Похоже, групповое голосование было бы плохим способом для принятия решений по большинству вопросов исследования и как их преследовать. Я могу открыть эти папки без рута телефона? Вам не нужны клетки Hashirama как таковой. Что вам нужно, это некоторые формы Сэндзю ДНК в сочетании с Шаринган Учиха. Это может быть полезно, чтобы добавить `-а` флаг `pgrep`, что делает его печатать не только код, но и команды (в том числе рассуждения). Таким образом это очень легко проверить, соответствует только нужные процессы. Те, которые продают по датам... Эти требования четко известно их или они могли узнать их без проблем? Если да, то ноль. Но по каким причинам они пропустили экзамен? Спасибо за эту информацию все. Я должна была начать с другого кошелька, пытаясь разобраться с системой. К счастью, это не так много денег, как я проверяю процессов. Начинаю заново :-) эта информация очень сильно помогает. Я постараюсь освежить мою память.

Я не уверен, что вы имеете в виду именно explainability и он не может быть научной метрики, если она не существует в словаре.

Поэтому я делаю вывод, что вы думаете о том, что контент статьи должен что-то объяснять: это не очень хорошо понимал процесс, новый метод, новую теорию.

Различных областях, имеют разные стандарты и метрики. Я уверен, что есть разные для публикации новой физической теории и оптимизация алгоритма машинного обучения для распознавания изображений. Но это, как правило, покрывается новизна и значимость метрической в журнал.

От философии науки точки зрения вы должны увидеть или проверить порядок работы исследователей в своей области. Например, в физике элементарных частиц и космологии ученые пытаются фальсифицировать научной парадигмы/теории, особенно если есть слишком много недостатков в настоящее время используется в теории. Я знаю некоторые основы теории машинного обучения и, что для многих из них базируется на математических методах, разработанных в квантовой физике. Это пуля-доказательство теории довольно много, никто не фальсифицировал, он до сего дня и физиков все-таки попробовать. Но в инженерном деле и даже в прикладной физике, в зависимости от темы вопрос/изучение, а позитивистские методы работы, используемые исследователями, например, оптимизация/расширение/резервное копирование алгоритма машинного обучения без существенного допрос или фальсификации базовых теорий. И для мелких постепенных улучшений объяснение, в смысле почему, а тогда как может быть не обязательно в своей области и, следовательно, нет общих показателей базовых теорий, на самом деле не коснулся. Как только вопрос теории или общий процесс измерения, по крайней мере в физике, вам нужно ввести хорошо объясняет в своей статье, Почему и как вы это делаете. Какова мотивация, почему он является более точным, чтобы описать что-то.

Когда вы говорите в комментарии "доказывая что-то работает без как это работает", я думаю, это то, что иногда в процессе обучения промышленной машины происходит, вход - черный ящик - выход. Но если вы не можете ни объяснить, как или почему ваш алгоритм работает (лучше), в лучшем случае можно назвать это умный инженер, но не науки, которые могут/должны быть опубликованы ;-)