🔍 耿同学打假报告

论文信息

• 论文来源：IEEE-TAC-25-1805.pdf
• 标题：Data-Based Approaches to Trackability Compensation for Learning Control Systems
• 作者：Chenchao Wang, Deyuan Meng, Yuxin Wu
• 期刊：IEEE Transactions on Automatic Control (根据文件名 TAC 推断)
• 发表年份：投稿/录用于 2026 年前（文内提及 2024 年 CDC 会议 preliminary version）

综合评定：✅ 清白

详细发现

发现 1：论文性质与检测维度的匹配度说明

• 位置：全文
• 描述：这是一篇纯粹的理论与控制算法论文（迭代学习控制 ILC），全篇无任何湿实验、生物学Western blot图、显微镜图或包含误差棒的实际物理实验数据。所有的“实验”（Section V）均为 MATLAB 等软件跑出来的数学仿真曲线。
• 证据：文中的 Table I 仅仅列出了矩阵的秩（Dimensions，118 和 120），而不是实验测量的均值±标准差。对于此类论文，“耿同学六式”中针对图像篡改（第一、三式）、实验数据随机性造假（第二式）和统计学陷阱（第四式）的检测完全不适用。
• 严重程度：🟡 (非造假，仅提示报告受限)

发现 2：时间线与基金逻辑交叉验证（第六式：时间线与方法学异常）

• 位置：首页脚注 & 参考文献列表
• 描述：对作者声称的时间线和引用进行了时间逻辑的交叉比对。
• 证据：
  1. 基金时间线：文中声明受中国博士后科学基金资助（Grant GZB20250960）。以当前日期（2026-06-18）来看，第B批（Grade B）GZB20250960 资助号完全符合 2025 年申报并获批的时间逻辑。
  2. 会议与期刊时间线：作者提到本文的前身被 2024 年 12 月在意大利米兰举办的 63rd IEEE CDC 接收（参考文献 [1]）。目前在投 IEEE-TAC。这是控制界极其标准且合理的“顶会扩刊转顶刊”的时间线。
  3. 参考文献时效性：文献 [20] 标注的发表时间为 Jun. 2025，文献 [10] 为 2024 年，表明作者充分跟踪了最新文献。没有出现“使用了未来才发明的试剂”或“引用了尚未发表的文献”等时间穿越 bug。
• 严重程度：✅ 无异常

发现 3：仿真数据与公式逻辑的内部自洽性验证（第二式与第六式交叉）

• 位置：Section V (ILLUSTRATIVE SIMULATIONS) 与 Table I
• 描述：验证了仿真实验设置与理论推导是否自洽。
• 证据：作者设定采样数 \(N=60\)，系统输入维度 \(n_u = 2\)（d/q轴电流），因此超向量维度为 \(n_uT = 120\)。作者在 Assumption 1 中要求测试输入满足秩为 \(n_uT = 120\)。在 Table I 中，补偿前轨道集维度为 118（小于 120，说明存在不可轨条件），补偿后维度恢复为 120。这一数学逻辑闭环非常完美，完全符合严谨的控制理论推导，没有出现低级的数学矛盾（如前文说 \(n=5\) 后文只给 4 组数据的情况）。
• 严重程度：✅ 无异常

耿同学辣评

这篇论文真是让耿同学“无从下嘴”。通篇全是硬核的矩阵公式、引理证明和李雅普诺夫般的推导，连个细胞和小鼠的影子都没见着。想找他 PS 泳道的痕迹？不好意思，人家只有满屏幕的 \(blkdiag(A,B)\) 和 \(ker(A)\)。对于这种纯靠数学推导和 MATLAB 仿真撑起来的理论文章，想靠随机数生成器或者复制粘贴造假是极其困难的——因为审稿人只要随便抓出一个公式推一步，或者照着伪代码跑一遍，底裤就全没了。这波啊，这波是学术打假界的“众生平等”——只要不是自己亲自推公式，谁也别想轻易看懂他到底造假没造假！但从现有的文字逻辑和时间线来看，这篇论文非常清白且规范。

建议后续行动

• 无需联系作者提供原始数据（本文核心为数学与算法理论，原始数据即代码与公式推导）。
• 无需在 PubPeer 上提出质疑。
• 建议给予这篇论文一个“尊重”。

⚠️ 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。
特别说明：由于本论文属于纯理论推导与仿真类文章，缺少图像、实测生物/化学数据等易造假载体，因此打假维度受限。结论基于文本时间线及逻辑自洽性得出。