这种从数学机理出发，利用模型来完备进行不同层次的描述和模拟的结构，除了芯片外，在其他领域也有不少的应用。

        虽然时间短暂，可能没法做成最优的解，不过从之前的交流来看，那边对这事挺急的。

        这些都是徐川相当感兴趣的领域。

        一个人住的情况下，他也不会特意去记着这个日子点份汤圆。

        谈绍元：“没问题，以你的时间为准就行，学校这边随时都可以。那就这样说好了，学校这边先将通知和公告发出去，做好准备。”

        毕竟数学模型和建模，以及背后的数学公式，本就是他的研究范畴之一。

        当然，他更看重的，是通过神经性网络来统计和分析高能物理领域亦或者材料学领域的数据。

        尽管这份架构依旧是从ARM公司研究的ARM架构上研究出来的，但它能为未来的独立研发做一份雄厚的铺垫。

        这类网络的学习等价于在多维空间中寻找训练数据的最佳拟合平面，其径向基函数网络的每个隐层神经元激活函数都构成了拟合平面的一个基函数。

        “所以我想问问你啥时候方便，学校这边也好提前做准备嘛。”

        用数学理论来解释，其实原理很简单。

  The content is not finished, continue reading on the next page