1樓：Bios
搞研究不是為了搞軍備競賽啊....資料集上面的performance只是乙個直觀的結果....
研究應該是:
我發現這個CNN 有個blahblahblah問題然後我提出了乙個ZhihuNN可以解決這個問題在某幾個資料集上的測試結果驗證了我的ZhihuNN的確解決了這個問題而不是:
我異想天開出來乙個BianNN 然後他就一定比CNN好只是在評估上你們看不出來
誰信吶......
可能性的分割線
當然不排除你這個結構就不是沒有可取之處但他一定得是為了解決某些問題而存在的
2樓：空空氣息
好的idea 的該怎麼定義呢：
首先你要去證明你自己的為什麼是好的idea ，由於目前深度學習仍是黑盒，所以想要證明你的idea是好的，目前的方法就是指標高，這裡可以是記憶體，耗時，準確率等一系列指標；
其次你idea既然稱為idea，那它一定是從某個角度某個想法出發設計的，是為了解決某個現實的問題，不然為什麼會有idea，如果你能把你的出發點描述清楚，證明出來，那應該也是可以發的；
最後就是說不管你是什麼idea，只要你能夠說明你的創新點，是為了解決問題，它是怎麼起作用的，證明出來；
科研的方面很多，科研和工業界還是不一樣的，工業界追求利益，追求現實的回報反饋，而科研界的認為更多的是構造出這個真實世界的運轉規律，或者能不能控制這個世界的運轉規律，反正不管怎樣科研界也應該保持應有的包容性，即使需要百年研究也轉化不出成果，也是要允許存在的，只要目標是正確的，即使走點彎路，但總體也是在前進呀！
3樓：
當然不是這樣。唯指標論是一種的確存在的怪現象，但是實際上更高的評估指標並不意味著更好的效果，也不意味著更好的idea。在某種程度上說，在評估指標上表現優異僅僅體現其與評估體系更加契合而已。
因此，如果你的idea有足夠的創新性，哪怕在指標上有所劣勢，只要好好對相對較低的指標評分給出合理的解釋，依然能夠發表。而事實上，ml中很多在評估指標上並不佔優的模型依舊能夠登上頂會
4樓：自動機器學習
The real innovation is to find something new and this work has found a fresh new perspective.The academic is not an army race. It does not really matter how fancy the model is.
It does not really matter whether the model can achieve the stoa performance.
始終相信導師的觀點：我們不是沒有創新的能力，而是缺乏創新的基礎。所以做乙個方向研究之前，先用自己所有的知識去批判自己，到底有沒有違背經典？
若是有違千萬小心。批判自我才能判斷我們做的東西是不是值得堅持的。
儘管有些研究現實結果可能不理想，但總有那麼一群人堅持做下去，因為他們堅信自己所做的事業終將造福人類。
所以，數學、物理基礎一定要打牢，分析出問題的本質，而不是一味地追求sota。
5樓：王雲鶴
指標有很多，比如乙個深度學習模型，它的精度、速度、記憶體、能耗等等都是它的指標，甚至乙個模型在不同資料集下的表現都是不一樣的，還有泛化性。通常不會存在乙個演算法全面超越之前的某乙個演算法，真的有的話一定是驚世駭俗的型別，參考resnet；
idea本身，或者說科研本身是要對某乙個領域有足夠的知識積累，結合現有知識，在某乙個方向有所突破，能給讀者帶來啟發也是一種很大的貢獻；
idea這種東西，多想想還會有的，就像投資一樣，也別把雞蛋都放在乙個籃子裡嘛。
6樓：徐方鑫
基本都還是要指標高才可以輸出的，目前我所看到的。不過畢竟是科研，其實比工業界要實現時候，看的指標要容易一些。因為科研的時候，可以「假設」場景，即使一些看起來不是很合理的場景，如果計算機技術裡面，說誇張一點就是軟硬體實現不了，或者成本很貴，但是仍然是可以假設的。
如果idea是新的有價值的話，那麼總有乙個場景下是能夠比別人要好，而且比較的角度在科研上還是可以多方面比較的。除非是非常好的研究，存在一些「硬碰硬」的比較，一些小idea的話，還是可以多方面來看的。總還是能夠找到乙個角度，比前人的好一些。
7樓：學海有崖
是可以發表的，但是別人可能關注不夠，不過如果莫個人將你的模型改善了，效果不錯的話，模型就會發展。很多我們現在用的基本模型，提出來的時候，效能都不好，經過改進超越別人，就會受到關注
8樓：勤而勉之
你說你的Ideal在乙個資料集上結果沒CNN好，CNN也有缺點，比較慢，無用的kernel多，你的Ideal有沒有好的可解釋性，考慮你的新結構時能不能結合CNN, 別直接丟棄，想辦法引數化原來的結構，這不就好了嗎，還有就是多測試幾個資料集。
9樓：數星的貓
其實不同場景不同用途對不同的演算法有不同的結果，你自己得idea 實現出來就是乙個進步的過程，往往乙個演算法有很多指標，並不一定所有指標都會比最好的演算法差。而且你的研究和idea是對後人有幫助啟發的，因此也就具有了價值。我覺得google學術的廣告詞蠻好的，站在巨人的肩膀上，科研工作是累積的過程。加油吧
10樓：[已重置]
如果是針對同乙個問題，你用的方法和別人不一樣，效果不一定要比最好的好，你要用幾種不同方法做對比，如果較對比的方法好，我覺得是可以發表的！個人觀點！！
11樓：橙子
所謂的idea在谷歌學術上都能查到吧？重點在於你對於這個idea的貢獻有多深，是草草嘗試，還是細緻的理論分析？重要性肯定是後者，而前者太多
12樓：小宋是呢
提出的方法的改進可以在幾個方向，精度提公升，速度提公升，訓練方法簡便，或者新的開創性工作。
如果只是為了發文章混資歷，什麼都沒有提公升，那不發也罷，這樣只會給本國學術界抹黑。。
13樓：豬豬俠和狗子
深度神經網路，就其現階段而言，尚是一門純粹的實驗學科。也理性享有實驗學科的一切特性。因而自然，在這個領域，實驗結果的價值是高於方法本身的。
但並非是強調文章一定要刷多少SotA，而是在於文章的實驗結果是否真的完善，是否真的說明了什麼。如果沒有，那就是空談扯淡。
研究生科研中乙個好的idea是怎麼產生的？又該如何培養自己？
Molly 這個東西很難說 你的idea好不好跟你能不能做的出來，或者你們實驗室有沒有條件讓你做，或者其他人認不認可都沒法評估。但是還是要先把自己的領域搞清楚，踏踏實實做調研，再說你的idea好不好。可能你的想法上個世紀就有人想到了。之所以沒有被解決的問題，不一定是想不到，可能是沒有條件。 橘子酸奶...
如何將idea轉化成乙個流行的APP？
蛋炒飯資深研究員 作為乙個連續創業者，曾高峰期拿下2輪融資且成功退出把公司乾死的人來簡述一下這個正經問題。首先，你要區分的是你的想法是商業化還是做著玩 如果不是，接著看。商業化專案，以你的能力是做買賣，還是做生意，還是創業。做買賣一手交錢一手交貨，個體戶即可。做生意需要有一定的經營管理能力，可做到區...
由「男性消失 24小時消失想到」為何不建立乙個全部由女性構成的城市？
春生 真的有這麼乙個城鎮哦，似乎叫賴比瑞亞 記錯了，應該是巴西的諾瓦德柯德羅 在班上玩遊戲的時候被科普的。裡面的女性算是最早的女權組織之一，自發組建起來的，她們有自己的武裝 商店 還有學校，白天是允許男性參觀的，但是到了晚上就有訓衛隊拿著槍巡邏，男性進去是會被打的哦。你以為我不想去乙個這樣的城鎮嗎？...