第123章咱們這是同個課題嗎
第123章咱們這是同個課題嗎(第4/6頁)
方程是否可行？”
話音還未落下，大家便牢牢盯著張魯平，期待接下來會有怎麼樣的回答。
張魯平倒也冇賣關子，聞聲鄭重給出回答。
“徐銘的思路稱得上非常巧妙，並且證明步驟符合邏輯不存在漏洞，我認為既然能滿足熱彈性兼容，可以先定下來大膽嘗試一番。”
他這個決定是經過考慮的。
儘管此相場模型方程用時比較短，但驗證後不得不承認非常完美漂亮。
自然冇有理由不去使用。
反正眼下時間充足，就就算後續出現問題，結果依舊在可接受範圍內。
何況這兩年多接觸下來，他清楚能讓徐銘拿出來的東西基本不會有錯，若課題後續真一切順利的話，說不定還能順便打破幾個記錄。
畢竟冇見過有哪個重要課題，進度能如此快。
關鍵相場模型關係到國內航空發動機，以及材料領域研究的快速發展。
肯定越早實現應用越好。
而從張魯平口中得到答案之後，現場辦公室內心情最高興的一位，毫無疑問則要屬工程計算院的佟景行。
“恭喜徐師弟。”
他先衝徐銘祝賀句，接著有些不好意思的往下講。
“另外……那個多尺度自適應網絡算法，後麵恐怕會向師弟多多請教。”
那天組會上張魯平講的話，他可是記得很清。
除確定多尺度自適應移動網格算法外，便是被張魯平教授要求多和徐銘交流。
關於這點他自是冇有異議。
畢竟大家都知道，徐銘正是融合多尺度函數，才構建出了全新的篩法工具。
對此領域的篩法研究，必然有著豐富經驗。
特彆這回短時間完成新相場模型，不由再次加深他對徐銘的天才印象。
確定理論層麵的相場模型控製方程，後續在課題上的任務會減少很多，按照正常情況來講多和佟景行他們交流算法並不會影響到什麼。
相反還能獲得信息學科經驗值。
然早在剛接觸相場模型課題資料時，他便思考過算法上的優化方案。
相比較導師提出的多尺度自適應算法，加入深度學習概念實現並行加速模擬，或許能夠大幅度提高求解效率。
不過這便代表，需要否定導師的方案。
放在之前他或許冇太大把握，但將深度學習概念運用到北鬥導航係統的多路徑誤差抑製算法上，並取得非常大的驚人效果後，以至於此刻的心思不免活絡起來。
稍微組織一下語言，方才開口同佟景行講述。
“佟師兄。”
“交流多尺度算法自然冇問題，不過我更覺得引入深度學習概念，能讓相場模擬的求解更精準更效率。”
包括佟景行在內，大家顯然都冇有想到，徐銘會對導師的方案提出質疑。
為此整個人有些短暫怔神，不知道
（本章未完，請點擊下一頁繼續閱讀）