当前位置:笔趣小说网>游戏竞技>科技帝国从穿越三体开始> 第三百八十六章:教授的震惊
阅读设置(推荐配合 快捷键[F11] 进入全屏沉浸式阅读)

设置X

第三百八十六章:教授的震惊(1 / 1)

冯永兴浑身哆嗦,一副见鬼的模样。

他很想反驳,认为就杨学斌的水平,应该还不足以研究黎曼猜想,但看杨学斌物我两忘的模样,显然是真在研究。

是有收获,还是仅仅沉浸其中了?

想到这里,冯永兴吞了口唾沫,小心翼翼地问道:“学斌,有什么收获么?”

“已经取得了突破性进展,接下来就只剩下验证了。”

杨学斌依旧是头也没抬,随口说着。

但他不知道这句话对冯永兴的杀伤力,轰隆隆,冯永兴只感觉脑海中炸响,完全失去了思考能力,许久才回神。

突破性进展!

不可能!

这怎么可能?

这可是黎曼猜想啊,人类有史以来最难的数学题,他曾经也不自量力地研究过,结果三个月都毫无头绪,从此以后就不敢再想了。

面对黎曼猜想,就感觉像是小学生在看高数题。

每个字都认识,组合起来就不知道说啥。

关键是,如果他没记错的话,杨学斌研究黎曼猜想还不到两个月吧,毕竟杨学斌也才不到两个月前改邪归正的。

杨学斌要研究黎曼猜想,也只可能从那个时候开始。

两个月解决黎曼猜想,这是什么概念啊!

这就是数学之神!

想到这里,冯永兴看着杨学斌,嘴巴张了张想要再说什么,可却不知道还想说什么,再加上他也不敢再打扰杨学斌了,只能默默回到书桌前。

今晚,冯永兴睡得很早。

今晚,冯永兴头一次失眠。

他在想一个问题,那就是他究竟有没有数学天赋,究竟适不适合研究数学?

……

翌日。

冯永兴难得睡了个自然醒,发现杨学斌还在书桌前奋笔疾书,也不知道是一晚上没睡,还是早上起来得很早。

不久后,杨学斌的女朋友郝晓晞来送早餐了。

看着小两口甜甜蜜蜜的样子,冯永兴忽然发现自己这些年真是太失败了,读了这么多年的书,不仅在数学上没啥成就,连女朋友都没有谈过。

不过他也想通了,既然不适合研究数学,那毕业后就去转行做别的吧。

……

就这样时间流逝,转眼间就是十天。

十天的时间,杨学斌彻底完善了这个被他命名为杨氏函数的数学工具。

当停笔的那一刻,他发出满足的笑容。

这种满足感,比和女孩子滚床单还要让人愉悦,不能自拔。

杨学斌没有急着去证明黎曼猜想,而是好好洗了个热水澡,不到八点就上床睡觉了。

这些天他太累了。

翌日。

杨学斌是被手机电话吵醒的。

不是郝晓晞,而是导师刘建明教授的,是国内数学界的泰山北斗,科学院的院士。

“喂?”

杨学斌也没看来电显示,拿起手机迷迷糊糊地说道。

“杨学斌,还没睡醒呢?你也不看看时间,都几月几号了,论文还不交?催了你几回也不回信息,这博士你还要不要毕业了?”

手机里面传来刘建明苍老而严厉的声音。

他是恨铁不成钢。

杨学斌的天赋,那怕放眼全世界也找不到几个能相比的,可却完全没有数学家的严谨和自律,每天放浪形骸,就知道跟各种女孩子厮混。

为了把杨学斌这颗歪脖树修直溜了,他向来要求严苛,布置给杨学斌的作业难度往往都是其他博士生的好几倍。

可饶是如此,杨学斌也总是能轻易完成。

这让他又爱又恨。

杨学斌瞬间惊醒,忙道:“不好意思教授,论文已经写完了,我稍后就发你。我不是有意不回您信息的,实在是这些天忙着没空看手机。”

“行吧,赶紧发过来。”

……

办公室里,刘建明无奈地挂断了电话。

他揉了揉了眉心。

为了培养杨学斌,他费了太多的心思,可直到博士毕业都没有把对方掰正。

但无论怎么说,杨学斌的水平还是可以的。

天赋。

有时候就是这么不讲道理。

尤其是在数学领域,没天赋的一辈子也没法入门,有天赋的看一眼就能精通。

《深度学习黑箱模型的拓扑数据分析与可解释性研究》,这个课题的难度他还是清楚的,杨学斌这些天忙得没法看手机,也情有可原。

虽然有些匆匆忙忙,连滚带爬,但能够及时完成还是值得肯定的。

叮!

随着手机提示声,手机屏幕也凉了起来。

是收到邮件了。

刘建明知道,这肯定是杨学斌发来的。

于是他放下手机,看向电脑显示器,打开自己的邮箱,果然看到杨学斌刚发来的邮件。

点开,然后就是一愣。

《基于神经网络投影的Wasserstein梯度流数值方法及其应用分析》?

刘建明皱眉,他明明记得给杨学斌的题目是《深度学习黑箱模型的拓扑数据分析与可解释性研究》啊!

擅改课题?

还是自己真的记错了?

刘建明有些自我怀疑,于是找到当初制定的课题文档,发现自己并没有记错,而是杨学斌擅改了课题。

“好小子!”

“我倒要看看,你这写的究竟是什么?”

刘建明有些生气。

如果这片论文难度比《深度学习黑箱模型的拓扑数据分析与可解释性研究》小,写得又不够精彩的话,杨学斌就等着留级吧。

刘建明沉下心来,开始看论文。

论文标题:基于神经网络投影的Wasserstein梯度流数值方法及其应用分析

摘要:

Wasserstein梯度流为描述概率分布在Wasserstein度量下的演化过程提供了强大的理论框架,并在生成模型、贝叶斯推断等领域展现出广泛应用潜力。然而,数值计算,特别是在高维情形下,仍面临巨大挑战。

本文研究基于神经网络投影的Wasserstein梯度流数值近似方法。该方法的核心思想是利用神经网络(如具有ReLU激活函数的两层神经网络)来参数化梯度流演变中的拉格朗日映射函数……

“这……”

随着继续往下看,刘建明越看越看越震惊。

他是青华校园少有同时精通计算机的数学教授,因此不仅看得懂,也非常明白杨学斌这片论文的难度和价值。

在这篇论文中,杨学斌提供了一个非常精妙的算法,可以极大提升计算机在物理仿真和AI方面的能力等等。

如此精妙的算法,那怕是他自问也创造不出来。

这不仅需要极其深厚的数学功底和天赋,还需要同时精通计算机,且至少是顶级专家级的,否则不可能写得出这篇论文。

上一章 目录 +书签 下一章