第五十一章 我当然会为我的话负责（4 / 6）

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，上场的是来自芬兰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。