机器学习在PhD主题建模实验系统中的应用

Question

我在高能物理实验室当控制工程师。我正在寻找一个PhD论文的主题。我们的实验系统是高度非线性的，不能用标准白盒方法建模。我正在考虑开发与实验系统相连的传感器的神经网络模型。同样，通过这种方式，我可以用主要的输入和输出来建模系统。

因此，其基本思想是建立一个数据驱动的系统辨识和数据驱动的传感器模型。

如果这可能是潜在的论文问题，我想要你的反馈。谢谢。

Answer 1

这里的任何人都不太可能具备评估PhD主题有效性所需的专业知识，特别是关于高度专业化(且未指定)的实验系统。你应该和你的潜在学术主管讨论这个问题，我建议你也找一位在DL方面的共同主管或合作者专家。

一般来说，对于一个像样的PhD主题，您需要确保它以前没有做过，并且有合理的理由认为它是可行的。研究最新的技术状况，看看是否有类似的出版物出版：

1. 如果有非常接近的东西已经存在，它可能太琐碎了。
2. 如果离它很近，那可能是不可行的，或者是非常困难的。

祝好运!