Use when packaging AAAI code, data, multimedia appendices, technical appendices, reproducibility evidence, and post-acceptance artifact releases without violating double-blind or immutable-supplement rules.
日本語の概要は準備中です。原文の説明を表示しています。
在为《电子学报》(Acta Electronica Sinica, AES) 稿件撰写相关工作与文献综述时调用。
覆盖如何界定领域范围、系统检索中外文献(CNKI/万方/IEEE/dblp)、按技术脉络而非流水账组织综述、突出与本文的区别与本文创新点、恰当引用本刊及英文姊妹刊 Chinese Journal of Electronics 的相关论文、GB/T 7714 引用规范、以及双盲阶段自引匿名化。
帮助电子/信息/信号处理方向作者写出既显示学科视野、又清晰定位本文贡献的相关工作章节,避免因综述薄弱或漏引关键文献被外审质疑创新性。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
相关工作章节是《电子学报》(Acta Electronica Sinica, AES) 外审专家判断"这篇文章是否清楚自己站在哪里" 的窗口。本刊由中国电子学会 (Chinese Institute of Electronics) 主办,审稿人对领域文献熟悉,漏引关键 工作、把综述写成流水账、或说不清与已有方法的区别,都会直接导致"创新性存疑"的质疑。本技能帮你 把相关工作写成一张有脉络的地图,并把本文的贡献钉在图上。以下为通行学术规范;本刊综述性稿件的 具体体例标 待核实(核验日 2026-07-09,官网 ejournal.org.cn)。
目标:读完你的相关工作,审稿人应能一句话复述"已有方法的局限"和"你补上的那块拼图"。 这是 Acta / Electronica / Sinica 稿件建立创新性的地基。
| 写法 | 评价 |
|---|---|
| "A 做了…,B 做了…,C 做了…" 流水账 | 差:看不出脉络与批判 |
| 按技术路线/方法族分组,指出各族优劣 | 好:显示视野与判断 |
| 每组末尾点出共同局限,引向本文动机 | 最佳:自然导出创新点 |
组织维度可选:按方法族(传统/学习类)、按问题设定、按性能瓶颈、按应用场景。
aes-writing-style)。aes-camera-ready)。| 失误 | 规避 |
|---|---|
| 漏引最接近的竞争工作 | 用检索关键词矩阵反复扫,专门查本刊/CJE |
| 综述写成引文清单 | 按脉络分组 + 每组批判 |
| 创新点与综述脱节 | 局限—贡献成对呈现 |
| 自引暴露身份 | 双盲期第三人称化 |
| 只引英文/只引中文 | 中外并重 |
为避免漏引最接近的竞争工作,建议用关键词矩阵系统检索:把"问题维度"与"方法维度"的同义词 分别列出,两两交叉组合成检索式,覆盖中外数据库。例如问题维度含"信道估计/channel estimation", 方法维度含"深度学习/deep learning/神经网络",交叉后逐一在 CNKI、IEEE Xplore、dblp 上检索。
| 维度 | 中文同义词 | 英文同义词 |
|---|---|---|
| 问题 | 信道估计、目标检测… | channel estimation, detection… |
| 方法 | 深度学习、稀疏表示… | deep learning, sparse coding… |
| 场景 | 大规模 MIMO、低信噪比… | massive MIMO, low-SNR… |
矩阵法能把"我以为查全了"变成"可核查地查全了",显著降低漏引风险。
【《电子学报》(AES) 相关工作审计】
范围界定:<清晰 / 过宽>
检索覆盖:<CNKI+IEEE+dblp,含本刊/CJE / 有缺口>
组织方式:<按脉络分组 / 流水账 需重组>
最接近工作:<已识别并对比 N 篇 / 疑漏引>
贡献定位:<与已有差异明确 / 模糊>
自引匿名:<通过 / 需处理>
待核实:<综述稿体例要求>
创新性风险:<低/中/高>
一章有脉络、有批判、精准定位贡献的相关工作,是稿件在《电子学报》(Acta Electronica Sinica, AES) 外审中确立创新性、经得起"这和已有工作有何不同"追问的关键。
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Use when packaging AAAI code, data, multimedia appendices, technical appendices, reproducibility evidence, and post-acceptance artifact releases without violating double-blind or immutable-supplement rules.
日本語の概要は準備中です。原文の説明を表示しています。
Use when drafting an AAAI author response (rebuttal) under the single short character-limited author-feedback window, the no-URL rule, no-new-results guidance, AI-generated-review handling, and the AAAI two-phase review process where Phase-2 papers receive one feedback round before SPC/AC discussion.
日本語の概要は準備中です。原文の説明を表示しています。
Use when preparing an accepted AAAI paper for camera-ready source submission to AAAI Press, including proceedings page limits, two-column template compliance, copyright transfer, purchased extra technical pages, deanonymization, registration, oral or poster presentation, and final public artifact release.
日本語の概要は準備中です。原文の説明を表示しています。
Use when designing or auditing AAAI experiments for the broad-AI program committee, including baselines, ablations, statistical significance, robustness, human evaluation, AI-for-Social-Impact and alignment/safety evidence, compute and cost reporting, and reproducibility-checklist alignment for Phase-1 survival.
日本語の概要は準備中です。原文の説明を表示しています。
Use when positioning an AAAI paper's novelty against archival work, contemporaneous arXiv or workshop papers, and AAAI/IJCAI/NeurIPS/ICML/ICLR neighbors across the broad AI scope, while staying inside AAAI's dual-submission and AI-as-source policy constraints and writing a related-work section legible to non-specialist reviewers.
日本語の概要は準備中です。原文の説明を表示しています。
Use when strengthening an AAAI paper's reproducibility checklist (placed after references), experimental traceability, seed and hyperparameter reporting, compute and cost disclosure, dataset access and licensing, code/data ZIP readiness, and the claim-to-evidence map that Phase-1 reviewers use to judge rigor across AAAI's broad AI scope.
日本語の概要は準備中です。原文の説明を表示しています。