字体
关灯
上一页 章节目录 下一章 进书架
第五十一章 我当然会为我的话负责(第2 / 2页)

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,上场的是来自芬蘭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。

西弥斯-戈尔利克斯上台以后,就骄傲的宣布,“我们找到了一种最为快速、最为准确的最小均方求解方法,这种方法可以让计算复杂度降低两个数量级以上,并且不会损失精度和改善的数值稳定性。”

这句话说出来立刻引起会场一片哗然。

最小均方求解是许多机器学习算法的核心,能够让计算复杂度降低两个以上数量级,可不是开玩笑的,那已经不是改善,而是‘跨越式的进步’。

比如,计算一个问题需要一亿次运算,下降两个数量级就变成了一百万次。

这显然是质的飞跃。

西弥斯-戈尔利克斯开始认真讲解说起来,他的同事阿尔马洛夫则在旁边做补充讲解,他们提出了一个非常新颖的分治法,然后用离散傅里叶变换算法,充当整体构架的‘掌舵’。

王浩听到这里顿时有精神了。

他感觉‘掌舵’内容似乎有些熟悉,再继续听下去就明白过来。

后面的研究内容对于自己的‘傅里叶变换辅助构建数学模型’,肯定是存在一定的借鉴和参考。

“抄袭?”

“不,应该说是应用。”

发表出来的论文内容,被用作其他研究的参考,也是很正常的事情,只要论文上带上‘参考文献’就可以了。

这倒是没关系。

不过王浩继续听下去,就不由得皱起了眉头,他发现对方的研究是存在问题的,尤其牵扯到离散傅里叶变换算法,合并‘分治法’支撑降低计算复杂度,到了两个数量级就出问题了。

报告进行了一个小时左右,西弥斯-戈尔利克斯完成大部分讲解,他讲解的都是‘大致方向’,也停下来休息了一下,也让会场众人做个消化。

其他人都在惊叹报告成果,王浩则是喊了一句,“戈尔利克斯先生!”

西弥斯-戈尔利克斯马上注意到王浩,疑惑问道,“这位年轻的先生,有什么问题?”

会场众人顿时看过来。

王浩站起来说道,“你的报告很精彩,我指的是前面,但是第二部分,用离散傅里叶变换对于整体计算进行构架,我认为,是有问题的。”

“离散傅里叶变换和你的‘分治法’相结合,在计算超大数或是超多计算量时,比如,超过兆亿次计算,所塑造承受的复杂性的核集,不可能把所有的解包含进去。”

“你是依赖Caratheodory定理完成的构造,分治法本身没有问题,但和离散傅里叶变换算法相结合,就会出现问题。”

“就是在第二部分,表征凸包点开始……”

王浩用手指了一个方向。

西弥斯-戈尔利克斯没有回头,而是满脸不屑道,“年轻人,你的导师呢?”

“这里是STACS会议,你要为你说的话负责。”

王浩轻笑道,“我当然会为我的话负责。另外,我也是来作报告的,并没有和‘导师’一起。”最后一句是调侃说出来的。

他继续道,“而且,如果没有听错的话,从第二部分开始,你们的研究,主要是使用了我的方法。”

上一页 章节目录 下一章 推荐票