手机浏览器扫描二维码访问
珐国举办的会议肯定照顾下‘自己人’。
用一个‘不怎么重大却挑不出错’的研究,作为开场白让会议正式进入正轨,也是个非常适合的选择。
年轻教授说了个对于‘在线算法-正则化双重平均算法’的研究,内容听起来有点意思,但只是研究有了一点小进展,很难吸引在场学者的眼球。
二十分钟,报告结束。
会场里有些人礼貌的鼓掌,但多数掌声都来自前排,来自会议的举办方、评审、特邀专家,后排的学者们连象征性鼓掌都没有。
他们对于‘不感兴趣’、‘没多大意义’的研究,不大喊一声‘下去’、‘下去’,都已经很有礼貌了。
这就是真实的学术会议。
有实力才能赢得掌声,没实力就干脆别上去,学者们可不懂‘虚情假意的客套’。
王浩对于第一个报告也听了几耳朵,发现对自己没什么帮助,而且研发进展也很小,没有比较出彩的地方,就和其他人一样,也没什么兴趣了。
等到了第二个报告的时候,他就非常专注的耐心听了,甚至还用了一个‘教学币’。
其他人也同样很认真的听。
本小章还未完,请点击下一页继续阅读后面精彩内容!
第一个报告等同于‘做个开场’,第二个报告、第三个报告则都是比较重要的,是会场评审方认为是有‘重大意义’的研究。
好多不需要作报告的学者,来参加会议的目的,也是听取有重大意义的研究,专业性的顶级会议,也是涨见识、学东西的地方,新的研究方向、新的内容,可以让学者们知道其他人在研究什么,是怎么样完成的研究,就能够开拓思考,找到与自己研发有关的灵感和方向。
王浩最看重三个报告,今天的第二场、第三场,还有明天上午第三场,也就是沙勉之和王明坤一起的研究。
现在进行的第二场,是一个牛津大学教授做的研究,是对于梯度下降算法计算复杂度的理论研究。
这是非常罕见的。
在应用研究的很多方面都依赖于一种名为‘梯度下降’的算法,是一个求解某个数学函数最大最小值的过程,从计算产品的最佳生产方式,到工人轮班的最佳安排方法,‘梯度下降’算法都能派上用场。
但是相对于多方向的应用来说,相关理论研究却稀少的可怜。
这位作报告的牛津大学教授,从‘梯度下降算法在许多常见问题上效果不佳’,以及‘梯度下降的很多工作都没有涉及复杂性理论’两个方向,以数学计算机的方式,研究各类情况问题中的交集问题,从而对于梯度下降算法进行了理论论证。
王浩听得津津有味,论证中清晰的逻辑剖析,让他感觉对于逻辑论证的把握都更清晰了。
另一个反应就是--
【任务二,灵感值+1。】
听取了全程的报告,直接带来了‘任务二’一点灵感值收获,明显收获是很巨大的。
虽然只有一点灵感值,但要知道,‘任务二’是破解上帝之数,难度是A级别的,只是增加一点灵感值,也许会是很重要的提升。
牛津大学教授的报告获得了一致赞叹,完成的时候收获了一致的掌声。
沙勉之坐在了王浩的旁边,忍不住感叹道,“看来,想拿个最佳不容易啊!”他对自己的研究有信心,但要说压制刚才的报告可不好说,还是要看会议评审组的看法。
下面就是第三场。
会议第一天的第二场、第三场都可以说是压轴,有了刚才的精彩报告,好多人也期待其了第三场,上场的是来自芬兰赫尔辛基大学的西弥斯-戈尔利克斯,以及他的同事阿尔马洛夫。
报告的名称则是‘快速而准确的最小均方求解’,内容是对于最小均方算法,也就是LMS算法的改进。
沈家九姑娘沈听雪前世眼瞎,错信奸人,致使沈家灭门,挚爱之人横死。再睁眼,回到十五岁那年,小姑娘撸起袖子,什么也不说就是干!众人发现,九姑娘那个草包不草了,有美貌有手段,还会撒娇求抱抱。而那传闻中狠辣冷厉的定北王,却伸手将小姑娘抱在怀里,眉目清朗,温言轻哄,乖,抱抱。PS女主有八个哥哥,还有一堆师兄表哥,身世神秘,团宠小公主。男主纨绔,又帅又腹黑,宠妻狂魔。另本文小甜饼一枚欢迎来啃一捧雪的其他作品...
忙碌与悠闲,贫困与富裕,你的选择是什么?...
资产千亿的霍家继承人霍不凡,被谋杀后重生在了一个底层男子的身上。在头疼如何面对这对不知情的母女时,霍不凡发现真凶已经将他的替身推至台前,意图窃取霍家的资产...
...
我是鬼节那天出生,从小体弱多病。小学时的一件事,彻底改变了我的人生轨迹。从此,我跟着师父云游四海,行走于阴阳之间...
世间有少年,从西向东,孤绝而热勇。曾家仇未报,曾默默无闻,却从不言退怯。四面萧索,八面埋伏,他以纵横之气横扫千军。山是山,河是河。苍穹大地,众生之巅。唯有巅峰战神!...