牛牛牛肉饭：

A+B的故事不一定好讲

但是可以包装成：A族 + B族有效成分 + C杂质 + D微量杂质

我们创新性的提出了全新的算法Pipeline，涵盖ABCD，极大的改进了该领域的算法范式，除此之外我们系统分析了 A以及其相似算法对 新 Pipeline的贡献，B以及其相似算法对 新Pipeline的贡献。分析出了其中A和B是最有效的成分。进一步，考虑的领域里的数据复杂度，算法效率等问题，我们分别提出了毫无影响的C杂质方法和D微量杂质方法改进这两个可能不存在的问题。证明我们在xx数据集上取得了有效的提升。

Victor Chen：

1.打破A和B的边界，描述的时候就不提这两个定义，重新从头end-to-end的定义自己的框架。

2.分析为什么单独A和单独B不好，找到根音，提出解决办法为A+B。重点在分析，而不是炼丹发现的A+B最好 。

3.加些fancy的结构，哪怕降低3个点，依然够发paper,明年再把这个结构优化掉。

4.滚去检查自己的代码是不是出现了问题，如果不是一些特殊原因，这么简单的结构一般轮不到你发现。

可爱AI：

A+B故事不好讲，但A+B+C+D+E+F...就好讲了

参考ranger optimizer。

全村的希望：

首先在related task中引用A和B避免学术不端，但是引用归引用，文章里面就嘴硬说只是受到了启发

然后A+B=C，ablation的时候C模块提升了和你AB有什么关系

最后插一嘴，创新的本质就是排列组合

工学博士，担任《Mechanical System and Signal Processing》审稿专家，担任《中国电机工程学报》优秀审稿专家，《控制与决策》，《系统工程与电子技术》，《电力系统保护与控制》，《宇航学报》等EI期刊审稿专家。

擅长领域：现代信号处理，机器学习，深度学习，数字孪生，时间序列分析，设备缺陷检测、设备异常检测、设备智能故障诊断与健康管理PHM等。