研究新意度-Novelty
研究价值=
新意度 x 有效性 x 问题大小
采用beauty来定义novelty,并将它与complexity、difficult、surprise、technical novelty、usefulness区分开
novelty VS complexity
如果对别人的工作进行微小的改动,但是能够带来效果的巨大提升,这本身就是很有novelty的工作。但是大多数审稿人会认为工作不够复杂,因此不够具有novelty。尽管这种想法很错误,但是这是当前大多数审稿人现状。
novelty VS difficulty
很多审稿人认为论文作者所做的工作应当难以想出来,或者论文实验、写作要涉及方方面面,简而言之,审稿人希望看到作者是经过了艰辛努力才完成了这篇文章。但是实际上文章的难度并不重要,只需要能够揭示最本质的东西就行,即便它看起来非常trivial。
novelty VS surprise
通常非常优秀的想法总是让人惊讶的,但是这并不代表所有优秀的想法总是让人惊讶的。有些想法显得如此自然而然,以至于让人感觉平淡,但是在这之前却从未有人这么想过,那么它就是一个优秀的想法。因此在审稿时应该跳脱看到这篇文章后的思维,而去思考在没有这篇文章之前,通常对于这个问题大家是如何思考,和这篇文章有什么不同。
novelty VS technical novelty
有些论文在技术复杂性上并不突出,但是它确实为该领域做出来贡献。比如收集数据集,如果能够提供一些旧的数据集没有的新功能,那么即便这个数据集的采集方法和以前的一样,那么它也是有价值的,因为它能够推动该领域的发展。或者把一些已有的方法用到新的领域,但是取得了好的效果,那么这也是有novelty的。(这一点是常见的误区吧,大家总是认为直接用现有的方法用到新的领域,如果不加修改就显得很没有创新性)
novelty VS usefulness or value
有些想法本身很有创新性,虽然它当前看起来似乎没有用武之地,也就说它的有效性现在看起来比较差,但是它也有可能今后被被人玩出花来,发挥很大的作用。退一步将,即使它的有效性真的很差,那么也不能因此否定它的novelty,因为usefulness和novelty完全不是一个概念。novelty就是看起来特别好看,一个锤子好不好看是一回事,能不能锤钉子是一回事。
因此,要正确地欣赏一篇文章的novelty,去体验它的优美。
研究工作的价值
用有新意
的方法有效
地解决一个研究
问题
研究
工程问题
很容易意识到问题的所在,并且可以用非常直接的方法很肯定地去解决。比如,算法占用的内存不够,那么可以直接增加内存,或者优化算法的实现;模型的精度不够,那么在收集数据的时候可以采用更好的传感器。对这些问题都可以提出一些比较直接的方法,并且很容易预料到这些方法能够起作用。
研究问题
通常是一个困难的问题,并且很难把握提出的方法是否奏效,经常前面提出的几个想法都是不能起作用的。这说明研究问题的解决方法经常是试出来的,而不是想出来的,想法总是容易提出的,但有用的总是少数。
有效
相对于先前的工作在效果上有没有提高。
新意
能不能使得该领域的人感到有新意,即便想法是以前曾经出现过,或者是其他领域已经用过的想法。
这三个点其实也是写abstract的脉络,也就是说,我要解决的是什么样的一个研究问题,我们采用了什么有新意的方法去解决,最终取得了什么样的有效性。