2021.10.14-2021.10.18 “华为杯“第十八届中国研究生数学建模竞赛

1.赛前准备

由于都是第一次比赛，所以全都是没有经验，导致也不知道怎么准备，就随便在网上看了看资料和需要注意的事情
注：需要准备的东西会在下面的 反思点和建议点

2.比赛进程

整个比赛期间，个人工作进度如下表格(红色为团队共同讨论)：

时间	工作
10.14 上午	拿到题目，将六道题大致浏览一遍，并组内讨论，初步D和E，再细细分析两题后，最终确定做D题
10.14 下午	将D题仔细分析后，定下规划，在14号将第一题处理
10.14 晚上	第一题主要是对数据的预处理问题，由于经验不够，基本都是百度搜索，初步使用皮尔逊方法处理
10.15 上午	在第一题使用皮尔逊方法后，我用TTN对第二题处理(构建预测模型)
10.15 下午	发现TTN处理不了第二问的模型，这其中队友对第一问重新处理同时编写论文
10.15 晚上	用TTN模型处理第三问
10.16 上午	得到TTN模型在第三问的测试效果，继续用LoTeNet模型处理第三问
10.16 下午	用LoTeNet模型处理第三问
10.16 晚上	用LoTeNet模型处理第三问，并写TTN的模型建立和模型求解
10.17 上午	得到LoTeNet模型的测试效果，并写LoTeNet的模型建立和模型求解
10.17 下午	对TTN模型和LoTeNet模型微调，并用最新的第一问的方法，进行数据的筛选，测试模型的效果
10.17 晚上	测试模型，编写论文，画图
10.18 上午	测试模型，编写论文，画图

题目分析

注：由于我们组研究方向都是张量网络，所以用的都是张量网络模型

3.赛后总结

第一题

由于我们组准备和基础不够，轻视了数据的筛选，实则上，第一题非常的重要，关乎到后面三题中的模型效果，所以一定要提前准备好数据处理的方法

第二题

当时组内手上有MPS，双层MPS，PEPS，TTN，LoTeNet，MLTN，GTNC，HTN模型，但是在对于第二问的预测模型上，我尝试的是TTN，LoTeNet两个模型，开始觉得将分类的改为预测应该是没问题的，但是最后发现这两个模型都不行，主要问题是这两个模型的跟新方式的独特性，他们都是根据求环境张量进行更新，但是求环境张量的时候，能看作标签的是下面图中的IC50_nM或者pIC50：

这和传统的标签1 0有差别，所以当时改完后，发现学不到东西，最终发现原因在于更新方式出现问题。
总结：张量网络中用环境张量更新张量的模型很难改为预测模型，除非将底层和跟新方式全改。

第三题

基本的分类模型都是没问题的，但是当我用了TTN和LoTeNet测试后，五个指标总是后面的三个不是很好，在仔细观察了标签中0，1分布后发现：

标签本身就有比例不平衡的问题，很容易导致测试的结果比训练的好的情况，而且很容易受到训练集数据的影响。
解决方案： Borderline-SMOTE 算法，对少样本类数据进行补充，使得每类数据集都是平衡数据集，实现更好的泛化性能

第四题

问题四也是一个数据筛选的问题，按着要求筛选就行。

4.反思点和建议点

主要是都是第一次参加比赛所以经验等于0，如果下一次的话我觉得会有以下的改进：
1.提前准备好数据预处理的方法和经验与代码比如：筛选，上采样等等(多数为筛选)
2.提前准备好预测模型，分类模型等的代码，最好每个两三个模型
3.整个比赛的节奏将会改变，如：由于代码附件后交，因此需要把心思最主要花在论文上
4.首先应该在数据预处理上下大功夫，模型上不应该有问题(提前熟悉)，当然我们这次主要是准备和经验都不够，所以最后晚上的时候感觉到处都没弄好
5.论文中的表格和图很重要，这个是需要花时间和功夫弄的
6.最后一晚上通常是需要通宵的，前几天晚上不需要通宵是因为我们每个人手上都有模型跑，如果对于那种模型从0开始的肯定要天天通宵的(所以想要拿奖肯定需要提前准备好模型)
7.对于研一的新生而言，最好找个参加过(研二或者研三)的带，这样会避开很多坑，同时也会有人来掌握整个节奏，当然如果没有人带，我觉得也应该参加，当然不要抱着获奖的心情，只要最后交一份，然后总结整个过程的得与失，第二年肯定木有问题的！
8.有些模型或者方法很新或者偏的就不需要担心选题简单，因为这个比赛还是主要看方法的，所以把一个简单的题做好也是完全能获奖的
9.有一个人专门写论文，当题目和模型大致确定好，并且开始处理第一问的时候开始写论文
10.个人而言，主要是我本身自己对模型的熟练度还不够，同时代码能力还是不行，这也是导致测试两个模型跑了两天的原因，后面也需要自己不断提升，才能给团队提速提质量。

这也是我第一次参加，肯定还有很多的思考不足，希望下次有机会参加完，再进行总结，可以将更多的理解展现