对于2025暑假的一些安排与规划
计划
目前时间：7.26 ~ 9.18 共55天
时间节点：
- 8.20 TOEFL考试
- 9.18 ICASSP的ddl
任务清单
- [ ] 准备TOEFL考试
- [ ] 完成ICASSP论文投稿
- [ ] BPPV医学影像处理
- [ ] MOE应用到语音分离任务
- [ ] 锻炼身体
- [ ] 健身
- [ ] 游泳
- [ ] 羽毛球、网球
- [ ] 阅读
- [ ] 学习
- [ ] 计算机网络知识
- [ ] 计算机视觉相关知识（需要用到的）
- [ ] 经济学入门研究
- [ ] 网页制作（生日贺卡等）
- [ ] 打理发型
OUTLINE
TOEFL
备考计划仅剩25天，三周不到，重点在于听力、口语和写作
每天保证一篇听力的训练，同时根据各种总结的方法准备口语和写作
确保每日2h以上的备考
ICASSP
前期先针对BPPV的医学影像处理进行研究，后期再针对MOE在语音分离任务中的应用进行研究
BPPV
目前来看任务难点在于数据质量太差，开始训练不能收敛
现有方案：
数据清洗 -》 数据增强 -》 模型训练
模型打算采用预训练resnet提取特征，再输入时序模型（lstm等）进行建模
MOE
目前导师已经写好代码，处于调参阶段，理论来说这个想法应该是能够work的，并且解决了计算性能瓶颈，感觉很promising
总结
我应该利用暑假这50多天的科研，了解科研各个环节的工作。目前我的两个任务，一个全部由我自己lead，要学会搜集信息，自己设计实验方案，自己分析数据，自己进行论文写作。虽然这是一个没有很多创新点的项目，但基本确定可以通过这个项目锻炼我对于全链路的掌控能力。
另一个跟着导师做的项目，熟悉一些调参手法，熟悉如何与他人进行合作？
总之有没有中论文不是最重要的，最重要的是在这个过程中熟悉科研，提高科研的能力，对于一个idea产出到论文产出的全流程。
日程
July
7.25
写下这篇记录的时间，昨晚研读导师提供的两篇论文，以及对自己的任务进行资料搜集，到三点睡，睡到下午一点，之后去实验室找导师谈。他自己想到了一个idea，利用moe的框架套到语音分离的任务上，减少计算开销，我认为是一个promising的项目。但同时能感受到他对于我BPPV项目的停滞表示不满，催促我先完成那个项目。
下午打羽毛球，发现退步很多，主要体能跟不上，动作也很奇怪。原定的去致远游泳馆考察没有实现。
注：四餐的辣椒炒肉也不辣
晚上打算进行数据集准备，以及规划这快两个月的安排，老爹帮我联系到一位做医学影像处理的老师，打算找他请教请教。
7.26
十点爬起来和倪老师打电话沟通，现在核心问题应该就在于数据处理，数据质量太差，标签太少等等。对于模型训练策略反而不是最重要的问题。他建议我多找找相关资料研究，比如肠胃息肉的处理，搜索关键词：半监督、视频分类、样本不均衡。此外还提议使用现有标签直接跑病症的baseline，可以试试，虽然肯定结果很差。以及类似于moe的方法迁移，选取一段视频中top-k的帧进行训练。
昨晚做梦，梦到我身处纽约，纽约的雪很大，我第一次在梦中见到那么多雪。
下午尝试清洗数据，发现数据标签做的真的太烂了……本来打算通过肉眼进行视频切分，使得数据质量高一点，尝试一会发现根本不行，现在走入了一个僵局。
如果用五种类型的眼震作为标签的话，我只有十来个样本，不然就只能从病症结果反推具有哪些眼震，但根据某些视频的说明文档，存在多种眼震的情况，使得这种反向推理可信度不高。
如果直接使用病症作为标签，很多数据质量并不高，最离谱的是有些标签让我无法确定到具体六种病症中的哪一种。
打算用原有思路跑一个baseline，最好还是采用第一批数据算了。同时多查找相关资料，看其他人怎么做的。
7.27
昨晚十二点半上床，早上九点不到就起来了
第一个到实验室，现在十一点了仍旧只有我一个人，些许是周日的缘故。与ssh斗智斗勇一小时终于把问题解决了。
其实相当于重开。之前的问题是我有两套.ssh的目录，分别位于root和windows的Users目录下，生成的密钥对都在root下，但是vscode的config配置使用的是Users目录下的.ssh目录，导致无法连接。
现在的情况是统一使用Users目录下的.ssh目录，生成新的密钥对，配置vscode的config文件，但是无法在wsl中通过命令行连接服务器，因为root目录下的.ssh目录下没有配置文件，尝试使用软链接但是权限一直出问题，遂放弃。这意味着之后连接服务器要么手动指定密钥对实现免密登录，要么就只能vscode打开窗口，而不能实现本地ssh命令行连接？
晚上跑了一个baseline，按照最初的想法，切片+resnet预训练模型提取特征+blstm建模，数据集勉强达到百分之二十的正样本，最后学习到结果还行
7.28
改善训练模型，想清楚最后的模型输入是什么，输出是什么；还可以采取哪些策略来改善性能，能不能再加入一些数据等问题
下午开始炼丹，最后炼了两小时炼出来一个还行的结果，不过前提是在我自己的数据集上跑的，不太确定泛化性，算作是一个简单的baseline了。但是归根结底还是数据太少，难免会过拟合，采取各种策略调节，好在样本小的好处是训练也快，两分钟可以跑二十轮。
明天可以加上MIL等策略试试，或者先分类是否有眼震，再分类什么类型。
7.29
上午睡觉，中午去开组会，第一次发言。
和小导讨论，决定先数据增强后再试试，以及尝试用第二份数据直接训练一个判定病症的模型
晚上看长安的荔枝，比较烂，不过抢到了8.29周深贵阳的票！！！去年的约定，刚好去玩一圈
7.30
台风天待在寝室里，睡到中午，下午做贺卡，对于html/css/json的实操经验又增加了，再次感叹还是在他人的基础上改进比较香
下午读了会博弈论，晚上接着做生日贺卡，依旧是情感复杂……不过又似乎看到了希望，至少我要努力成为我希望的样子，那么这段时间就做好手头的工作，认真科研，认真锻炼身体，认真学英语，尝试养成良好作息。
7.31
本来想熬通宵但失败了，起来和公司、医院沟通直接天塌了……这么大的任务量基本上不太能是我一个本科生能做到的
晚上和雷bro约饭，以及独自疯狂歌唱，很喜欢孙燕姿《半句再见》
8.1
早起和小导开会沟通，下午打球，晚上《南京照相馆》
8.2
昨晚开始追《进击的巨人》，今天中午起来，背了会单词把第一季看完了，又室内锻炼会
决心打造自己的工作流，相当于一个通用的问题解决/学习模板
比如说，我现在有几个任务，分别是：
- TOEFL备考（词汇，听力，口语与写作）
- BPPV项目（目前需要论文查阅，模型加强与运用mil等方法）
- 从上个项目引申而来的，个人论文阅读系统的pipeline搭建
- MOE项目（目前需要调参，了解moe的原理与应用）
- 锻炼身体（目前需要每天坚持锻炼，游泳、羽毛球等）
- 阅读（目前需要每天坚持阅读，经济学、计算机网络等）
学习工作流：
- 明确任务目标，最重要的想清楚你做这件事的动机是什么
- 任务分解，给出明确的操作方法
- 按照计划去完成
- 记录与复盘
今日实操：搭建论文阅读系统
- 目标：依靠已有软件资源搭建自己的论文阅读系统，即有一套自己的对任何主题的论文信息检索知识库
- 分解
- 查找互联网已有资料
- 融合各家所长进行选择，总结要点
- 依葫芦画瓢，逐步搭建论文阅读pipeline和知识库
