一下站了起来，大声问道，“张明浩，我昨天的报告，你找出了反例说明最终得到的不是最优框架。”
“你现在不是也有同样的问题吗？”
所有人顿时看了过去。
马建泽朝周围看了眼，肯定的说道，“你做的评分修正体系同样不完善，最终得到的评分数值不一定准确，也就代表不能修正到精确解，甚至说，修正有可能会让结果偏差更大！”
评分系统，就是马建泽主导做出的研究方法。
现在套用在‘方程求解修正’上，他很容易就找到了问题。
报告厅的人都看向台上，他们也想看看张明浩会怎么回答这个问题。
张明浩不在意的笑了笑，随后道，“马教授，你提的问题很关键，修正后偏差更大的可能性是存在的。”
“但就像我昨天说的，很多应用场景中不一定要寻求‘最优解’。”
“方程近似计算，并不需要求出精确解，结果修正的目的只是让最终结果变得更精准。”
“修正后偏差更大的可能性是存在的，但那只是极端个例！”
张明浩明确道，“这一套修正体系，对常规可代换高阶方程或方程组求解，都是正收益，概率超过的百分之99.9以上。”
“当然存在极端个例，这一点我不否认，但极端个例是极少数，而且，极端个例一眼就能看的出来。”
“所以，这不是问题。”
报告厅里的学者们也明白过来。
评分修正带来的是正收益，也就是让修正计算结果使其更贴近精确解。
这就够了！
修正负收益的情况，都属于能明显看出问题的‘极端个例’，计算时不进行评分修正就好了。
马建泽也明白了，他心里很是不甘心，但也只能重新坐了下去。
再看向台上，也不由得长叹一口气。
这个年轻人不止发现了他们研究中的问题，还在报告过程找到反例数值组，直接证明结论框架不是最优。
报告后，对方说他们的评分系统有可取之处。
当时他还觉得对方是在挖苦自己……
现在只感觉心服口服！
仅仅用一天时间，对方用他们的评分体系，设计出了个‘高阶定式近似变换的偏差评分修正’系统。
很完善、找不出问题，还具有不小的应用价值。
“都直接出成果了！针对自己？根本没
本章未完，请点击下一页继续阅读！