Apakah ide yang buruk untuk mengkritik makalah seseorang dalam publikasi pertama saya?

Saat ini saya sedang menghadapi situasi yang saya tidak yakin bagaimana menanganinya.

Pada dasarnya, ada masalah ini $A$ . Masalah $A$ telah menjadi topik hangat dalam $5$ tahun terakhir. Tahun lalu, sebuah makalah diterbitkan dalam jurnal yang sangat terkemuka (Transaksi IEEE tentang Teori Informasi) yang mengusulkan algoritma baru yang terdiri dari $2$ sub-algoritma, $A_1, A_2$ yang keduanya digunakan untuk menyelesaikan masalah. Inilah peringatannya, Algoritma $A_1$ terbukti pada akhirnya akan bertemu tanpa jaminan waktu berjalan (ditunjukkan untuk konvergen dengan jumlah langkah terbatas), sedangkan $A_2$ terbukti mengambil $O(n^5)$ .

Makalah saya pada dasarnya mengganti $A_1$ dengan algoritma baru yang dijamin akan berakhir dengan benar di $O(n\log n)$ , sehingga membawa kompleksitas waktu keseluruhan bila dikombinasikan dengan $A_2$ ke $O(n^6\log n)$ .

Sejauh ini bagus. Saya cukup yakin makalah ini dapat diterima di jurnal yang sama karena algoritma baru sangat tidak sepele dan memberikan banyak wawasan baru tentang masalah ini. Namun, 2 minggu yang lalu, saya membungkus semuanya dan memutuskan untuk memberikan algoritma $A_2$ bacaan lain serta buktinya. Saat itulah saya menghadapi beberapa masalah.

Salah satu bukti dalam makalah itu rusak, tidak dapat diperbaiki. Penulis melakukan lompatan yang sangat besar, dan saya berhasil membuat contoh tandingan yang pada dasarnya menunjukkan bahwa teorema yang ia "buktikan" salah. Saya mencoba untuk memperbaiki algoritmanya, tetapi saya tidak bisa. Jadi saya mencoba mendekatinya dari perspektif baru menggunakan metodenya , dan saya berhasil mendapatkan algoritma baru yang menggantikan $A_2$ , tetapi itu berjalan di $O(n^6)$ .

$A_1, A_2$ $O(n^6)$ $O(n^5)$ $A_2$

Ada ide?

$O(n\log n)$

— pengguna3508551
sumber

Menemukan dan memperbaiki kesalahan di kertas bukanlah hal yang buruk dan seorang sarjana yang baik tidak akan menganggapnya sebagai "serangan", melainkan proses penelitian normal

— Max New

Ini tidak buruk sama sekali, orang-orang melakukannya sepanjang waktu dan tidak ada yang tersinggung jika Anda menunjukkan bahwa algoritma itu salah (jika memang demikian).

— domotorp

Kedua komentar kedua di atas; dengan peringatan kecil. Frase itu penting. Mengatakan "Namun, tampaknya ada cacat dalam lemma kunci, dan jaminan runtime yang dinyatakan tidak mengikuti dari analisis; tidak jelas apakah itu berlaku." masuk akal; mengatakan "Bukti penulis salah dan tidak dapat diperbaiki, dan algoritma mereka tidak berfungsi." mungkin kurang bagus.

— Clement C.

Anda juga harus mempertimbangkan untuk menghubungi penulis secara pribadi sebelum mengirimkan makalah dan / atau mempublikasikannya. Meskipun sepertinya Anda dan penasihat Anda yakin bahwa benar-benar ada contoh tandingan terhadap salah satu klaim penulis dan bahwa algoritma asli salah, ada kemungkinan kecil bahwa Anda salah memahami argumen dan / atau bahwa ada solusi sederhana. Anda menghadap. Berada dalam komunikasi yang jelas dengan penulis asli akan membuat hidup Anda lebih mudah.

— Noam Zeilberger

@ user3508551: Ini sebuah rahasia - mendapatkan catatan sopan dari seorang mahasiswa pascasarjana yang mengatakan bahwa teorimu rusak sebenarnya terasa, di internet, bagus. Ya, tentu saja Anda merasa sedih mengetahui Anda membuat kesalahan dan teorema Anda salah, tetapi di sisi lain, mendapatkan bukti nyata bahwa seseorang yang cerdas menghabiskan banyak waktu membaca dan memikirkan pekerjaan Anda sangat bermanfaat.

— Neel Krishnaswami

Saya pikir standar yang sama berlaku, terlepas dari apakah itu publikasi pertama atau ke-100 Anda. Jika Anda merasa telah menemukan kesalahan dalam makalah yang diterbitkan, rasa hormat yang umum adalah pertama-tama menghubungi penulis makalah untuk klarifikasi, seperti yang disarankan Noam dalam komentar. Jika penulis mengonfirmasi bahwa itu memang suatu kesalahan, Anda dapat mengindikasikannya di koran (sebut sebagai "komunikasi pribadi"); ini akan membuat proses peninjauan menjadi lebih lancar.

Ketika menunjukkan kesalahan orang-orang di media cetak, pernyataan yang lembut adalah praktik yang baik. "Tampaknya ada kesalahan dalam buktinya" harus cukup lembut. Memiliki sampel tandingan tentu membantu.

— Aryeh
sumber

O (n \log n)

$O(n\log n)$

Itu berita bagus! Semoga makalah ini akan segera diterima - ketika itu, mungkin Anda akan memposting tautan di sini sehingga kami dapat membacanya :)

— Aryeh