国外博士论文评阅意见的一种标准形式
一、简介
——Summary
分为两段，第一段对论文所涉及的问题进行描述，并适当介绍现状，第二段对论文取得的成果进行简介。
第一段举例
最大子阵列问题是在给定的阵列中找到一个使其总和最大的子阵列。数组元素的值取实数。该矩阵是一维尺寸n或二维尺寸(n，n)。如果数组元素是非负的，一个微不足道的解决方案就是整个数组。因此，从每个元素中减去平均值。文献中已知几种有效的序列算法。应用领域是图形和数据挖掘。在图形中，我们可以识别最亮的地方，在数据挖掘中，我们可以识别最不稳定的范围。
第二段举例
这篇论文从两个方面概括了这个问题。一是找到最大值、第最大值、...第K个最大子阵，称为第K个最大子阵问题。有两种变体；一个允许在找到的子阵列之间重叠，另一个不重叠。该学位论文针对前一个问题提出了一个O(n3+n2Klog n)时间算法，针对第二个问题提出了一个O(n3 + n2Klog K)时间算法。这些是从基于有效的一维算法获得的二维问题的算法。这些算法使用新的数据结构，称为持久堆（ persistent heaps）和持久锦标（ persistent tournaments）。在论文的第二部分，将计算模型从一个处理器推广到多个处理器，以进行并行处理。具体来说，采用网格体系结构使用n2个处理器。该文实现了最大子阵问题的计算时间为0(n)量级，而对于第K个最大子阵问题的计算时间为0(Kn)量级。这里的问题是一个允许重叠的一般性问题。在下文中，将对每一章进行介绍。
——Review of each chapter
分章给出要点。对于每一章，首先介绍该章的目的和内容，接着指出优点（如有什么特别之处）和不足（包括建议修改的地方）。
第一章（引言）举例
本章介绍历史背景和可能的应用领域。在许多论文中，最大子阵问题的起源归因于本特利在1984年发表的两篇论文。这位候选人发现了格伦德尔在1977年发表的一篇论文，这是对历史研究的一个很好的贡献。作为一维情况的可能应用，讨论了基因组序列分析，对于二维情况，介绍了图形和分析在销售数据库分析中的应用。对于后面的应用，矩形子阵列就足够了。对于图形中的第一个应用，我们不需要局限于矩形。或许，这个问题应该得到解决。
第二章举例
本章提供了在后续章节中需要用到的问题定义、数学和数值概念。为准备介绍K-最大子阵问题，引入了线性时间选择算法。与Hoare的查找算法相比，该算法在实践中效率并不高，Hoare的查找算法的预期时间是线性的。我想候选人选择了目前的选择算法，因为论文完全致力于最坏情况分析。候选人可能应该提到这一点。
第n章举例
本章定义了不相交的k-最大子阵问题，并为该问题开发了有效的算法。定义是从剩余的阵列部分连续找到k个最大子阵列。如果我们不需要排序的顺序，鲁佐-汤帕的线性时间算法是最有效的，但是这个算法不容易扩展到二维。候选人开发了一个基于锦标赛树的算法，这次不是持久的，而是具有一个新的洞操纵特征。也就是说，已经找到的子阵列作为一个洞从树数据结构中移除。这个版本恰好可以扩展到二维，导致了计算时间量级为O(n3 + n2KlogK)。由于二维不相交问题以前没有研究过，所以这里的贡献很大。问题被定义为从剩余部分中选择最大子阵列。这导致这样一种情况，即如果存在平局，算法可能不会在二维中选择K个最大子阵列。这个问题需要进一步研究，但至少候选人应该提到这个问题。
最后一章举例
本章总结了网格实现并讨论了未来的可能性。不相交k最大子阵的广播（？）问题具有挑战性。
——Conclusion and Recommendation
在结论中，对论文取得的成果类型与质量进行评价，对成果的意义进行评判。最后，对作者是否可以获得博士学位提出推荐意见，同时指出在提交论文修改稿时，对具体章节指出的不足是否必须考虑采纳。
结论与推荐举例
论文工作的结果发表在四份国际会议文集和两份期刊上。论文开辟了两个原创领域：k 最大子阵问题（ the k maximum subarrayproblem）和最大子阵与K-最大子阵问题的网格体系结构。第一个领域吸引了世界各地的许多研究人员，学位候选人的这一贡献总是被这些研究人员当作他们问题的出发点引用。第二个贡献是提出的理论可用于解决实际问题，尤其在现实情况下解决实际问题。这一结果获得了新西兰政府的专利。基于这些观察，我建议候选人被授予哲学博士学位，并且论文被列入院长的名单（the thesis placed on the Dean’s list）。前面针对每一章的评论中提出的建议不是强制性的，但可以在可能的修订版本中予以采纳。