会通过这个方式变得简单易得。
当然，这个想法不是凭空冒出来的。
它直接来源於肖宿去年在人工智慧领域发表的那篇论文《基於叶状结构的特徵解耦改进算法》。
那篇ai论文里，他处理的问题是如何让机器学习模型把不同类別的特徵分开。
他用的方法，就是在特徵空间上定义一个类似的等价关係，把空间划分成不同的叶子，然后在每片叶子上独立地做特徵解耦。
当时那篇论文发出来的时候，ai圈子里的人看的是特徵解耦、自监督学习、群论约束。
他们觉得这是一个很漂亮的机器学习方法，效率高、效果好，发了顶刊，是很好的成果。
但他们没有意识到，那个方法的数学內核，是可以抽离出来的。
肖宿现在做的，就是把那个內核抽出来，放到ns方程的问题上。
这就是同一个数学结构，在不同领域的投影。
《流体状態空间的叶状结构：基於和乐等价的构造》他已经写了两天，目前完成了百分之八十。
剩下的百分之二十，是关於叶状结构的整体粘合问题，也就是怎么把不同叶子上的解拼成一个全局的解。
这个问题的难点在於，叶子之间的边界处会有奇异性，需要小心处理。
他正在想这个问题，手机震了一下。
是顾清尘发来的消息：“晚上有没有时间一起吃饭？俞巍说想跟你聊聊非紧弗洛尔同调的问题。”
他回了一个字：“好。”
👉&128073; 当前浏览器转码失败：请退出“阅读模式”显示完整内容，返回“原网页”。