Agent Skills
› brycewang-stanford/Awesome-Journal-Skills
› jcadcg-experiments
jcadcg-experiments
GitHub专为《计算机辅助设计与图形学学报》设计，指导构建经得起外审的图形与几何证据。涵盖RQ拆解、指标选择、公平基线对比、可视化呈现及用户研究规范，提供自查清单与缺陷修正建议，确保实验严谨可信。
Trigger Scenarios
撰写图形学或CAD论文的实验部分
准备JCAD&CG投稿材料
检查实验设计的公平性与完整性
生成符合期刊规范的实验结果报告
Install
npx skills add brycewang-stanford/Awesome-Journal-Skills --skill jcadcg-experiments -g -y
SKILL.md
Frontmatter
{
"name": "jcadcg-experiments",
"description": "在为《计算机辅助设计与图形学学报》(Journal of Computer-Aided Design & Computer Graphics, JCAD&CG) 设计与呈现实验证据时调用。覆盖图形学\/CAD 论文特有的证据：几何精度指标(Chamfer\/Hausdorff)、渲染质量(PSNR\/SSIM\/LPIPS)、可视化有效性与用户研究、公平基线与相同预算对比、消融、时间与显存开销、渲染图与几何误差色图呈现、以及主客观评测与统计口径。适用于把方法主张与图形\/几何证据一一绑定、避免\"只有指标无视觉对比\"或\"基线不公平\"在外审被质疑的场景。"
}
《计算机辅助设计与图形学学报》实验设计与呈现
本技能帮助为《计算机辅助设计与图形学学报》(Journal of Computer-Aided Design & Computer
Graphics, JCAD&CG) 搭建经得起外审的图形与几何证据。本刊是 CCF A 类图形学/CAD 方向中文月刊，
外审专家对图形证据（渲染质量、几何精度、可视化有效性、用户研究）的要求高于纯榜单分数：
每条主张都应绑定到可验证的图形/几何证据。核验见 resources/official-source-map.md
（2026-07-09）。
一、从研究问题(RQ)出发
先把贡献拆成可检验的 RQ，例如：
- RQ1：本方法在相同面片预算下几何误差是否低于最强基线？
- RQ2：渲染质量(时序稳定性)是否更好？
- RQ3：各模块(如特征项、穿透检测)各自贡献多少？(消融)
- RQ4：开销(时间/显存)是否可接受？
每个 RQ 对应一组实验与一张表/图，结论与 RQ 一一对应。
二、图形学/CAD 常用评测指标
| 方向 | 常用指标 |
|---|---|
| 几何处理 | Chamfer 距离、Hausdorff 距离、法向误差、体积/面积保持、特征保持率 |
| 渲染/图像合成 | PSNR、SSIM、LPIPS、FID(生成)、时序稳定性、真实感主观评分 |
| CAD/CAE/CAM | 约束满足度、仿真精度、制造可行性、参数灵敏度 |
| 可视化/可视分析 | 任务完成时间/正确率、可扩展性、认知负荷(如 NASA-TLX) |
| VR/AR/MR | 延迟、帧率、沉浸感/舒适度量表(如 SSQ 晕动)、交互效率 |
| 图像视频处理 | 定量指标 + 视觉对比、鲁棒性 |
报告指标时说明计算脚本、掩码、对齐方式，避免口径不一致导致的不可比。
三、公平比较的纪律
- 相同预算/相同设置：面片预算、采样数、算力、训练数据、分辨率一致；否则注明并解释。
- 最强可得基线：纳入相关工作中点名的强方法，不回避、不只比弱基线。
- 多次运行：涉及随机性的方法报告均值±标准差(如 5 次)，并说明种子。
- 统计显著性：适用时用配对检验(如 p<0.05)，尤其用户研究。
四、图形证据的呈现（本刊尤重）
- 渲染对比图：并排展示本方法/基线/GT，统一视角、光照、分辨率、裁剪；标注关键差异区域 (放大框)。
- 几何误差色图：用 colormap 可视化逐点误差，给出色标范围与单位。
- 消融图表：逐个去掉模块，量化贡献。
- 失败案例：诚实展示局限(如极端薄壁、异常输入)，增强可信度。
- 演示视频：动态结果(动画/交互/时序)用视频补充静态图无法体现的稳定性。
五、用户研究（可视化/VR/交互常见）
- 说明被试人数、招募、任务设计、独立/被试内设计、量表。
- 报告统计口径与显著性；材料(问卷)去标识随补充材料提交。
- 遵守伦理与知情同意；不泄露被试身份。
六、实验自查清单
- 每个 RQ 有对应实验与结论，一一对应。
- 指标选取贴合方向(几何/渲染/可视化/交互)，计算脚本可复现。
- 基线为最强可得、设置相同预算；差异已注明。
- 随机性方法报告均值±标准差与种子；适用时有显著性检验。
- 有渲染对比 + 几何误差色图 + 消融 + 开销(时间/显存)。
- 诚实展示失败案例与局限。
- 用户研究(若有)人数/设计/统计/伦理到位。
七、常见实验缺陷对照
| 缺陷 | 后果 | 修正 |
|---|---|---|
| 只有指标无视觉对比 | 外审质疑图形质量 | 补渲染对比与误差色图 |
| 基线不公平(不同预算) | 结论被推翻 | 统一预算或明确说明 |
| 单次运行报最优 | 不可信 | 多次运行报均值±标准差 |
| 缺消融 | 贡献归因不清 | 逐模块消融 |
| 不报开销 | 实用性存疑 | 报时间/显存/可扩展性 |
| 回避失败案例 | 显得掩饰 | 诚实展示并解释 |
八、数据集与基准的选择
图形学/CAD 实验的说服力很大程度取决于数据与基准选得是否有代表性：
- 覆盖多样性：几何处理选不同拓扑/尺度/噪声的模型；渲染选不同材质/光照/场景；CAD 选 不同复杂度的零件/装配。
- 公开可得优先：尽量用领域公认的公开数据集/模型库，便于他人比较；自建数据说明构建 方式并尽量公开。
- 规模适当：模型/场景数量足以支撑统计结论，避免"三个模型看着不错"。
- 难例覆盖：纳入已知困难情形(薄壁、尖锐特征、遮挡、高噪声)，检验鲁棒性。
九、结果表与图的呈现规范
| 呈现 | 规范 |
|---|---|
| 定量表 | 最优值加粗、次优可标注；同列同口径；给出均值±标准差与样本数 |
| 渲染对比图 | 统一视角/光照/分辨率/裁剪；标注方法名与关键差异放大框 |
| 几何误差色图 | 统一 colormap 与色标范围；标注单位；黑白可辨 |
| 消融图 | 逐模块去除对照；用同一指标定量呈现 |
| 开销图 | 时间/显存随规模变化曲线；标注硬件 |
十、把主张绑定到证据（自问三句）
- 我的每一条贡献主张，是否有一张具体的表或图直接支撑？
- 支撑证据的设置是否公平(相同预算、最强基线、相同数据划分)？
- 若审稿人质疑，我能否用新增图形证据(而非文字辩解)回应？(见
jcadcg-author-response)
十一、实验伦理与诚信
- 不选择性报告(cherry-picking)：展示代表性而非仅最优样例；失败案例照实给出。
- 不隐藏不利指标(如开销大、某设置下变差)；在局限中如实讨论。
- 用户研究遵守知情同意与去标识；统计方法与多重比较校正如实说明。
- 指标计算脚本与数据随复现包提供，保证可核验(见
jcadcg-reproducibility)。
十二、输出格式
[JCAD&CG 实验] 就绪 / 需加强
[RQ→证据] RQ1__→表/图__；RQ2__→__；RQ3(消融)__→__；RQ4(开销)__→__
[指标] 几何:__ 渲染:__ 可视化/交互:__（计算脚本可复现？是/否）
[公平性] 相同预算？最强基线？多次运行±std？显著性检验？（是/否）
[图形证据] 渲染对比/误差色图/消融/失败案例/演示视频（齐否）
[用户研究] 人数__ 设计__ 统计__ 伦理__（若无标注 N/A）
[待办] <逐条列出需补实验/证据>
Version History
- 9f86f09 Current 2026-07-19 16:14
