STOC大会被称为世界最顶级的大会是有其道理的。二十分钟的休息时间之后，第二场报告会正式开始。
这次在台上做报告的正是宁为昨天才认识的那位大佬迈克尔一世·乔丹的学生之一，罗伯特·桑迪教授。发表的论文题目是《LearningnonlinearoperatorsviaDeepONetbasedontheuniversalapproximationtheoremofoperators》。
讲述的内容大概是具有单个隐藏层的神经网络可以精确地逼近任何非线性连续算子，而算子的普遍逼近定理暗示了深层神经网络在从分散数据流学习连续算子或复杂系统时的结构和潜力。
非常新颖的内容，这位罗伯特教授的研究团队以此为启发，设计了一个具有小泛化误差的深度算子网络，它由一个用于编码离散输入函数空间的DNN和另一个用于编码输出函数域的DNN组成，同时证明了该网络可以学习各种显式算子，如积分和分数拉普拉斯算子，以及表示确定性和随机微分方程的隐式算子。
这位罗伯特教授的报告对宁为的启发非常大，大到让他产生了对三月主体程序进行一段大改的冲动。
又是那种玄之又玄的感觉，跟他的演讲内容不同，这位罗伯特教授讲述的内容大都是他们在该算子网络验证过程中发生的一些非常有趣的数据反馈，自然也收获了阵阵掌声。
对此宁为倒并不觉得有什么，毕竟相对于这种可实现的技术而言，理论总是极为枯燥的，更别提还对他有极大的启发。
就这样，在罗伯特教授的报告完成之后，按照日程安排，今天早上的报告会便宣告结束。还没到正餐时间，但听完两场报告会后总需要给大家留有一些交流的时间。
当然，如果不想现在就前往餐厅又意犹未尽，还可以去海报区逛逛，碰到感兴趣的项目也能进行面对面的交流。
于是海报区开始热闹起来，当宁为走出大会议厅时，已经能听到有高谈阔论的声音传来。
“那我先去找冯哥了？”余兴伟冲着身边的宁为说了句。
要达到宁为的
本章未完，请点击下一页继续阅读！