本次讨论主要是对方向的修正，以及一些科研素养的补足

一、关于方向

方案

1. 波分离开了，可以分别喂给不同的网络，最后将不同的结果融合。
2. 观察结果，获得直观的估计，猜测可能的优化方案。

        对于第二点的解释，在于先要单独喂出横波和纵波的数据，看看这两者分别在哪些方面处理的比较好，再考虑后续的融合问题。

接下来的工作

1. 需要提高数据量
2. 数据集优先考虑 Cruve，Flat 数据集参考性较低（太简单了），Flaut 太复杂了
3. 优化 separation.py 中对纵波和横波的区分方案

关于效果评价，目前的方式采取如下：

        内部比较

1. 使用原始数据训练、预测。
2. 使用波场分离后的两个数据，分别训练、预测。

        影响性能的几个方面：

1. 分离的技术；
2. 预测的技术（网络）；
3. 融合的技术

        可参考的一个东西，横波数据和纵波数据分别进双编码器（参考论文）。

二、关于科研素养

1、PPT 讲解

        回看会议录屏，会发现仍然存在诸如 “啊”，“然后”，“额” 等口头用语；以及吸气声，对于听众而言，体验感不好。
        同时，流畅度仍然有提高空间，后续考虑要写一个简单的讲解大纲。

PPT：给听众直观的认识！！！

1. 画一个总体流程图（含 input 和 output）。
2. 给一个网络架构图。
3. 给出原始数据、中间结果、最终结果的图像（例子）。
4. 实验的数据集是哪个？Flat, Curve, Fault

        对于听众来说，图像会更加直观，保证每一张 PPT 上有至少一张图片，附以少量文字解释，这是最好的。
        如何提高讲解的清晰度，要把听众当做什么都不懂的人。从任务说明开始，就要对每个出现的概念进行图文并茂的解释。
        同时对于结果的展示，数据是为了科学性，直观性的关键仍然在图像本身上。换言之，可视化是一个非常重要的部分。
        说明清楚数据集的来源目的在哪儿？因为大家对约定的数据集都有大概的概念，在这种基础下，一些数据便更容易想象。比如对于 Flat，因为简单，所以千分之一和万分之一实际上没什么差别；而如果是针对 Curve，这时候 0.1 与 0.2 的差距都是很大的了。
        做 PPT 尤其要注意主次问题。个人的一些感悟和想法，这些东西更加适合于自己写的博文，这是对自己的主；而图片和更多可视化方面的东西，是对听众的主。

一些细节上的东西：

        1. 比如对于横波和纵波，就应该有相应的图像（自己做或者是网上找），变换前是什么样子，经过 Radon 变换后又是什么样子。

        2. 对于中间的 .npy 文件，应该补充说明其大小，让听众有个大概的认识水平。

        3. 对于 Radon 变换的讲解，去网上或者自己跑，单道数据分离出来是什么样子的，多道数据分离出来又是什么样子的。注意图片！

2、有效使用已有代码

        比如对于速度模型的展示，这个代码已经有比较成熟的代码了，要合理运用，而不是再自己去搞一个效果不那么好的。

---

        综合来看，科研素养还是太过于低下了。