Recientemente, implementé una canalización dada a partir de un documento, hay tres pasos principales, dos de estos están fuera de línea y el tercero es en tiempo real. La parte de tiempo real fue particularmente difícil de implementar, y principalmente por falta de detalles. Más específicamente, el problema fue que los autores proporcionaron una función y dijeron "minimizamos esta función". El problema con eso es que no se explicó cómo realmente resolvieron el problema y, en primer lugar, tuve que resolver todos los detalles matemáticos por mi cuenta. Hice un análisis detallado que no se proporcionó en el documento original, como predecir la solución en algunos casos, la complejidad computacional. Dado que este algoritmo fue en tiempo real, este análisis puede ser útil para quien quiera implementarlo.
La pregunta es, dado un artículo que dice "resolvimos nuestro problema usando esto y hemos obtenido estos números", ¿puede valer la pena publicar todo el análisis que teóricamente puede justificar esos números?
En mi opinión, esto también podría ser útil para fines de validación de quien quiera implementarlo.
Además, sería bueno tener algún ejemplo de esto si sucede.
Este es un problema con mucha investigación en estos días: la reproducibilidad. Desde mi experiencia al publicar un enfoque de implementación en un documento, cuando no se proporciona ningún enfoque es una contribución académica válida, ya que puede haber varios enfoques, cada uno con sus propias ventajas y desventajas. Si puede expandir su trabajo para incluir múltiples enfoques potenciales razonables y sus resultados, así como las posibles dificultades que podrían surgir (probablemente ya pasó por ambos en su trabajo), sería una contribución significativa que vale la pena.
La siguiente pregunta es si la revista a la que se envía lo ve de esta manera, y eso puede ser un acierto o un error. La única manera de saber es probar. Trate de enmarcar su trabajo como "Enfoques a X (donde X es el subproblema que abordó), en lugar de vincularlo demasiado con el trabajo original (donde X es, por ejemplo, el nombre del artículo original). Si todo lo demás falla, siempre puedes probar una conferencia o publicación abierta aunque el "crédito social" para estos será mucho menor.
También apoyo la idea de publicar tu código en github. Cuanto más compartamos, mejor estaremos todos. Este enfoque de intercambio abierto ha ayudado en el importante auge de la publicación de aprendizaje automático y el rápido ritmo de mejoras que estamos viendo.
prmottajr
usuario8469759
usuario8469759
prmottajr
usuario8469759
prmottajr