130 好巧的毕论选题（3 / 4）
这是三个人在宁为住在实验室时每天晚上一起夜谈会时候探讨出的结论。
毕竟他们无法接受宁为突然开窍的事实，最合理的解释就是这三年里，宁为一直用他高智商的头脑，跟极具洞察力且饱含关爱的目光，默默注视着三个智障，并努力的将其智商压制到能完美融入他们。
直到大四，大家就要分开，加上免推生遭遇不公的刺激，终于让这孩子爆发了……
这样一来，一切都能有一个完美的解释。
……
宁为可半点不关心寝室里三个人是怎么看他的。
反正大家都熟透了。
此时他已经将三月的程序暂时退出，然后开始在图书馆的检索系统里查找关于关于KLS猜想的内容。
很快他便在NeurIPS2016会议报告中找到了韩教授开题报告中提到过的那篇论文，通过这篇论文他大概了解了前人解决这个问题的思路，然后开始跟脑海的解决方法对比。
经过大脑的仔细分析后，宁为首先开始编程，他需要验证自己的想法是否正确。
计算机的深度学习，如果从统计学角度，基本上可以看做是递归的广义线性模型。
简单来说，宁为大脑里引申出的思路就是通过采用递归法来降低 KLS 因子上界，经过反复迭代之后，将 KLS 猜想问题再次拉回到d0的上界，从而解决这个难题。
现在宁为已经不再满足于大脑里有想法就直接把论文写出来，而是要先自己动手来尝试着解决问题之后，在来撰写论文。
“咦？宁为你又干嘛呢？”徐瑞轩起身倒水，正好看到了宁为敲打的内容，随口问了句。
“刚刚确定了毕论的选题，先来做个小实验。”宁为头也不回的答道。
这种状态大家都已经习惯了，当宁为专注于某件事的时候，经常会目中无人。
“呼……原来牛人写论文之前都要先编程验证的，爱了爱了……”徐瑞轩感叹了句，然后径直回到自己的位置上。
“我去，这么嚣张的吗？让我来看看……”
一句话吸引了另外两人来围观，看过之后，又是两声“爱了爱了”，然后回到自己的位置。
没办法，看不太懂，但不感叹两句又会显得自己不太聪明的样子。
当然，这点小干扰，根本不会影响到宁为什么。
用了一下午时间他便大概验证了自己的思路的确是正确的，用这种方法的确能证明KLS因子是一个跟维度无关的常数。也就是说，不管升级到哪个维度，的确存在一个常数，让凸体至少存在一个切面的面积大于这个常数。
然后便是论文了。
经过了亲自动手验证之后，论文写起来更加行云流水。
拜托刘聪带了晚饭，花费了大概五个小时，宁为便搞定了这篇他花费一周时间去学习，又从韩教授课题那里获得了灵感的毕业论文——《利用递归法证明KLS因子是一个与维度无关的常数》。
题目简单粗暴，但宁为觉得极具美感。
毕竟这个结果足以证明在高维空间，凸形物体不可能有哑铃那样的结构。所以在n维凸体中随机行走，走遍整个图形的速度比之前所有人预想得更快。
宁为觉得当韩教授看到他这篇论文，应该是一定会很欣慰的，所以宁为对自己这篇论文挺满意。
但是很可惜，这是他的毕业论文，得先发给他的毕业论文导师。
抱着这个想法，宁为将论文再次检查了一遍，修改了几个错别字后，将论文保存好，然后通过邮箱直接发给了袁教授。 ↑返回顶部↑
毕竟他们无法接受宁为突然开窍的事实，最合理的解释就是这三年里，宁为一直用他高智商的头脑，跟极具洞察力且饱含关爱的目光，默默注视着三个智障，并努力的将其智商压制到能完美融入他们。
直到大四，大家就要分开，加上免推生遭遇不公的刺激，终于让这孩子爆发了……
这样一来，一切都能有一个完美的解释。
……
宁为可半点不关心寝室里三个人是怎么看他的。
反正大家都熟透了。
此时他已经将三月的程序暂时退出，然后开始在图书馆的检索系统里查找关于关于KLS猜想的内容。
很快他便在NeurIPS2016会议报告中找到了韩教授开题报告中提到过的那篇论文，通过这篇论文他大概了解了前人解决这个问题的思路，然后开始跟脑海的解决方法对比。
经过大脑的仔细分析后，宁为首先开始编程，他需要验证自己的想法是否正确。
计算机的深度学习，如果从统计学角度，基本上可以看做是递归的广义线性模型。
简单来说，宁为大脑里引申出的思路就是通过采用递归法来降低 KLS 因子上界，经过反复迭代之后，将 KLS 猜想问题再次拉回到d0的上界，从而解决这个难题。
现在宁为已经不再满足于大脑里有想法就直接把论文写出来，而是要先自己动手来尝试着解决问题之后，在来撰写论文。
“咦？宁为你又干嘛呢？”徐瑞轩起身倒水，正好看到了宁为敲打的内容，随口问了句。
“刚刚确定了毕论的选题，先来做个小实验。”宁为头也不回的答道。
这种状态大家都已经习惯了，当宁为专注于某件事的时候，经常会目中无人。
“呼……原来牛人写论文之前都要先编程验证的，爱了爱了……”徐瑞轩感叹了句，然后径直回到自己的位置上。
“我去，这么嚣张的吗？让我来看看……”
一句话吸引了另外两人来围观，看过之后，又是两声“爱了爱了”，然后回到自己的位置。
没办法，看不太懂，但不感叹两句又会显得自己不太聪明的样子。
当然，这点小干扰，根本不会影响到宁为什么。
用了一下午时间他便大概验证了自己的思路的确是正确的，用这种方法的确能证明KLS因子是一个跟维度无关的常数。也就是说，不管升级到哪个维度，的确存在一个常数，让凸体至少存在一个切面的面积大于这个常数。
然后便是论文了。
经过了亲自动手验证之后，论文写起来更加行云流水。
拜托刘聪带了晚饭，花费了大概五个小时，宁为便搞定了这篇他花费一周时间去学习，又从韩教授课题那里获得了灵感的毕业论文——《利用递归法证明KLS因子是一个与维度无关的常数》。
题目简单粗暴，但宁为觉得极具美感。
毕竟这个结果足以证明在高维空间，凸形物体不可能有哑铃那样的结构。所以在n维凸体中随机行走，走遍整个图形的速度比之前所有人预想得更快。
宁为觉得当韩教授看到他这篇论文，应该是一定会很欣慰的，所以宁为对自己这篇论文挺满意。
但是很可惜，这是他的毕业论文，得先发给他的毕业论文导师。
抱着这个想法，宁为将论文再次检查了一遍，修改了几个错别字后，将论文保存好，然后通过邮箱直接发给了袁教授。 ↑返回顶部↑