课题，进度能如此快。
关键相场模型关系到国内航空发动机，以及材料领域研究的快速发展。
肯定越早实现应用越好。
而从张鲁平口中得到答案之后，现场办公室内心情最高兴的一位，毫无疑问则要属工程计算院的佟景行。
“恭喜徐师弟。”
他先冲徐铭祝贺句，接着有些不好意思的往下讲。
“另外……那个多尺度自适应网络算法，后面恐怕会向师弟多多请教。”
那天组会上张鲁平讲的话，他可是记得很清。
除确定多尺度自适应移动网格算法外，便是被张鲁平教授要求多和徐铭交流。
关于这点他自是没有异议。
毕竟大家都知道，徐铭正是融合多尺度函数，才构建出了全新的筛法工具。
对此领域的筛法研究，必然有着丰富经验。
特别这回短时间完成新相场模型，不由再次加深他对徐铭的天才印象。
确定理论层面的相场模型控制方程，后续在课题上的任务会减少很多，按照正常情况来讲多和佟景行他们交流算法并不会影响到什么。
相反还能获得信息学科经验值。
然早在刚接触相场模型课题资料时，他便思考过算法上的优化方案。
相比较导师提出的多尺度自适应算法，加入深度学习概念实现并行加速模拟，或许能够大幅度提高求解效率。
不过这便代表，需要否定导师的方案。
放在之前他或许没太大把握，但将深度学习概念运用到北斗导航系统的多路径误差抑制算法上，并取得非常大的惊人效果后，以至于此刻的心思不免活络起来。
稍微组织一下语言，方才开口同佟景行讲述。
“佟师兄。”
“交流多尺度算法自然没问题，不过我更觉得引入深度学习概念，能让相场模拟的求解更精准更效率。”
包括佟景行在内，大家显然都没有想到，徐铭会对导师的方案提出质疑。
为此整个人有些短暂怔神，不知道一时该怎么接话。
连吕昂都张大了嘴巴。
但就在办公室内氛围略显尴尬时，张鲁平却对此表现的非常感兴趣。
不等佟景行应声，便直接出言打断两人交流。
“徐铭你还研究过深度学习概念？”
张鲁平并不知晓自己学生在北斗项目中的细节，加上深度学
本章未完，请点击下一页继续阅读！