aes-experiments

npx skills add brycewang-stanford/Awesome-Journal-Skills --skill aes-experiments --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

# 《电子学报》实验设计与呈现 实验章节是《电子学报》(Acta Electronica Sinica, AES) 外审专家判断创新点"是否真的成立"的法庭。 本刊由中国电子学会 (Chinese Institute of Electronics) 主办，审稿人对电子信息类实验方法学要求高， **实验不充分、对比不公平、只报一次最好结果**是最常见的退修与退稿理由。本技能帮你把实验设计成 能直接、公平、可复现地证明每一个创新点。以下为通行方法学；本刊对实验呈现的具体格式标 **待核实** （核验日 2026-07-09，官网 ejournal.org.cn）。 > 原则：每个贡献都要有一个实验直接回答"它成立吗、它比谁好、好多少、为什么"。 > 这是 Acta / Electronica / Sinica 稿件让审稿人信服的核心。 ## 一、从贡献到实验的映射 - 先列出论文的每条贡献，再为每条设计**至少一个**直接验证实验。 - 明确每个实验的**假设**（"若本方法有效，则指标 X 应优于基线 Y"）与**可证伪条件**。 - 区分：主实验（证明有效）、对比实验（证明更优）、消融实验（证明是这个设计起作用）、 敏感性实验（证明稳健）。 ## 二、数据集与仿真设置 - 公开数据集给名称、版本、规模、划分；自采/仿真数据说明生成方式、参数、信噪比范围等。 - 训练/验证/测试划分固定并说明，杜绝测试集泄露到调参。 - 仿真给出工具与版本（MATLAB/ADS/HFSS/Vivado 等）、关键参数、蒙特卡洛次数。 ## 三、基线与对比公平性 | 公平性要点 | 做法 | |---|---| | 基线选择 | 覆盖经典方法 + 最新最强竞争方法 | | 超参数公平 | 对比方法也调优或用其原文最佳设置，并说明 | | 同口径 | 相同数据、相同指标、相同评测协议 | | 计算成本对齐 | 报告参数量/复杂度/运行时间，避免只比精度不比代价 | | 复现来源 | 注明基线结果是复现还是引用原文 | ## 四、评价指标 - 选择领域公认指标：信噪比 SNR、误码率 BER、均方误差、准确率/召回、吞吐、时延、功耗、 资源占用（LUT/DSP/BRAM）等，指标定义写清。 - 多指标权衡时给出综合视角（如精度—复杂度折中曲线），不回避不利指标。 ## 五、统计严谨性 - 对含随机性的方法**多次独立运行**（如 ≥5 次），报告均值 ± 标准差，图上加误差条。 - 关键结论辅以统计检验或置信区间，避免"单次最优即结论"。 - 固定并报告随机种子，说明结果对种子的鲁棒性（配合 `aes-reproducibility`）。 ## 六、消融与敏感性 - 消融：逐一移除/替换关键组件，量化各自贡献，支撑"是这个设计而非偶然"。 - 敏感性：扫描关键超参数/工作条件（如信