🔍 耿同学打假报告

论文信息

• 标题：深度EM胶囊网络全重叠手写数字识别与分离
• 作者：姚红革，董泽浩，喻钧，白小军
• 期刊：自动化学报
• DOI：10.16383/j.aas.c190849
• 发表年份：2020年（网络首发日期：2020-06-08，收稿日期：2019-12-18）
• 论文来源：深度EM胶囊网络全重叠手写数字识别与分离_姚红革.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：数据造假（深度学习训练耗时数据的“完美”伪装）

• 位置：表3（Page 10）与表4（Page 10）
• 描述：作者在对比不同网络结构和聚类算法的单 epoch 消耗时间时，给出了带有标准差的时间数据。然而，这些数据呈现出违背计算机科学常理的“完美规律”。
• 证据：
  1. 在表3中，DCN和CapsNet在所有不同聚类次数（R=1, 2, 3）下的单epoch耗时，其标准差全部精确等于 ±2（如 150±2, 210±2, 240±2, 300±2, 340±2）。
  2. 在表4中，对比迭代路由和EM算法，所有的耗时标准差又一次全部精确等于 ±2（如 350±2, 410±2, 440±2 等）。
  3. 真实的深度学习模型在GPU上训练时，受限于数据读取I/O、GPU温度、后台进程等因素，每个epoch的耗时不可能是绝对精确的整数，其波动（标准差）更不可能在所有实验组中如出一辙。这强烈暗示作者根本没有真实运行这些对比实验，或者只是为了“造数据”而随便敲了几个整数并顺手加了个“±2”。
• 严重程度：🔴

发现 2：数据过于“教科书化”的巧合

• 位置：表2（Page 9）
• 描述：在展示不同聚类次数下的激活向量模长时，本文提出的 DCN 网络在R=3时的数据表现极度完美。
• 证据：对于三种不同的数据集（MNIST，全重叠，混合），DCN在R=3时的模长分别达到了 0.9800, 0.9943, 0.9923。虽然胶囊网络的压缩函数确实将模长限制在0-1之间，但在真实训练中，三种不同分布的数据集测试结果全部极其逼近 1.0 且高度一致，这在真实实验中非常罕见。考虑到表3中暴露出的伪造时间的嫌疑，这组“完美”的对比数据也存在明显的 Cherry-picking（挑选最好结果）甚至直接捏造的嫌疑。
• 严重程度：🟠

发现 3：图表与结果展示的匪夷所思

• 位置：表8（Page 13）
• 描述：在对全重叠手写汉字的测试结果展示中，出现了极其不专业的图表填报。
• 证据：在表8的最后一行，对于识别失败的样本（王，丑）和（也，卫），作者在“分类结果”一行中居然直接留白，填成了“（丑， ）（ ， ）”，并在下方标注“不能确定”。在神经网络的 Softmax 或 Squashing 输出中，必然会有概率最大的输出节点，根本不存在“空白”或“不能确定”的输出格式。这说明作者可能只是肉眼觉得重构图像不像，就直接在表格里留空，完全没有使用网络的实际输出指标。
• 严重程度：🟡

无法检测项说明

• 第一式（图片复用）与第三式（图片拼接）：由于当前只有文本提取内容，无法获取到论文的原始高清图片（如重构结果图、Loss曲线图等）进行像素级比对和PS痕迹分析，因此无法排查一图多用或拼接问题。

耿同学辣评

这篇论文的实验数据设计得真是比我的发际线还要整齐！所有的深度学习训练时间误差全都一模一样地精确到“±2”，连随便加个小数点的敷衍都省了。我真想问问作者：你们实验室的 GPU 是不是挂了个极度精准的机械石英钟？用 Word 里自带的随机数生成器造数据，它也不至于全给你整成一样的误差啊！这种“强迫症”般的数据造假，简直是对审稿人智商的降维打击。

建议后续行动

• 联系作者要求提供原始数据（特别是训练日志中的 epoch 耗时记录）
• 在 PubPeer 上提出质疑
• 向期刊编辑部举报（建议重点核查其代码运行日志的真实性）

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。