最初的转化就会有偏差，要针对结果进行修正，就必须要梳理出‘转化偏差’给原方程带来的结果差值影响……”

“评估从最初的对比开始，大家请看第一个模组……”

“把高阶定式近似转化的结果和原高阶定式作对比，要用计算机代入大量数值进行计算的……”

“各个位置对比，就能得到一个初始差值，我称之为‘初始数值’，在后续模组运作中，评估数值会不断的修正。”

“当进入到下一步，因为方程求解本身会带来很多的变换，必须要联系高阶定时所在的方程或方程组……”

“当用数值求解的时候，就需要和不同数值代入位置进行对比，此时就能发现，近似代入带来的偏差，会受到多种因素影响……”

进入正题，张明浩就开始针对模块组进行分析。

投屏上列出了一大堆的模块组。

其中包含了对于代入转化偏差对结果影响的因素，也包括评分机制的对比处理以及实现结果修正的实现方法。

主体内容还是评分机制。

研究转化偏差对结果影响的因素，每一个因素下，评分数值怎么去进行修正，最终数值再和多因素进行对比，等等。

当真正进入正题的讲解，台下的嘈杂声小了很多。

大部分人都在认真听。

他们最初觉得报告会闹出个笑话，但真正进入正题后，就发现报告讲的是一整套‘评分修正体系’。

模块组展示出的修正方法，就已经很完善了。

后续内容的核心，就是将近似代入的偏差，对于方程求解结果的影响因素以及如何实现优化评分修正数值。

“这就是马建泽研究的评分体系！”

有学者小声讨论着，“我昨天听了报告，整体上的差异并不大，改的都是不同应用场景的嵌套。”

“马建泽研究的是物理因素影响，更复杂一些，他这个研究是针对方程解析，影响是直接性的数值变化……”

也有学者忽然反应过来，惊讶道，“这是他一个晚上的研究？”

“哪怕是套用马建泽的评分体系，但应用场景不一样，内容完全不一样！”

“一个晚上？给我一个星期、一个月，都不一定做不出来！”

话里是质疑，实则是肯定。

马建泽是昨天发表的报告，距离现在也只有一天时间，台上的年轻博士生也只能在一天完成研究。

本章未完，请点击"下一页"继续阅读！ 第2页 / 共5页