UU阅书 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!

“请两位选手思考分钟的时间。”

很快,分钟后,主持人将话筒递到了蔡昆手中。

“下面有请请蔡同学回答。”

他红着脸,磕磕绊绊了好久:“很抱歉,这个领域,我并没有深入研究……递归神经络是具有树状阶层结构且络节点按其连接顺序对输入信息进行递归的人工神经络,是深度学习算法之一。”

勉强背诵了一些定义,实在有些糊弄不过去,蔡同学道:“很抱歉,我暂时没有特别好的想法。”

底下传来了一阵嘘声,蔡同学虽然脸红,但还是硬着头皮站在台上。

他抬头看向张远。

就看你能够回答出什么吧。如果什么都回答不出来,你凭什么面试成绩比我高怎么多?

“下边有请张同学回答。”

“我有个问题。”张远举了举手,“hfild络我听说过,但什么叫络稳定『性』?”

这位提问者笑了笑:“如果络的某些权值可以收敛至平衡点,即称权值收敛,那么输出也就可以拟合期望的输出,即称系统稳定,因此收敛『性』是针对变量而言,稳定『性』是针对系统而言。”

“系统的稳定『性』得到不到保证,控制系统不稳定,络的收敛『性』失去了基础。”

张远琢磨了一下一下,说道:“你的那个研究领域,我也没有深入研究过,只是看过某些论文。不过我有一些简单的想法,你可以听听。”

“……首先是单调『性』问题,离散时间连续状态的hfild络模型中当神经元的激活函数是否为单调函数,或者说是否局部单调。”

“第二是,通过研究能量函数成为凸函数的条件,将hfild络的运行看作约束凸优化问题求解,从而尝试着去论证是否有全局惟一极点的充分条件……”

“凸优化,您说的很正确!凸优化正是我在做的方向,我还有一个问题……”

这一次倒是说到了这位提问者的心坎里,他又提了几个凸优化方面的问题,当场交流起数学来。

最后在主持人的示意下,张远只好说道:“关于凸优化方面的知识,如果有需要的话,可以台后找我探讨,这里就不详细说明了……”

很多东西他只是根据平时的积累,随口胡扯,如果真的能随机应变写出一篇论文,那他也不用上台,直接当“论文上帝”好了。

底下已经传来了一片鼓掌声。

这么短短的一段时间,高下立判。

蔡昆恨不得在地上找条缝钻进去。

他只能红着脸,暗地里给自己打气,或许是因为样本过少导致的差异,刚好遇到了自己不会,对方会的题目。

主持人又问道:“666号,请说出你的问题。”

提问者是一个女孩,她的问题相对而言比较务实,没有那么偏门:“我想要问一个,关于服务器中,缓存方面的问题。”

“缓存分为两个阶段:一是数据的放置阶段,在数据需求量较的空闲时段,利用有余力的通信资源,向每个用户的缓存设备中放置数据。二是数据的分发阶段,假定在数据需求高峰期,每个用户随机向服务器请求一个完整的文件,服务器综合考虑这些需求,分发完整的数据,以满足所有用户的需要。”

“我的问题是,如何最科学地设计缓存方案?”

提问者甚至将一个发到了屏幕上。

这个问题很具有专业『性』,但大家都能听懂在问什么。

主持人说道:“好了,各位请思考分钟的时间。”

话筒交到了张远手上。

他笑着说道:“我觉得……还是把机会先让给蔡昆同学吧。我怕我说了之后,他就没的说了。”

底下的人又发出了一片哄笑,还爆发出一片口哨声。

有人相信了,也有人不相信。

蔡昆心中一愣,这一次,他还是有一点想法的,而对面的张远却好像说不出什么东西,需要更多的思考时间。

“……我有这样一个想法,各用户分别缓存每个文件的/>比例的数据,在数据分发阶段服务器再将各用户所缺失的各自1-/>部分的数据逐个发放,此时传输数据的值r=k1-/>……”

“不知道大家有没有听说过,一种名叫‘编码缓存’的方案,具体的算法是这样的……”

“您说的有道理。”

虽然嘴上这么说着,提问者微微失望,编码缓存可以说是最平凡的一种想法,早就已经有成熟的算法了,没有任何研究意义。如果拿这个烂点子去开课题,估计会被导师一巴掌打回来。

接下来轮到张远,他清了清嗓子。

“蔡昆同学的想法很好,在分发阶段,利用已有的缓存信息之间的关系,设计所需广播内容的一定的编码组合,使得多个用户可以同时从单次的信息中译码得到所需的部分信息,从而得到全局缓存增益。”

“但是其局限在于,要将每个文件等分为一个随着用户数量k而呈指数增长的参数,众所周知,指数级别的分划,在算法上的难以实现……”

“我可以借用一下你的数字笔以及大屏幕吗?”

主持人愣了一下,“可以。”

张远在屏幕上画了几张图。

“……本质上,它是一个组合图论的问题,我们希望得到的是f为k的多项式级别,且r为常数级别时的缓存方案。或者证明这种方案的存在『性』与否。”

“显然,关于文件划分数能否转化成多项式级别,即达到工业可用的级别,完全取决于数学上能否构造出满足某些特『性』的超图问题,这些特『性』是这样的……”

“我觉得转换成数学问题后,已经可以写一篇不错的论文。至于答案究竟是什么,我现在肯定回答不出来,只是一个想法而已。具体应该怎么解决这个图论问题,还得这位同学自己去思考。”

底下响起了一片窃窃私语。

在座的吃瓜群众,还是有许多专业人士的,是不是胡说八道,自然有自己的分辨。

啪啪啪!

几分钟后,提问者带头鼓起了掌。

底下掌声雷动。

蔡昆已经没有脸面继续待下去了,他满脸通红,急匆匆地点头认输。

他终于知道,同样是一百分的试卷,他考100分,是因为实力,而别人同样考100分,是因为卷面上只有一百分。

“老蔡,你遇到了真正的变态!”

“是啊……”

“好像输的不冤枉。”

UU阅书推荐阅读:我在末世养恐龙大佬的武力值又爆表了重生之曲线围城(gl)恶毒雌性超软,星际大佬顶不住了明朝卦师轮回乐园我团宠小师妹,嚣张点怎么了全能生物黑科技末日黎明之生化战士的崛起末世:多子多福,极品美女这样用微型世界:开局灭了一国糟了!1999年的事情瞒不住了快穿之拯救小娇妻穿越原神后魈自愿和我回家我又又恋爱了末日重生:我选择拯救世界全球求生:开局一座避难所全球降临之雪国求生天瞳术美漫也有妖气我编的百科词条成真了源力大时代最终之自我救赎末世:想要变强?唯有囤积女神!当学霸开了科技移动城佣兵协议诸天:开局一座明朝时空门万界第一纨绔星痕末世重生后要种田修仙登顶银河人生赢家金古武侠赋废土世界:从拾荒机器人开始单独降临:七十亿副本求生九叔之我竟然是秋生修神之至尊之道快穿:宿主她危险又撩人末世丧尸女王:男神,来撩!咒术法师逆转快穿:男主求攻略韩娱之大梦想末日求生:苟住别浪狗腿子切开是黑的捡个星际元帅当老公穿越诸天西幻网游之贼倾天下哇酷阿玛的搞笑小故事独独不说喜欢你
UU阅书搜藏榜:微型世界:开局灭了一国糟了!1999年的事情瞒不住了快穿之拯救小娇妻穿越原神后魈自愿和我回家我又又恋爱了末日重生:我选择拯救世界全球求生:开局一座避难所全球降临之雪国求生天瞳术美漫也有妖气我编的百科词条成真了源力大时代最终之自我救赎末世:想要变强?唯有囤积女神!当学霸开了科技移动城佣兵协议诸天:开局一座明朝时空门万界第一纨绔星痕末世重生后要种田修仙登顶银河人生赢家金古武侠赋废土世界:从拾荒机器人开始单独降临:七十亿副本求生九叔之我竟然是秋生修神之至尊之道快穿:宿主她危险又撩人末世丧尸女王:男神,来撩!咒术法师逆转快穿:男主求攻略韩娱之大梦想末日求生:苟住别浪狗腿子切开是黑的捡个星际元帅当老公穿越诸天西幻网游之贼倾天下哇酷阿玛的搞笑小故事独独不说喜欢你某超赛亚人的世界之旅启灾厄末世重生:我成为了末世最强领主热血格斗家诡眼迷踪平凡末世路灵魂快穿:病娇男主你有毒我的命运改变器末世究极基地男主怎么老崩坏
UU阅书最新小说:幸存者的救赎之路冰夜末世:重生的我爆刷系统!你们救世,我来救你星际:你要用机械之心系统泡妞?末世:东明岛危机末日降临我打造了末日基地星际,我只想打卡啊!抢走龙傲天的系统,我是凤傲天从废土小子到末日王者末日求生,妹子太多真是累星际美食:开局从赶海开始末日萌宝五岁半天择浩海微尘给四个大佬当替身,但月入百万重生末世半年前,我要卖家产寒冬末日,我有屯屯鼠空间开局通星际,我用破铜烂铁换千亿废雌被弃?她唱国歌拯救了全星际末世,我的庇护所都是女队员丝路甘霖恶女快穿后,绝嗣大佬痴情沦陷了人类世界毁灭计划末日:我能强化万物!赛博朋克:新曙光废土宅女自救,从一个大宝箱开始地球存亡无限逃生:禁止殴打NPC!末日游戏:自选召唤英雄第三赛季:于你一世安宁变成丧尸了,空间有何用?蛊界新主核星纪元重回末日:打造顶级安全屋,校花跪求收留银河星院:晶能传奇录末日之一人成一军星空之竣莫名其妙被拉黑末世前三月,我继承了亿万家财末日重生:开局获取概念级能力太岁灾难末日暴君:这个男人比丧尸还危险!末世我在溶洞里面苟着废柴天才在星座帝国废土采集之觉醒末世:生吃活人那咋了星空奇幻科学一吻之下异能觉醒地球重启,孕妈带着奶奶闯异域凶兽入侵,我能听见万兽心声!