2024，立一些flag

关于2023

进入了一些新的领域

ANC：前半年一直再弄ANC，折腾折腾，好不容易原理搞懂，有了初步的优化结果，结果公司砍了需求，感觉现在处于半吊子水平。没有需求也没有理由去深入，就此搁置。

nnAEC：后面做了nnAEC的数据增强，借助这个项目，对整个AEC的处理流程和某些卡喉的难点（非线性失真，延时抖动）有了一些认识和理解。

回顾一些原来做的一些事情

DOA：稀疏布阵、虚拟阵列平移、空时方法尝试

BF：自从前年简单弄了一些多通道的数据增强后，就此搁置，传统很难突破，模型的话又有些无从下手，估计今年也很难有机会去做系统的优化了。

ICA:原理还不是很明白，需要系统化的静下心来啃论文和公式。

反思一下自己

去年一年杂事太多，涉及的工作杂而泛，自己在算法方面的尝试也是浅尝辄止，能用之后优化的动力就有下降。

可能和自己的心态不健康也有关系，好几年前的时候，觉得神经网络是未来，会对传统算法进行碾压，但是那时候神经网络没办法立马使用，在什么都没有的情况下，还是需要先上一版传统算法。

想两手抓，既想要优化好手头的传统算法，又想不要掉队网络模型的高性能，结果两边畏难。传统算法定好路线之后要整个切换算法路线，自己没有决心和能力，就现有的路线上细枝末节的优化效果有时候又会看不上。网络模型方向呢，因为不是自己的主要工作方向，一个是没有系统的学习和参与，一个也很难在零碎的时间有好的结果产出。

反思自己，工作这几年，都是以公司项目需求为导向进行的研究，是被push出来的产出，2024，希望有一些能够破局的想法。

希望2024

传统算法更深入

• 多读书，多读经典的书籍；

• 多记笔记；

• 争取每个月完成一本经典著作的阅读，并就某些值得深入的点进行拓展输出；

模型算法多尝试

• 多读论文，跟踪最新的行业算法；

• 争取每两周完成一篇有价值论文的翻译总结；

规范优化两手抓

• 规范整理自己的代码

• 对遇到的代码问题多记录，形成自己的笔记

• 从原理底层搞懂代码管理，而不是仅仅只会使用

以上三点，其实是一个算法工程很常规的自我要求，说的很空泛，就像一些政治正确的道理，说出来没人会去反驳它；但是要切切实实地落实，也不是一件易事。这个要求我给自己列了很多次，但每一次都没有量化的实施下去，这一次，我定了每月每周的目标。就像种一棵树，最好是十年前，其次是现在；而记录下自己的工作成长，最好是
年前，其次是现在。写下来，是实现它的第一步。