需要注意的是,算法与代码是不同的。代码是一系列计算机指令,是计算的具体实现;算法则是与具体实现相互独立的能够刻画某个问题解决方案的一系列步骤。在这里,
由于发表的文献中往往不提供重要参数设置和工程解决方案的细节,很多算法都难以复现。2017 年 9 月,著名 RL 专家 Doina Precup 和 Joelle Pineau 所领导的的研究组发表了论文 Deep
(许多情况下,包括Science和Nature在内的期刊上发表的AI论文中也没有代码。) 针对主要会议上发表的400篇AI论文的调查显示,只有6%的论文包含算法的代码,约30%包含测试数据,54%
大多数学术论文并没有给出原始数据和算法源代码,审稿人怎么知道这些数据确实是利用合理数据、跑程序得出的?
论文复现项目合集 PaddlePaddle论文复现项目: 过去几年发表于各大 AI 顶会论文提出的 400 多种算法中,公开算法代码的仅占 6%,其中三分之一的论文作者分享了测试数据,约 54%
期刊发表要我们提供代码不 超90%论文算法不可复现,你为何不愿公开代码 超90% 论文算法不可复现,你为何不愿公开代码?人工智能(AI)这个蓬勃发展的领域正面临着
先不说交流,先了解下知识产权保护的问题,贴源代码不就泄露技术了么,源代码原数据对作者太重要了,发表论文并不是技术交流,而是展现自己的学术成果
计算机论文中改进算法或一个新的算法,需要和同类型算法做对比实验,但是通常很难获得相应算法的code,应该怎么做呢? (科研小白要刷副本了。 ) 显示全部
答:绝对不需要,发过很多了不过实验结果要详细些,有个对比什么的。 补充:肯定是不需要,人家只看你的叙述,大不了写个伪代码 答:在期刊上发表论文(计算机方面),是不需要提交源代