aes-reproducibility

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

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

# 《电子学报》可复现性与实验可重复 可复现性是《电子学报》(Acta Electronica Sinica, AES) 外审专家评判一篇电子信息类论文成色的隐形 主线。本刊由中国电子学会 (Chinese Institute of Electronics) 主办，审稿人多为领域内一线学者， 最常见的退稿或退修理由之一就是"实验条件交代不清、结果难以重复"。本技能教你把可复现性**前置** 到写作与实验设计阶段，而不是等审稿人质疑后再补。以下建议对齐通行的中文科技期刊规范；本刊未 单独公布可复现性细则者标 **待核实**，以《投稿须知》为准（核验日 2026-07-09，官网 ejournal.org.cn）。 > 一句话：可复现性 = 让任何一个同行按你写的条件，能得到与你**统计意义上一致**的结果。 > 这是 Acta / Electronica / Sinica 学报里区分"可信工作"与"疑似过拟合"的分水岭。 ## 一、可复现信息的四大支柱 | 支柱 | 必须交代 | |---|---| | 环境 | 操作系统、语言/框架版本、关键库版本、硬件(CPU/GPU/FPGA/仪器) | | 数据 | 来源、规模、划分、预处理、是否公开、获取方式 | | 方法 | 完整算法/伪代码、全部超参数、初始化、停止准则 | | 评测 | 指标定义、运行次数、随机种子、统计处理 | ## 二、环境与工具链记录 - 明确记录仿真/开发工具及版本：MATLAB/Simulink、Python(含关键库)、ADS、HFSS/CST、Vivado/Quartus 等。 - 硬件实验记录器件型号、测量仪器型号与关键设置（采样率、带宽、触发方式）。 - 尽量提供 `requirements.txt` / `environment.yml` / Dockerfile（配合 `aes-artifact-evaluation`）。 ## 三、随机性控制 - 固定并**报告随机种子**；对含随机初始化的算法，明确种子对结果的影响。 - 结果不应依赖某一"幸运种子"：对随机方法**多次独立运行**（如 ≥5 次），报告均值 ± 标准差。 - 数据划分（训练/验证/测试）方式固定并说明；避免测试集信息泄露到训练/调参。 ## 四、数据透明 - 公开数据集给出名称、版本与出处；自采数据说明采集设备、条件、规模、标注协议。 - 预处理每一步（滤波、归一化、去噪、增强、重采样）都要可被复述，给出参数。 - 说明数据获取与使用的授权/伦理合规；敏感或涉密数据按脱敏要求处理。 ## 五、方法可复现 - 给出**完整伪代码**，关键步骤不省略；符号与正文一致。 - 列出**全部超参数**（学习率、批大小、层数、正则、迭代次数、阈值等），最好用一张超参数表。 - 说明初始化方式、优化器、停止准则；对比