发表论文数据造假有人查吗

论文问卷调查数据造假不会有人查。

不会查数据造假的，因为如果要查的话，学校会增加很多人力成本，而且数据造假根本无法查，因为学科领域不一样，数据真假判断方法也不一样，无法统一化查。但是建议你能给不做假尽量不要造假，毕竟不好。

本科毕业论文其实管的是比较宽松的，建议你多练练自己的写作能力，可以百度搜：普刊学术中心，有很多论文写作资料可以学习下。

在毕业论文里面的问卷数据通常来说，不会被查的，如果论文当中出现了大量的问卷调研，那么会有问卷调研的结果，只要符合常规，大多数情况下，学校是不会查学生的原始调查问卷的，但是如果在调研结果像出现了严重的与事实不相符的现象，那么很有可能会要求学生提供原始的调研问卷。

毕业论文问卷调查格式：

一份完整的问卷调查是由前言、说明、正文、结尾组成的，这也是一个基本的格式，如果要让一份问卷变得非常专业的话，那么这几个部分是缺一不可的。

在前言部分主要是对这份问卷的意义进行说明，这也是一个主题，以下问卷的撰写都是要围绕着这个意义进行的，不能出现本末倒置的情况。

正文部分就是毕业论文问卷调查的核心部分，这里主要是对题型的设计，题型可以有单选题、多选题和开放题这几种，不同的题型具有不同的特点，他们能够反映出不同的问题。

接下来就是关于毕业论文问卷调查的结束语的部分，这个部分主要是对这份问卷进行一个总结，虽然说这部分是比较不起眼的，但是少了它的存在，这份问卷就会变得不完整，如果要让一份问卷看起来是专业正规的，那么这些部分绝对是缺一不可的。

研究生论文数据造假会被发现如下：

造假被查出来的大都是生物，材料之类的领域，然而计算机（特指深度学习）才是重灾区，造假容易复现困难随机性强，别说二流论文，顶会论文都没有参考价值。所以除了廉价劳动力够多的大研究室，其他人论文的数量基本取决于不要脸的程度。这也是我再也不想碰ML领域会议的原因。

比如组合优化的性能曲线，所有人都知道是个指数曲线，你搞个新的剪枝条件，水一点咱不求正确解，毕竟大部分应用下并不需要正确解，切掉1%的解换来50%的速度是很合理的思想。什么性能改进不够大？5次实验最好的跟最坏的比啊，还不行用C+SIMD写的跟Java的比啊，再不行说实话你随便编个数也没人看得出来，毕竟理论上行得通，行不通那是他程序写的不好。

要说上面想法毕竟真的，顶多偷懒不想做实验，到了ML领域之后那就是明明白白的造假了。数据集精选到位，想法再烂几百个实验里只要能挑出一个能看的，那就是顶会苗子——normalization + adaptive learning rate + manifold constraint审稿人怎么知道哪个项work？

再进一步，古典ML还要你写程序做实验，到了DL里这些全都可以省了，完全可以画图编数据发顶会一步到位。毕竟就是个人肉Architecture Search，随便找个domain画个图，编个比SOTA高一点的精度，一篇论文就诞生了。需要公开数据集和代码？某国际大厂研究院实习生发的顶会论文也带代码，

最近有些研究都开始明目张胆的把validation dataset的distribution当制约条件，甚至直接sample数据进train loop，好家伙演都不演骑头上侮辱人智商呢是不？人家都把造假上升为novel approach了，就别提被发现了，那是伟大的研究懂不懂。