如果要用网剧写一篇论文，有什么好的突破点？ - 知乎有问题，上知乎。知乎作为中文互联网最大的知识分享平台，以「知识连接一切」为愿景，致力于构建一个人人都可以便捷接入的知识分享网络，让人们便捷地与世界分享知识、经验和见解，发现更大的世界。4被浏览263分享邀请回答0添加评论分享收藏感谢收起0添加评论分享收藏感谢收起猛禽硬管加油全世界无一个字的公开论文中航宣传片曝运20加油机正在对歼20硬管加油，中国一跃成为继美法之后第三个实现硬管加油的国家，具有重大战略意义，将成为中国空军战力的倍增器!硬管加油优点更多，油量大加油速度快，战斗机飞行员心理负担小，三军通用，所以美军全部采用硬管加油。对于歼20来说，硬管加油更有利于隐身作战，因为加油口在背部，不破坏机体的隐身设计!
歼20将实现硬管空中加油对于硬管加油，西方是绝对技术封锁，人家根本不申请专利，硬管加油西方无一个字的公开论文，为的就是不让中国获得信息!以前我们总嘲笑猛禽F22航程短，作战半径只有700公里，但你还要知道猛禽可以硬管加油延长作战航程的!Y-20加油机将以硬管加油方式闪亮登场如果在两年前的2016年，中航工业集团Y-20加油机的发展还只是一些线索的话，而最近在中航的官方宣传片中曝光运-20加油机，现在基本上可以毫无悬念确认这个加油型的存在。
歼20硬管加油中航工业集团4月27日发行的视频出现短暂画面，我们看到Y-20的微缩模型，与一个模拟硬管加油器刚性杆。
中航宣传片曝运20加油机正在对歼20硬管加油更为惊人的是视频中的中国技术人员正在控制一个硬管加油管对歼20战斗机进行空中加油，非常类似美军F22硬管加油方式。和软管加油相比，硬管有不少显著的优点：加油流量大，受油机只需要专心保持飞行高度和速度、姿态，因此在加油对接的成功率和对接时间上，硬管加油的优势相当显著。
运20硬管加油地面模拟设备这是外界第一次看到有具体的资料确认中航工业集团正在开发硬管加油系统，以将其集成到Y-20空中加油机，Y-20加油机版本大概叫Y-20U，将有三个加油硬管。目前我们还不知道西安603研究所取得确切的进展，这个单位负责研究了Y-20运输机和H-6U / H-6DU加油机。
硬管加油被中国突破实际上早在2014年10月就有一个研究小组申请了硬管加油专利，其涉及的地面测试设备来模拟硬杆加油飞机起降，而且明确写道：“当前我国硬式空中加油装置研制过程处于功能样机试验阶段\"，并且没有外部支持的可能，因为受西方国家严重技术封锁，硬式空中加油相关试验技术无任何公开资料可询。这篇文章称中国成为继美法之后第三个掌握硬管空中加油的国家，将引进的图-204货机改装成为我军第一代硬管加油技术试验验证机，为未来我国通过改装运-20大型运输机成为空中加油机打下了坚实的基础。
Y-20加油机为隐形机硬管加油所有这些都表明，中国新加油机方案基于Y-20的设计，可能已经走到了工业样机的阶段。如果一切得到证实，就可以很好地解释Y-20在2016年后期在阎良做新的静态试验的一个奇怪的装置。根据中国公开出版的研究论文，围绕单个关键字“加油”统计表明，出版物的关于这一主题的数量正稳步从九十年代开始增加，达到了2015年和2016年的峰值，这刚好对应几乎同一时期Y-20项目启动，那么运-20加油机估计在2011年正式从开发阶段到现在。需要注意的中国也在研究无人空中加油机。目前中国只有二十架H-6U / H-6DU加油机和三架新的IL-78，两种加油系统相互不兼容，这是样很难在远海展现空中力量。
美军硬管加油机密画面一旦中国的雄伟计划完成，新的Y-20加油机应该能够在2200公里范围内携带多达60吨航空煤油足够为十二架J-10A / B / C进行空中加油。虽然运-20加油机不是一个理想解决方案，但短期和中期是中国最好的“权宜”的解决方案，因为进口的IL-78数量无法满足中国需要，运-20加油机的最大优点是它完全是中国自主的，想生产多少就可以马上开工生产多少架。一旦运20加油机服役，将成为中国空军的力量倍增器。
4月28日，装备加油杆的KJ-500在汉中试飞值得注意的是，中国军队很快就会收到第一架加油式空中预警机，照片显示，一架新型KJ-500预警机具有加油管，正在4月28日进行试飞。特别声明：本文为网易自媒体平台“网易号”作者上传并发布，仅代表该作者观点。网易仅提供信息发布平台。
一键安装官方客户端
重大事件及时推送 阅读更流畅
http://dingyue.nosdn.127.net/wugewPuVJQfCsyYh=tpRfstpBOvga==BOJboMMtCd=KUn7.jpegSCI论文的创新性难点如何突破？
EditSprings&|& 13:46:08 &|&1865 次浏览
不少医学工作者觉得SCI论文写作难，主要是不知道如何解决两大难点，即思路的创新性和数据的可靠性。这两点可以说是写好论文的最基本条件，也是医学工作者写作最头疼的地方。
一、思路创新
思路创新有两种方法：
(1) 如果你个人在某领域进行了多年研究，你觉得某些问题解决的关键应该在于某个方面的深入研究，如果很少有人注意此方面研究而你首先开始，那你的文章就创新。这种方法创新的前提是，你在该领域有多年研究;否则很有可能失败。因为你认为创新的东西可能是人家已经做过的(只是研究失败，所以没有报道)，或者你的思路本身就是错误的。
(2) 二次创新。例如最近三年有不同作者发了两篇文章，一篇报道因素A对提高玉米抗逆性有很大影响，第二篇报道因素B对小麦抗逆性有很大影响。那么你就可以参考以上两法，研究因素A和因素B对水稻抗逆性的影响。这样做出来的文章一般也能发在和以上两篇文章档次差不多的杂志。要保证数据的可靠，首先你要选用你的领域中普遍采用的方法，可以找几篇和你的研究类似的SCI文章，参考他们的研究方法。
二、数据可靠
试验结束后，立即进行总结数据，写文章，主要步骤可参考：
A. Result部分。将所有的试验结果整理成图和表，尽力挖掘图和表中的信息，越多越好。在这个过程中尽可能和不同的研究人员探讨你的试验结果，因为不同的人对同一张表和图有不同的看法。这样会给你写文章提供很好的思路。
B. 分析完图表后，寻找你这个试验结果的Key point，wei xin : xm4514,一定要保证这个Key point具有较大的新意，或者说一个到这个Key point 有一种振奋人心的感觉。然后从所有图表中找出能够论证你这个Key point 的图和表。合理安排你的图和表，如果可能的话尽可能用图。
C. Result以后是Discussion(一篇文章的精华)，可以将discussion分为若干段落，可以是并列关系或者递进关系。但要保证每一段都有一个主题，即每一段讨论一个主要话题。而且每一段中要说明以下几点：
你的研究结果说明什么?有什么意义?
你的研究结果和别人的类似研究有什么异同?如果不同，可以讨论一些产生差异的可能原因?
(3)如果你在研究结果中出现非常新的东西，用以前别人的理论很难解释，那么你可以提出你的假设理论来解释试验中非常新的东西，一定要做到能自圆其说。在Discussion的最后要总结一下，告诉别人你这个研究的几个主要结果。
D. Materials & Methods：你在试验中得到的数据，都要写出相应方法。写试验方法要尽可能详细，保证别人看了Materials and Methods 后能够参考你的方法进行相关研究。看一下你可能要投的刊物中的Materials and Methods是怎么写的，你可以参考。
E. Introduction：简介你这个研究领域的意义;介绍该研究领域的一些人所做的工作，指出它们存在的问题;说明你为什么要做这个试验;可在introduction 中提出你的hypothesis。
F. Reference：最好引用原始文献，不要二次引用;注意文献编排格式，与你要投的刊物要一致;不要漏和多参考文献。Acknowledge：帮助过你做试验，写文章的人;提供资金项目。Title要说明你的研究内容，要有一定吸引力;Abstract包括研究目的，主要研究结果，得出什么重要的结论。
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
凡注明来源为“EditSprings”的文章，如需转载，请注明来源EditSprings并附上文章链接。材料通系统下载
当前位置：>
热门媒体号
热门企业号
电子科大首次在《自然》上发表论文 29岁副教授攻破“万能时钟”技术难题
文章来源：青塔、电子科技大学新闻网、成都商报
在国际期刊 Nature 上刊发文章，代表着重大的科学“含金量”，意味着文章内容是近一段时期世界范围内有重大影响的科学成果或发现。
6月12日，Nature 刊发了最新研究论文《基于石墨烯-氮化硅谐振腔的电光可调光频率梳》。论文第一作者兼通讯作者为电子科技大学光纤传感与通信教育部重点实验室青年教师姚佰承（年仅29岁），其博士生导师饶云江教授为共同作者。而这，也是电子科技大学首次在Nature 正刊上发表研究成果。
最年轻作者才29岁，这篇论文“牛”在哪儿？
研究成果发表在Nature
在物理学术界，光频梳被称为“万能时钟”，它是航空航天、信号处理、量子计算等领域的核心器件，也是未来信息网络发展不可缺少的关键技术。
而作为摘得诺贝尔物理学奖的技术，光频梳研究涉及到先进材料制备、微纳米加工、激光激发和调控等环节。但目前现有的光频梳设备几乎都受限于它的核心部件——谐振腔。谐振腔的不可调控在一定程度上限制了光频梳的普及，使它的实用价值大打折扣。
如何突破这一技术难题？电子科技大学科研工作者们和美国加州大学洛杉矶分校、英国剑桥大学和新加坡微电子研究院的合作者们通力合作，攻克了这一难题。《基于石墨烯-氮化硅谐振腔的电光可调频率梳》这篇论文通过谐振腔集成单晶石墨烯半导体异质结，实现了光频梳的大范围可调，并展示了丰富的多孤子态输出。
简单来说，就是通过石墨烯异质结，操控谐振腔的色散，突破谐振环材料和结构限制，让一个器件就能展现丰富的输出，在光频梳研究中实现了新的突破。论文第一作者，年仅29岁的姚佰承老师将自己的研究成果做了个比喻：“就像给电视机装个盒子，以前只能看中央一台，现在可以看上百个台了”。
首次投稿《自然》遭拒，跨越12个时区与竞争者赛跑
姚佰承博士
从本科到博士，姚佰承均就读于电子科技大学信息与通信工程学院。2015年，姚佰承前往美国加州大学洛杉矶分校（UCLA）开展学习研究。但课题难度高、缺少材料、没有帮手随时都在考验着这位“非正编”的联合培养博士生。
年仅29岁姚佰承的凭借超越年龄的领导力与推进力，在美国大学里组建起了一支中国人作为绝对主力的科研队伍。姚佰承在其中负责设计实现，还有人专攻纳米加工和系统检测等。据悉，此次研究成功的4名论文共同第一作者，3人来自中国。
开始研究9个月之后，漂亮的可调光频梳展现在团队面前。2017年2月，联合课题组将这一发现整理下来并向《自然》投稿。但是，向来以严格著称的《自然》并没有在第一次就给中美联合课题组亮起绿灯。审稿人充分肯定了这一工作的重要性，但是他们也坚持认为，论文还没有完整证明光频梳孤子态调控过程。
《自然》的评述表示，“我们知道寻求可控孤子状态非常困难，但《自然》作为最好的期刊，当然希望报道最非凡的成果。”据了解，孤子，是一种沿着空间传输永不变形的脉冲，具有极高的稳定性，极具研究价值。在谐振腔中，展现一种孤子态已经实属不易，要同时展现多个孤子状态，还要论证其控制机理，难度极大。
收到《自然》意见时，姚佰承已经在英国剑桥大学担任博士后研究员，参与研究的原班人马也已大多离开UCLA，论文第一稿的四位共同第一作者甚至分散在了中美英三个国家，短时间内完成这一挑战，似乎已经不太可能。
但面对这样一个重要的机会，全世界的竞争者让他们难以喘息。此时，剑桥大学、都灵大学联合课题组也正在向可调光频梳激光发起冲击；瑞士联邦理工学院和美国加州理工学院，在谐振腔上集成了类似于石墨烯的硒化钨，也进展神速。
跨越12个时区意味着一个人的白天，就是另一个人的深夜，他们接力赛跑，全力推进。论文的第4位共同第一作者Vinod博士来自印度，他甚至也装上了微信，同步和中国同事们“零延迟”交流。在接下来的8个多月里，他们瞄准《自然》所期盼的“非凡”，不断努力。
研究成果在Nature发表，篇幅从21页扩展到49页
饶云江教授带领下的光纤传感与器件团队
据了解，修改后的论文篇幅从21页扩展到了49页，新增了超过50组测量数据，其突出的研究创新性和完整性，得到了《自然》期刊的高度评价，“通过世界级的加工测试，作者们展现的物理图景是如此丰富，值得《自然》发表，祝贺你们。”
其实，在《自然》正刊上发表论文之前，饶云江教授（光纤传感领域著名学者、首批长江学者等）课题组联合电子科技大学电子薄膜与集成器件国家重点实验室陈远富教授团队，已经在石墨烯光纤光学方向耕耘了八年。对于此次研究成果，饶云江说：“这当然是一个厚积薄发的过程，八年奋战，越来越强，《自然》正刊论文刚好是登顶之作。”
对于自己的成果，姚佰承显得十分谦虚，多次表示这绝非自己的个人成绩，“作为成电培养的学生，能做出这点成绩，得益于国家科技水平的进步、学校的支持和导师的指导，更离不开国际化的团队合作。”他希望这些成果能够吸引更多中国年轻人对光信息科学产生更大的兴趣。
姚佰承副教授个人简介
姚佰承教授作分享
姚佰承，1989年出生，现任电子科技大学信息与通信工程学院特聘副教授。
2016年毕业于电子科技大学，获光学工程博士学位（成电杰出学生），2015年-2016年获国家公派全额奖学金资助，为美国加州大学洛杉矶分校联合培养博士生，2017年-2018年任英国剑桥大学博士后副研究员（Research Associate Fellow），2017年至今任电子科技大学信息与通信工程学院特聘副教授。
其研究领域为光纤光波导通信和信息器件，以第一作者在《Nature》《Nature Photonics》《Nano Letters》《Nature: Scientific Reports》等国际权威期刊和CLEO等国际顶级会议发表学术论文40余篇，其中SCI论文20余篇，Google他引400余次，H因子11。先后获得OFS-22，CLEO-2016和OFS-25压轴论文奖。授权美国发明专利2项、中国发明专利2项。
主持国家自然基金项目1项，参与4项，主研美国科学基金2项，欧洲旗舰项目1项。担任包括《Nature Communications》《Nature: Light science & Applications》《Nature: Scientific Reports》在内的多个SCI期刊独立审稿人和CLEO等顶级会议的技术审稿人。
“本文由新材料在线平台入驻媒体号提供，观点仅代表作者本人，不代表新材料在线立场。本站只提供参考并不构成任何投资及应用建议。本站拥有对此声明的最终解释权。”
&Copyright&&& xincailiao Coporation, All Rights Reserved & 粤ICP备号让无人车把人认成狗，一名学生三天攻破谷歌论文里的AI防火墙让无人车把人认成狗，一名学生三天攻破谷歌论文里的AI防火墙机器之能百家号偶发性「眼瞎」的无人车，你敢坐吗？编译 | 王艺编辑 | 宇多田来源 | Wired作者 | Tom Simonite在无人驾驶任务中，一直存在着一个讳莫如深的话题，每一个无人驾驶从业者都不愿详谈，那就是生成对抗网络对车辆视觉系统的攻击。对抗样本对计算机视觉系统的攻击已经是老话题，只要很轻微的扰动，神经网络就会发生错误，将个物体看成另一个物体，或者干脆对眼前的物体视而不见。和「计算机能够看明白东西」这一伟大历史进展相比，轻微的扰动可能是无伤大雅的小问题。但这样的缺陷放在自动驾驶领域，却是人命关天的大事情。科研人员一直在寻找抵御这种攻击的方法，事实上，研究者们也像「对抗」双方一样，各执一子，进行着「魔高一尺，道高一丈」的较量。今年 1 月，一个在人工智能领域有广泛影响力的学术会议宣布，已经甄选 11 篇关于保护或侦测这种对抗攻击的方法论文，并将于 4 月公布。该声明宣布仅 3 天后，麻省理工学院一位研究生一年级的在读学生 Anish Athalye 便发布了一个网页，生成已经成功打破 11 篇论文中 7 篇所描述的防御手段，这 7 篇论文中不乏来自谷歌、亚马逊、斯坦福等大型研究机构的研究成果。网址：https://github.com/anishathalye/obfuscated-gradients「一个有创造力的攻击者仍然可以绕过所有的这些防御系统。」Athalye 说。除 Athaly 外，项目的参与者还包括 Nicholas Carlini 以及 David Wagner，二人均来自加州大学伯克利分校，Carlini 是研究生，Wagne 是教授。三人的成果在学术界激起了热烈的讨论，大家也展现出了一些共识。那就是：怎样才能对神经网络在 C 端产品和无人驾驶任务中进行保护，目前还不清楚。「这些系统全部都是有漏洞的。」卡尔加里大学助理教授 Battista Biggio 表示。这是一位已经在机器学习领域探索了近十年的意大利人，且与三人的项目毫无瓜葛，因此我们可以认为他立场中立。「在机器学习领域，我们缺乏评估安全性的方法。」他说。下面是一张由 Athaly 创建的对抗样本图片，人类很容易辨认图片上是两个男人在滑雪。但上周四早上，当三人用这张照片对谷歌的云视觉服务进行测试时，系统以 91% 的置信度判断照片上是一条狗。在 Carlini 的个人网站上，我们找到了另外一些计算机被愚弄的例子，例如如何让无人驾驶汽车的视觉系统对停止标志视而不见，以及一些对声音相关神经网络进行对抗攻击的例子。不过有一个消息可以让大家稍微放心一些，那就是这种攻击当前只在实验室中得到了证实，在实操环境下还没有这样的案例发生。「尽管如此，我们仍需认真对待这个问题。」伯克利大学博士后研究员李波（音）表示，「在无人驾驶系统的视觉模块、在能购物的智能音箱里、在过滤网络不良信息的任务中，我们需要系统非常可靠。」「而现在，神经网络的潜在危险很多。」李博说。她对此深有体会，因为她去年的研究方向就是如何给道路上的停止标志增加扰动（通过贴纸等手段）是其在机器视觉系统面前隐身。李波和其他研究员合著的一篇论文被纳入了开头我们提到的 11 篇论文中，也就是说，李波的论文是 Athalye 三人的攻击对象。这篇论文描述了一种分析对抗性攻击的方法，并能够对对抗性攻击进行检测。对于 Athalye 的项目，李波的态度很开放，认为这种反馈有助于研究人员取得进展。「他们的攻击意味着我们需要考虑更多的问题。」李波说。另一篇被 Athalye 攻击的论文作者，来自斯坦福大学的杨松（音）表示不愿对此事作出评价，尽管三人的项目论文已经在其他学术会议进行 Review。卡内基梅隆大学教授 Zachary Lipton 和几位来自亚马逊的研究人员合著的论文也是 Athalye 的破解对象，他表示还没有对三人的项目进行仔细的研究，但事实上，他也认为当下所有的防御措施都是可攻破的。谷歌拒绝对这一事件发表评论，但表示会对其谷歌云视觉服务进行升级，以防范这些攻击。想要建立更强的防御能力，机器学习研究者们还需要更加刁钻的手法。Athalye 和 Biggio 表示，机器学习领域应该借鉴计算机安全领域的一些实战经验，毕竟计算机安全领域在测试新的防御技术是否好用的时候，有一大套严密的测试手段。「在机器学习界，人们倾向于信任彼此。」Biggio 表示，「计算机安全领域的心态恰好相反，人们始终对坏事情抱有警惕。」人工智能和国家安全相关的研究人员在上个月的一份重要报告中也提出了类似的建议，报告建议那些致力于机器学习的人更多地思考他们正在创造的技术是如何被滥用或利用的。不同类型的人工智能系统免受敌对攻击的能力也有所不同。Biggio 表示，大多数任务中，受过恶意软件检测训练的机器学习系统鲁棒性会更高。因为恶意软件必须具有功能性，这也就限制了它的多样性。但 Biggio 认为图像领域不一样，保护计算机视觉系统要比其他人工智能系统要困难得多, 因为自然界是如此的多样化, 图像包含了如此多的像素。这是一个对无人驾驶设计者来说必须要攻克的问题，要解决这个问题，我们可能需要重新审视机器学习技术。「我认为根本问题是，深度神经网络与人类大脑非常的不同。」李波说。事实上，就算人类也不能完全屏蔽视觉欺骗，我们还是会被光学错觉愚弄。最近一篇来自谷歌的论文创造了一些奇怪的图像，这些图像不仅能够欺骗计算机，还能够欺骗人类。如果人类只是对这些图片匆匆一瞥（1/10 秒的时间内），会将图片上的猫看作是狗。不过和计算机不同的是，人类有对图像综合解读的能力。我们所看到的并不仅仅是像素，还会考虑图像不同组成部分之间的关系，比如人脸上五官的正确位置。在谷歌和多伦多大学同时任职的世界上最权威的人工智能专家 Geoff Hinton 正在努力让机器也有这样的能力。他认为，机器一旦拥有这种能力，就能够从少数几张图像中学习辨认物体，而不需要成千上万张图像的运算。李波认为，拥有人类视角的计算机视觉系统被攻击成功的可能性会更小。她和伯克利大学的其他研究人员正在与神经科学家以及生物学家合作，试图从大自然中获取解决方式。不过，在已经确认「计算机视觉」的防火墙可以被攻破后，我们是不是应该对 AI 黑客的定义与「未来他们可能要从事的任务」有了一个更加清晰的认识？1、攻入无人车「大脑」——无人驾驶计算机系统，像《速度与激情 8》里那群被黑了之后像「丧尸大军」一样飙出街头的无脑车队真的可以复制？2、戳瞎无人车的「眼睛」——就像 Athaly 一样创建对抗样本，让汽车的视觉系统成功把路旁的活人识别成一堆石头？这样来看，网络安全的定义以及黑客的职能就不再限于虚拟世界里偷数据，拍视频，曝光行踪地点，让企业系统瘫痪这些工程性操作了。从某种程度上，是不是利用 AI 技术的漏洞执行暗杀任务也是有可能的？大概几百年后，尽管无人车满街跑成了一种常态，国家领导人以及黑手党们也是绝对不敢坐无人车的。所以，计算机视觉的工程师们，你们觉得自己的系统可以被攻破吗？不服来辩。本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。机器之能百家号最近更新：简介:探索全球人工智能应用场景及商业化作者最新文章相关文章}