“整体与局部的关系，个体与簇的关系，【时间-影响】曲线模型……”</p>

“如果将时间与影响的局部综合模型简化为【簇】作为自身对预测事物的【整体变量】计入预测模型呢？”</p>

“不同的【簇】……权重……”</p>

纪弘的脑子在飞速的转着，又结合到了今天所获的技术能力——GPU算力调度方向技术能力——这是不是也是另一种调度呢？</p>

这些天，纪弘的脑子越来越灵光，举一反三的能力也越来越强了——这种【时间与影响】的综合模型是否计入预测模型的变量，计入的权重与时机，本身跟【调度】就有异曲同工之处，只是确实更为复杂了。</p>

但如果快刀斩乱麻，化繁为简，以【簇】做为基础变量单元的话——</p>

每时每刻都会产生变量，将一段时间产生变量总和作为【簇】……</p>

这样的话，时间跨度越短，【簇】越精细，变量参数就越多，相应的预测精准度就越高，预测模型也就越强大，当然，算力消耗也更大。</p>

时间跨度越长，【簇】越粗糙，变量参数越少，算力消耗就小，相应的，预测模型也就越弱，精准度就会差点儿。</p>

“思路还是可以的，回头测试一下，看看效果。”</p>

纪弘脑筋飞速的旋转着，双手噼里啪啦的敲着键盘，迅速的记录着自己的思路和方案，慢慢的形成了一整套的理论和技术方案。</p>

“变量越少越精准，预测股票和经济估计会差点儿意思，顶多差强人意，但如果用在工业上呢？比如芯片流片成功率与性能预测？”</p>

纪弘感觉很有搞头，而且这东西是真的有巨大的市场需求的！</p><div id='gc1' class='gcontent1'><script type='text/javascript'>try{ggauto();} catch(ex){}</script>