关于科研的5点

1.科研流程：

    背景→场景→研究点（亦叫问题）→模型→优化→结果。其中，模型+优化=方法，研究中的不确定是“场景、研究点”之间的不确定，研究就是把不确定变成确定；

2.文章的好坏是一个下凸函数：

    两边分别是问题和结果，最下端是模型的不同，当模型更接近两端(问题和结果)，文章的质量越好

3.多对多对多的（文章思路）组合：

    同一场景下有多个问题、同样的问题可以有多个模型解决（no free lunch）、模型变一点可以对应不同的场景，总结为 "multi-场景  对  multi-问题 对  multi-模型"。

4.科研流程的一个例子——NMF：

    数据量大需要降维储存表示（需求背景）→ＰＣＡ（场景，当没有其他方法可以跳过这个场景）→非负才便于理解（问题）→NMF模型→优化...

5.如何表达好：

    使用物理的思想，虽然不知道世界的边界，但物理一直都可以理解，因为它是局部的。