有一个问题:深度学习方向,审稿的时候,怎样看待搭积木模型,改Loss函数然后SGD一波带走的现象? 编辑于 2018-3-2 15:06:00 熊辰炎 Researcher@MSR AI. 21人赞同了该回答 Given您是一个合格的审稿人的情况下,应该是很容易区分

情况A:真的需要这些公式来描述论文的故事或者模型的细节. 情况B:丢一堆公式显得很fancy吓到reviewer. 然后如果是情况B.既然很多篇幅用在了堆公式,那么很可能就没有足够的空间来干别的事情.要知道每篇paper的每一行空间都是非常珍贵的.堆公式那可能就真的其他地方没啥货.另外堆不必要公式也会影响reviewer对全文的理解,所以一般可能就理所当然的悲剧了...

另外这很可能会惹到审稿的您,这就只能捏着鼻子尽量客观了...

如果您分不清楚这两种情况,那说明似乎您不应该审这篇稿-.-? 当然现在ML的投稿量无比夸张,很可能就真是不好找到合适的reviewer...不过这种事情还是让PC Chair和Senior PC们担心吧...

编辑于 2018-3-3 13:13:24

更多科研论文服务，动动手指，请戳 论文润色、投稿期刊推荐、论文翻译润色、论文指导及修改、论文预审！

语言不过关被拒？美国EditSprings--专业英语论文润色翻译修改服务专家帮您！