AI论文写作指南04

实验结果

准备工作

• 确定实验数据库
  • 是否有公共数据集
  • 多个公共数据集中哪些最适用于本文
  • 使用多少个数据集
  • 是否有特殊部分需要用其他任务进行验证
• 确定类似论文实验章节结构：确定大致需要哪些实验
• 确定方法创新点：确定需要重点分析方法哪些部分
  • 方法中各元素重要性分析对比
  • 本文方法与其他近期方法对比
  • 可靠性、收敛速度、方法中间变量等分析
• 确定评价标准和指标
  • 分类问题 ：Recall 、Precision、F1、Accuracy
  • 回归问题 ：MAE 、MSE、PCC、CCC
  • 其他 ： Inception Score
• 得到所有实验结果：确定哪些结果需要放在结论中
  • 不是所有的结果都需要放在论文中
  • 扬长避短 : 选择支持论文的结果
  • 选择的底线 ：实验结果不能造假，不能选择靠巧合得到的结果，真实实验结果必须与论文中的结论匹配。

Tips :

在撰写实验章节前，必须要完成所有的实验并获得结果，这样才可以确定最终需要将哪些结果放上论文。

在撰写实验章节时，除了整体系统与他人方法对比外，还需要添加突出论文方法创新点的实验结果。

撰写实验章节

• 实验设定
  • 数据库介绍：名称、数据形式、采集方式、标签、样本量
  • 实验结果衡量指标
  • 实验操作细节：代码依赖软硬件平台、训练验证设定、超参数设定、预处理
  • 其他trick
• 实验结果对比
  • 方法内部核心细节 、创新点分析
  • 方法内部细节不同设置在应用上的影响
• 实验分析
  • 超参数感性分析
  • 收敛速度
  • 其他

模板

实验

• 数据库介绍

• 操作细节

• 度量指标

• 实验结果

• 实验结果分析