请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

呦呵！没想到还有捧哏的！？

联想到本次交流会的主办方，林决大抵猜谁阴了自已一手了！

与此同时。

在听到两人的话后，在场的学者们人已经麻了。

明明让你分享交流，你一上来亮战绩干嘛！？

虽然不是同一个圈子。

但林决口中所说的《数学年刊》，他们还是知道的！

那是数学方面含金量最顶级期刊，外审人基本都是顶尖大牛，能在上面发布一篇顶刊，全世界想在哪个大学当教授，基本随便挑！

不过，林决并未给众人太多惊讶的时间，便再次开口，

“.....所以，如郭教授所说，本人在相关方面，还算有些见地！”

“我发现，把L自守函数中的全局解析延拓模块，做一定变量延伸后......

或许可以用来做脑细胞局部微小变量波动，从探索整个神经环路全局规律！”

下方。

在听了林决的话之后，那位麦戈文前任所长罗伯特教授，立马用笔在纸上写下关键词：

“L自守函数，微小变量波动......”

如今在脑科学领域，脑细胞的微小变量波动问题还悬而未决。

美利坚的麦戈文机构，目前已经在此领域探索许久，也试过拉入数物模型解决，但都未找到好的思路。

所以即使只是个想法，罗伯特也是非常看重。

与此同时。

其余一些学者们，在看到罗伯特专注的神情时，也是立马记录下林决的所说的话。

对不对先不管！

罗伯特教授都记录了，说不定以后这方面会成为风口，从事相关方面研究，申请资金应该非常容易。

“......其核心要点，是将局部离散活性信号，通过高维解析拓扑，完成人脑神经全局隐性变量！”

“我把其称之为，从局部观测到全局定轨......”

“我想的过程大概有三步，信号采样锚定，导入L自守函数解析域扩维，最后再补全神经环路隐性传导链路！”

接下来的时间。

林决又简单将三个步骤简单表述了一下。

考虑到在座学者不是那么懂L自守函数，林决也只能尽量简化回答。

而身为脑科学领域专家，在座众人脑子还算好使。

所以就算林决讲得晦涩，涉及到许多数学领域陌生的知识，但大部分人依旧听懂了。

他们频频点头，不时还在

“按照他说的，怎么感觉好像真有搞头啊？”

“L自守函数就L自守函数，大不了和数学界对掏！”

“业内难点的脑细胞的微小变量波动问题，不会真靠这玩意儿解决了吧！？”

“我看行！至少挺热闹啊！”

“说得我都心动了，这小子怎么做到没有演讲稿，小嘴还能叭叭叭一直讲的？脑袋里的货也太多了。”

“确实......”

很快。

林决将自守延拓方向猜想讲得差不多，想喝口水缓缓，等会儿再继续的时候。

那位叫罗伯特的教授却是站了起来，

“你好林先生，您的论述我觉得非常有见地。

但我还是不明白，在这个过程中，如何才能够推演得到隐形传导链路呢？

这是真实存在的生物信号通路，还是只是复平面上解析延拓带来的数学虚构产物？”

这话一出，众人视线不禁都朝他看了过去，然后又满脸好奇看向台上的林决。

不愧是业内顶级教授，罗伯特的问题可谓一针见血！

因为在他们认知中。

数学模型大多数时候，都是会得到一个相对标准的解。

但在生物系统中，这就完全不同了！

就算是如今放在生物界比较成熟的微分，采样模型体系，也是需要经过筛选，才能对应具体的的生物实体的。

而通过林决论述，L自守的解析延拓，科比微分，采样模型复杂多了。

所以，如何确保不产生数学幻象，或者说减少幻象，则是这个猜想能不能推进的最重要前提！

“好问题！”

林决放下水杯，眼神颇为赞赏看向罗伯特，然后又看了看嗷嗷待哺的众位学者，

“既然大家都好奇的话，那我就再跟大家开开源吧......”