都重生了誰還當人 第131章 京大站台,造神計劃?(2/3)

    針對許青山造假風波最大的證據,在幾日後傳遍了全網。

    那是華清大學和京城大學2009年1月底的自主招生面試環節,有人拍下來的自主招生面試名單。

    在那麼多頁的名單里,從第1頁到第17頁,都沒有許青山的名字。

    這簡直就是對於許青山造假最有力的實證。

    同學可能是嫉妒,老師可能是不滿,但是京大和華清不會說謊!

    這邊是引證者的意思。

    有了這樣的實證,就像是京大和華清帶頭衝鋒了一樣。

    關注這件事的網民自然就開始高潮,澎湃,然後隨之衝鋒。

    可這些影響不了許青山。

    任他世外風嘯,我自伏案不搖。

    許青山的內心之強大,已經不是那些淺薄的質疑與言語能傷。

    哪怕是再污穢不堪的指責,對於他來說,都不能傷他分毫。

    他本就是想在華清和京大的自招通過名單、加分優待名單公佈之前,利用這段間隙,完成一場短程可控的輿論操縱。

    他要為自己的含金量之路添磚加瓦。

    那些吵鬧的媒體網民都是他的牛馬。

    可是正當互聯網上關於許青山吹牛逼被揭穿,謊報戰果被打假的時候。

    一則官方消息迅速點燃網絡。

    【京城大學:近期網絡上傳播了大量關於帶有我校標記的圖片信息,此處證實該名單冊為真。但關於網絡上的傳聞,我校給出兩點澄清:

    一,閩越省龍江實驗中學的許青山同學目前已正式簽署協議保送我校,許青山同學於我校閩越省自招筆試考試排名為全省第一。

    二,我校預錄取新生許青山同學的概率論領域論文已被《Probability Theory and Related Fields》/《概率論及相關領域》接收,通訊單位為我校數學科學學院。】

    由京城大學官方發佈的這則公告。

    讓無數在網絡上狂歡的人啞然失聲。

    好消息,網上傳的圖片是真的,許青山確實沒有去京大面試,京大帶頭衝鋒。

    壞消息,許青山自招第一,直接破格保送了,而且確實發了一篇SCI論文,京大帶頭站台。

    這波

    這波是許青山贏麻了呀!

    京城大學都還沒有發佈自主招生面試結果的相關公告呢,先單獨給許青山開了個公告。

    給他站台作證。

    這其中自然少不了張進才的推波助瀾,但是也有網絡上的節奏確實很大的緣故,有不少採訪電話一直打到京大的外聯辦公室來。

    只不過。

    還沒有等網絡大眾從京大的公告中緩過神來。

    隔壁華清也跑過來湊熱鬧了。

    【華清大學:恭喜友校京城大學成功簽約許青山同學,針對網絡傳聞,我方做出澄清,許青山同學確實未出現在面試名單冊中,但我校招生面試組老師已於統一面試前奔赴龍江實驗對許青山同學進行特殊面試。許青山同學在華清大學自主招生筆試中獲得了全省第一的佳績。歡迎許青山同學與諸位同學之後研究生階段報考華清大學進修,我們擁有】

    後面完全就是華清在打自己的廣告了。

    話里話外有,華清要勝過京大的意思。

    這小兩口,天天拌嘴爭第一。

    華清京大雙第一。

    許青山的傲人戰績讓網絡上原本吵鬧的大眾閉嘴了。

    關於許青山造假的話題,熱度驟降。

    但是還沒等造假的事情落下帷幕,另一個話題就悄然出現了。

    《許青山何等人?能讓華清京大共同站台,是否是新的造神計劃?許青山身份背景大揭秘!》

    一篇看起來十分嚴謹神秘,但是實際上純屬腦洞大開的文章突然狂吸大量熱度。

    這篇文章對許青山的家世背景進行了深度大起底。

    但是問題是.

    超級三代?隱藏世家?高幹子弟?

    一連串聽起來就牛逼哄哄的信息貼在了許青山的身上,甚至他在龍江實驗讀書,都被編造成了為了能夠讓他切身地體驗民眾生活,所以來了一出微服私訪、太子讀書的戲碼。

    不得不說。

    這個時候的民眾還真就喜歡看這些東西,喜歡信這些東西。

    就這還珠格格還在一直熱播的時候。

    大明湖畔的夏雨荷讓人難以忘記,那多個龍江江畔的許青山又有什麼不能信的呢?

    造假風波剛剛落下。

    造神運動又被提上枱面來。


    這下。

    京城大學和華清大學就不太好出面作證了。

    許青山再度陷入輿論漩渦中央。

    或許這裏就會有人問。

    「那許青山應該要怎麼自證呢?」

    那當然是

    不自證了。

    許青山心滿意足地看着網上傳得有鼻子有眼的傳聞,自己的身世都已經硬得快成太子爺了。

    既然這麼硬,那為什麼要自證?

    又不是自己編造的,要找鍋也得去找編造的那幫人,許青山可沒安排這種水軍,他也問過魏星的,跟五三沒關係。

    大概率是什麼公知KOL受了錢以後想藉此打擊公平性的。

    沒看到人家韓雪姐姐一口一個我爺爺、我姥爺,就能被傳成沒人敢碰的娛圈三代姐嗎?

    不管人有沒有這層身份,網上既然傳了,真見到面的人,也會保持着基本的尊重,有什麼瞧不起的,就在心裏腹誹就是。

    這指不定能給許青山之後的路鋪點坦途。

    他根本就沒有必要去澄清。

    至於這會不會影響他的含金量?也許會,但是等他持續不斷地拿出有含金量的成績的話,那這也不是什麼大問題。

    許青山不在乎這些。

    他花着大把的時間啃着《計算機組成原理》和各種編程語言教程,要入手這麼一門新課程,相對來說是需要一點時間把基礎打好的。

    但有足夠強大的數學底子和英語底子的話,這種時間就能被大量縮短。

    許青山已經開始準備着手寫自己的第二篇論文了。

    他寫論文倒不是純粹的為了去刷期刊榮譽和數量,他只是在自己學習的過程中希望能夠通過這種總結拓展的方式來尋找自己的方向可能性。

    他之所以對複變函數、概率論很感興趣,就是因為這二者存在着非常重要的實際應用意義。

    就像是他正在準備的馬爾可夫邏輯網絡的論文一樣。

    許青山並沒有着急直接用電腦寫論文。

    比起之前的數學史論文,他現在想要寫的這篇論文,則更偏向於實際應用和算法處理的數學研究。

    他需要先按照自己的思路來整理一下。

    這樣能夠讓自己在寫論文的時候一氣呵成,減少掉許多次修改的時間。

    許青山的這種想法要是被其他的學術研究者知道,估計都要吐槽他幾句。

    這小子寫算法、做推導、考慮推理路線,直接就衝着完稿去的。

    其實更多人在寫學術研究類型的論文時,一開始都只是定題,甚至都不一定有完全完整的思路,是需要在隨後不斷的推算、推理的過程中,尋找方向。

    如果是物理、化學、生物之類的,甚至還會面對着自己一開始的思考沒有周全,實驗出現錯誤,以至於實驗數據不可用,整個實驗作廢,論文也涼涼,只能重新做新課題。

    許青山這種錨定方向就要成稿的想法,有點變態。

    【摘要:馬爾可夫邏輯網絡是將馬爾可夫網絡與一階邏輯相結合的一種統計關係學習模型。在自然語言處理、複雜網絡、信息抽取等領域都有重要的應用前景.】

    許青山簡單地書寫了一下摘要。

    開始一邊查閱資料,一邊整理自己思路和推演路線。

    統計關係學習(statistical relational learning,簡稱SRL),近些年提出的重要方法,主要用於高效準確地處理複雜性和不確定性問題。

    許青山錨定的馬爾可夫邏輯網絡,便是指向這一領域方向的。

    而這方向的延伸,算法研究的未來應用。

    則是人工智能。

    當然,並非說許青山研究這個就是要去研究人工智能,只是統計關係學習能夠通過集成關係/邏輯表示、概率推理、不確定性處理、機器學習和數據挖掘等方式去獲取搭建出關系數據中的似然模型。

    這便深度關聯了概率統計中的極大似然估計法。

    在未來機器學習和人工智能領域,概率統計的基礎學術研究勢必會成為滋生算法拓展的核心基礎。

    「概率圖模型貝葉斯網絡BNs隱Markov模型 Markov決策過程,神經網絡.綜合集成概率圖模型與統計關係學習的邏輯表示」

    「04年的美國華盛頓大學的Domingos和Richardson提出的Markov邏輯網絡作為統計關係學習的統一框架。」

    「那我要做的就是」

    許青山再度完全沉浸在了自己的學術領域之中。

    他宛若瘋魔。

    時而提筆奮筆疾書,洋洋灑灑地寫上幾頁科作業紙,然後看了一會突然就把這幾張紙扯下,撕得細碎,然後重新寫。

    時而低頭沉吟,手裏拿着空白的科作業紙,久久不落筆。

    時而在那一疊文件資料堆里凌亂地翻找着自己想要的資料。

    沒人敢去打擾他。

    許青山一直保持着手寫的狀態,持續到.

    閩越省省質檢的開始。

    閩越省今年省質檢來得很晚,直到3月中旬才公佈了省質檢的時間。一筆閣 www.pinbige.com



  
相關:  剛改邪歸正,重生成悟性學霸了    破天蹤  不滅武尊  天降鬼才  網遊之九轉輪迴  
(快捷鍵←)上一章 ↓返回最新章節↓ 下一章 (快捷鍵→)
 
版權聲明: 好書友都重生了誰還當人第131章 京大站台,造神計劃?(2/3)所有小說、電子書均由會員發表或從網絡轉載,如果您發現有任何侵犯您版權的情況,請立即和我們聯繫,我們會及時作相關處理,聯繫郵箱請見首頁底部。
最新小說地圖
搜"都重生了誰還當人"
360搜"都重生了誰還當人"

html|sitemap|shenma-sitemap|shenma-sitemap-new|sitemap50000|map|map50000

0.0205s 3.976MB