本文へ移動
cccskills
無料GitHub で公開

aes-related-work

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。

インストール方法を見る

含まれるファイル(1)

  • SKILL.md6.9 KB

SKILL.md(原文)

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。

《电子学报》相关工作与文献综述

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。

一、界定范围与检索

  • 先划定综述边界:本文属于哪个子问题(如信道估计、目标检测、低功耗电路),不贪大求全。
  • 系统检索中外文献:CNKI、万方、维普(中文);IEEE Xplore、dblp、Scopus(英文)。
  • 覆盖三类来源:奠基性工作、最新代表性工作、与本文最接近的竞争工作。
  • 特别检索《电子学报》与英文姊妹刊 Chinese Journal of Electronics 上的相关论文,体现对本刊学术 脉络的了解,也便于审稿人衡量本文在本刊语境中的位置。

二、按脉络组织,而非按时间罗列

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。

三、批判性而非罗列性

  • 每引一组工作,说清它解决了什么、代价是什么、留下什么未解。
  • 用证据说话(其报告的指标、假设、适用条件),避免主观贬低他人工作。
  • 把"已有局限"与"本文贡献"成对呈现,让创新点从综述里长出来,而不是硬塞。

四、定位本文贡献

  • 在相关工作末尾或引言中,用一段明确写出:与最接近的 N 个工作相比,本文在问题/方法/性能上 的具体区别。
  • 若与本刊/CJE 已发表工作相近,尤其要讲清增量,避免被判自我重复或创新不足。
  • 贡献表述可条目化(贡献1/2/3),与实验章节的验证一一呼应。

五、引用规范(GB/T 7714)

  • 正文按出现顺序方括号角标引用 [x];文末列表同序(见 aes-writing-style)。
  • 引用要准确:不曲解他人结论,不转引未读文献,不堆砌无关引用充数。
  • 中外文献并重,反映领域真实版图;避免只引中文或只引英文的偏食。

六、双盲期的自引匿名化

  • 自引改第三人称:"文献[x]提出…"而非"我们之前提出…",避免暴露身份。
  • 不写"我们课题组""本单位此前工作"等泄露线索。
  • 录用后可恢复正常自引表述(见 aes-camera-ready)。

七、常见失误与规避

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

八、相关工作自检清单

  • 领域边界清晰,检索覆盖奠基+最新+最接近工作。
  • 已检索并恰当引用《电子学报》/CJE 的相关论文。
  • 按技术脉络分组,每组有批判与局限。
  • 本文贡献与已有工作差异明确、可与实验呼应。
  • 引用准确、中外并重、无堆砌。
  • 双盲期自引已匿名化。
  • 参考文献 GB/T 7714 合规。

九、检索关键词矩阵法

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。

十、引用的质与量平衡

  • 引用数量服从领域惯例,但质重于量:一篇精准的对比引用胜过十篇泛泛引用。
  • 优先引用同行公认的高质量来源与一手文献;慎引预印本未定稿结论。
  • 适度引用《电子学报》与 CJE 近年相关工作,既显示对本刊脉络的熟悉,也利于审稿人定位本文位置。

十一、相关工作写作小结

  • 开篇一句话交代本节的组织维度(按方法族/问题设定/性能瓶颈),让读者有地图感。
  • 每组工作末尾点出共同局限,自然引向本文动机,避免局限与贡献两张皮。
  • 结尾用一段把本文贡献钉在这张地图上,说清与最接近工作的差异。
  • 全节引用准确、中外并重、含本刊/CJE 相关文献,无堆砌无曲解。

输出格式(相关工作审计)

【《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。

レビュー

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。

同じリポジトリのスキル

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。

brycewang-stanford/Awesome-Journal-Skills1,2482026年9月27日 更新

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。

brycewang-stanford/Awesome-Journal-Skills1,2482026年9月27日 更新

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。

brycewang-stanford/Awesome-Journal-Skills1,2482026年9月27日 更新

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。

brycewang-stanford/Awesome-Journal-Skills1,2482026年9月27日 更新

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。

brycewang-stanford/Awesome-Journal-Skills1,2482026年9月27日 更新

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。

brycewang-stanford/Awesome-Journal-Skills1,2482026年9月27日 更新

brycewang-stanford のスキルをすべて見る

このスキルの問題を報告する