美赛与国赛区别

[复制链接]

字体大小: 正常放大

kira1122

29 主题	3 听众	234 积分

升级 67%

该用户从未签到

电梯直达

1^#

发表于 2009-2-1 09:41 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

我要谈的是对于美国赛本身的一些看法，中国人有一种奇怪的看法，就是如果一个模型越复杂的话，这个模型就越好。通常电视上请来某某专家，来讲某某领域的一些事情，如果这个专家甩出一大堆十辈子都没有听过的缩写词来，我们就会觉得这个专家很厉害，相反如果一个专家显得稍微“平易近人”一点的话，我们通常就会觉得他肚子里面没货。这导致了一个现象：在国赛的时候许多同学明明已经建立了很好的模型可以描述某个自然现象了，但是觉得就这么做出来了感觉不够厉害，于是加上一大箩筐不知所云的生僻概念，以我自己为例把，对于CPI的预测的话效果最好的其实是多项式拟合，但是就这么写出来了感觉缺点什么，于是我又加上GM（1，1）灰色预测模型，这个还不过瘾，我又把神经网络中BP网络结合进去，结果造就了一个巨复杂的模型，最后我做完仿真之后却发现，新的模型预测能力很弱，还赶不上就用多项式拟合。在美国赛里面，这样的情况还是存在，但是有了很大的改善，美国人比较的务实，不像我们中国人喜欢故弄玄虚，所以了在美赛中实用性和合理性就更加的重要。有一点很重要的就是对于模型中的任何参数都不应该凭空的杜撰，而应该有理有据，在Stunt person那个题目里面如何摆放箱子使得特技演员受伤的概率最小是一个很重要的部分，而箱子的尺寸大小要么必须是从正规网站上查到的，要么就应当自己利用推导或者模拟来得到。国赛的时候这种具体的参数我们通常就是编造的，中国的老教授也是心领神会，不多追究，但是美国教授就不一样，他们最厌恶的事情就是信口开河，可能你这个模型很好，很impressive，但是假如有稍微一点查之无据的话，他们就会深究到底，去年两个中国的两个Outstanding队被取消资格的事就说明了这个问题。历年的许多Outstanding的文章模型都不是十分的出彩，有一个队甚至就只写了九页就拿到了一个Outstanding。但是他们一个共有的特点就是实在，所有的参数都可以找到出处，所有自己假定的参数都有自己的分析并且说明了为什么选取这样的参数。原来我考GRE，就是不明白为什么范文中那么弱智的文章都可以拿到5分六分，我用了那么多高级词汇，那么多复杂句型都拿不到，其实问题很简单，范文里面有的文章确实很短，但是他们句句有有理有据，我虽然写了600+但是通篇都是胡诌乱扯。所以美赛除了建模能力要强，写作功底要深之外，学术态度也要好，这是美国人最看重的。
最后要谈谈心态的问题，国赛成绩出来之后我们心态一直不是很好，很有一种自暴自弃的感觉，因为我很少这么全身心的去做一件事情又没做好，成绩出来之后我觉得所谓付出就一定有收获是骗人的，索性干脆就不付出了，怡然自得算了。但是美赛培训这两天我又重新鼓起勇气，树立了信心，只要自己努力，即使成绩不好，获得的能力还是自己的。GOGO，加油，在这里给自己鼓鼓劲啦.

zan