Как магистранту справиться с полным несоответствием ожидаемым результатам при работе над магистерской диссертацией?
Например, в области машинного обучения магистрант может потратить 4-5 месяцев на разработку метода, который окажется бесполезным, даже несопоставимым с эталонными наборами данных.
Должен ли студент бросить это? Должны ли вы хотя бы сделать перерыв в академических кругах, чтобы не навредить своей карьере? Или стоит поработать над другой идеей и рискнуть еще на несколько месяцев, что тоже не гарантировано? Учитывая тот факт, что советник просто просит вас попробовать что-то новое
Шаг 1: Не паникуйте
Я был в похожей ситуации на полпути к магистратуре. Я был в панике, уверенный, что моя академическая карьера рушится. Мой научный руководитель успокоил меня, напомнил, что отрицательный результат — это все же результат, и сказал, что для получения степени магистра строго не требуется, чтобы я делал научный вклад или имел публикацию. В худшем случае в своей диссертации я представлю свои отрицательные результаты, объясню, почему эта методика не сработала, и предложу, что будущие исследователи могут сделать по-другому. (Как только я достаточно расслабился, чтобы ясно мыслить, я начал пробовать новые вещи, и все получалось великолепно.)
Я предлагаю вам обсудить «наихудший сценарий» с вашим руководителем; Вы, вероятно, обнаружите, что это не так плохо, как вы думаете. Помните, что это исследование: положительные результаты не гарантируются.
Шаг 2: Подумайте, почему этот метод не работает.
Я уверен, что вы узнали кое-что о том, почему ваша техника не работает. Это должно дать вам некоторые идеи о том, что попробовать дальше. Если у вас нет идей, сядьте рядом с другом и объясните ему все. Другу не нужно ничего знать о машинном обучении; они просто дека. Наивные вопросы, которые они задают, могут натолкнуть вас на идеи. Возможно, вам нужна неделя отдыха, чтобы перезарядить батареи.
Шаг 3: Попробуйте что-то новое.
Возьмите те новые идеи, которые вы получили на шаге 2, и примените их. Но теперь, когда вы стали более опытными, подумайте о том, как вы могли бы быстрее узнать, осуществима ли эта идея, чтобы вы могли снова изменить тактику, если это необходимо.
Несколько лет назад Маргарита Лер , моя коллега по колледжу Брин-Мор, рассказала мне о разговоре, который у нее состоялся много лет назад с Оскаром Зариски, блестящим алгебраическим геометром, работавшим тогда в Университете Джона Хопкинса. Она рассказала ему о неудачной попытке решить ту или иную проблему. Он сказал: «Вы должны опубликовать это». Она спросила, почему, если это не удалось. Он ответил, что это естественный способ решить проблему, и люди должны знать, что это не сработает.
Просто общий ответ, больше на общую проблему, чем на ваш конкретный случай: «Неспособность» получить ожидаемые результаты не обязательно является «неудачей» в смысле отсутствия хорошего тезиса. Хотя в конкретном случае, который вы упомянули (машинное обучение), часто возникает желание создать что-то полезное, во многих случаях тема диссертации мотивирована предыдущими исследованиями. Отрицательный результат все еще может быть значительным, если он добавляет к общему объему знаний в области (например, показывая, что прогнозы из более ранних исследований не подтверждаются вашими).
Работая над докторской диссертацией, я провел более года, проводя серию экспериментов, чтобы проверить определенную гипотезу, выведенную из более ранних исследований. Я не нашел никаких доказательств в поддержку гипотезы. Тем не менее, я написал об этом как об отрицательном результате и сформулировал это как наложение ограничений на теоретические предложения, которые мотивировали проект (т.е. «люди предполагали, что вещи могут работать так, но я проверил, и, по-видимому, это не так»). Мой комитет счел это полезным вкладом, и я получил докторскую степень.
Многое зависит от вашей области и вашего комитета. Легче делать то, что я описал, в области, где много спекулятивных теорий относительно количества достоверных данных. Я могу себе представить, что это будет намного сложнее сделать в машинном обучении. Кроме того, предубеждение против отрицательных результатов (так называемая «проблема ящика с папками») может создать давление для получения положительного результата. Однако в самом широком смысле, если у вас была веская причина что-то искать, не найти это может быть так же информативно, как и найти, и это часть науки.
Я согласен с приведенными выше ответами. Я потратил год, работая над темой для докторской диссертации, прежде чем решил, что мне не хватает квалификации для этого. Итак, я пошел к своему советнику и спросил: «Что теперь?» Две недели спустя я приступил к работе, которая принесла мне докторскую степень. Уход из академии, вероятно, будет ошибкой; вы можете обнаружить, что у вас никогда не будет подходящего времени, чтобы вернуться. Как уже отмечалось, отрицательные результаты могут иметь значение. Я думаю о Гёделе и теореме о полноте, в которой была формализована концепция неразрешимых проблем. Вместо доказательства полноты исчисления предикатов первого порядка было доказано как раз обратное: можно создавать теоремы, которые невозможно доказать (см. также Алан Тьюринг, Черч, Пост и, если уж на то пошло, Гейзенберг).
Итак, взгляните на свою работу. Доказательство того, что какая-то идея не может работать, является вкладом. А если нет, попробуйте другую тему. Для этого есть советники.
ддиез
Андер Бигури
Мерфи
Викки