1.科研流程:
背景→场景→研究点(亦叫问题)→模型→优化→结果。其中,模型+优化=方法,研究中的不确定是“场景、研究点”之间的不确定,研究就是把不确定变成确定;
2.文章的好坏是一个下凸函数:
两边分别是问题和结果,最下端是模型的不同,当模型更接近两端(问题和结果),文章的质量越好
3.多对多对多的(文章思路)组合:
同一场景下有多个问题、同样的问题可以有多个模型解决(no free lunch)、模型变一点可以对应不同的场景,总结为 "multi-场景 对 multi-问题 对 multi-模型"。
4.科研流程的一个例子——NMF:
数据量大需要降维储存表示(需求背景)→PCA(场景,当没有其他方法可以跳过这个场景)→非负才便于理解(问题)→NMF模型→优化...
5.如何表达好:
使用物理的思想,虽然不知道世界的边界,但物理一直都可以理解,因为它是局部的。
网友评论