🔍 耿同学打假报告

论文信息

• 标题：用于表格数据的自动特征交互框架
• 作者：卞蓓蕾，翁东雷，王露民，莫建国，杨东东
• 期刊：微型电脑应用 (Microcomputer Applications)，2023年第39卷第9期
• 收稿日期：2022-11-01
• 论文来源：用于表格数据的自动特征交互框架_卞蓓蕾.pdf

综合评定：🔴 实锤

详细发现

发现 1：文本拼接错误 / 套用代写模板（第三式：图片/文本拼接检测的延伸）

• 位置：正文第2节结尾（第81页）与第86页的参考文献列表
• 描述：在论文正文第2节结束，正要进入第3节总结时，文章内容突然变成了**《输变电工程建设周期》**的结论（“此输变电工程采用本文方法、文献[2]方法和文献[3]方法分别对其进行建模...”），并且紧接着列出了一堆关于“变电站”、“BIM技术”、“三维可视化”的参考文献[1]-[10]。直到页面底部才用“（上接第81页）”接回本文的真正结论。
• 证据：这是一篇探讨机器学习（AutoML）的论文，却在核心位置大段穿插了电力工程建设周期的内容。这是典型的论文代写工厂（Paper Mill）流水线作业、复制粘贴拼凑留下的低级马脚。
• 严重程度：🔴

发现 2：表格标号与正文严重冲突（第六式：方法学异常）

• 位置：表1、表4及其对应正文（第80-81页）
• 描述：
  1. 正文写道：“实验采用6个公开的数据集...如表1所示”，但表1的标题赫然写着“表1 5个公开数据集的属性”（实际上表内确实列了6个数据集）。
  2. 正文在描述时间序列预测结果时写道：“使用不同模型的MSE的大小可以观察到...记录结果如表1所示。” 但实际上紧接在下面的表格是“表4 不同方法在时间序列数据集上的MSE”。
• 证据：连表格序号和数量都能指鹿为马，说明作者在拷贝粘贴其他论文素材或拼凑修改时，根本没有通读全文，毫无学术严谨性可言。
• 严重程度：🔴

发现 3：违背机器学习常理的“魔幻”实验数据（第二式：数据造假检测 / 第四式：统计学异常）

• 位置：表2与表3（Adult数据集上的AUC表现）
• 描述：
  • 在表2中，基础LR模型的AUC仅为0.619，加入半显式特征后AUC达到0.925。
  • 在表3中，面对同样的Adult数据集，AutoFi+LR 的AUC竟然达到了惊人的 0.930！而作为强非线性模型的 XGBoost 和 TabNet，在使用AutoFi特征后，AUC分别只有 0.928 和 0.925，居然被简单的逻辑回归（LR）超越了。
• 证据：逻辑回归（LR）是线性模型，在没有复杂特征交叉的情况下，其性能通常远低于树模型和深度学习模型。本文仅仅通过加法、GBDT和Embedding生成特征，就让LR在Adult这种常规数据集上跑出0.93的AUC并“反杀”XGBoost。这种“为了凸显自己的框架牛，硬编出小数点后两位来吊打SOTA模型”的数据，连随机数生成器都不敢这么写。
• 严重程度：🟠

发现 4：时间序列预测的方法学断裂（第六式：方法学异常）

• 位置：1.1 显式低阶特征生成 & 2.2 实验结果分析
• 描述：论文在第1.1节明确写道：“本文仅考虑类别和数值这两种类型的特征”，框架的核心是特征交叉。但在表4中，作者却用该框架去处理 ETThm1 时间序列数据集，并声称用 AutoFi+RNN、AutoFi+LSTM、AutoFi+Transformer 降低了MSE。
• 证据：RNN/LSTM/Transformer 处理时间序列的核心在于时间步的序列依赖。本文的 AutoFi 框架全篇没有提及如何处理时序依赖（如滑动窗口提取特征），直接把基于表格数据的特征工程套用到时序模型上，并得出了“显著降低误差”的结论。这种张冠李戴说明作者根本不懂算法原理，纯属凑结果。
• 严重程度：🟠

发现 5：作者专业背景与论文内容严重脱节（第五式：产出异常）

• 位置：作者简介
• 描述：第一作者卞蓓蕾研究方向为“电网调度”；翁东雷为“变电运检技术”；王露民为“继电保护”；莫建国为“设备监控”；杨东东为“高压电缆”。整个团队清一色的传统电气/电力工程师，却没有一个具有计算机、人工智能或数据科学背景。
• 证据：虽然没有规定电力工程师不能搞AI，但一群专注传统电网业务的高级工程师，在一本非顶级期刊（微型电脑应用）上突然发表了一篇深度学习底层特征交互框架（对标 AutoGluon、TabNet），并且连图表编号都能抄错，这极其符合“花钱买论文/挂名代写”的画像。
• 严重程度：🟡

---

耿同学辣评

这篇论文简直是学术界的“缝合怪”！前一秒还在用 LR 和 XGBoost 跑表格数据，下一秒突然切镜头教大家怎么建“输变电工程三维模型”；正文信誓旦旦说用了6个数据集，表头非要写成5个；为了让自己的框架好看，硬生生把逻辑回归（LR）的 AUC 拔高到了 0.93，一脚踢翻了 XGBoost 和 TabNet 的饭碗。最可笑的是，代写机构在拼凑论文时，连别人的参考文献和章节都忘删干净了，直接“上接第81页”，把底裤全露出来了。这哪是自动特征交互框架，这是“自动文本拼接框架”吧！

建议后续行动

• 直接实锤：将文本拼接漏洞和表格对应错误作为铁证，在 PubPeer 上公开提出质疑。
• 联系《微型电脑应用》编辑部，指出其审稿流程存在严重渎职，连拼凑的文本和错误的图表序号都没发现。
• 向第一作者所在单位（国网浙江省电力有限公司宁波供电公司）学术委员会举报，核查该论文是否涉及代写代发、骗取科研绩效。

⚠️ 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。