……
在刚才玛丽安·米尔扎哈尼发来的邮件中，提到了“反向利用人类证明庞加莱猜想的思路”。
但实际上，如果非要说的话，水平集方法更贴近于反向的流形学习算法。
当然，实际上并非如此，只是思路上可以这么概括罢了。
流形学习算法是把高维数据处理到低维，使人类能够更容易理解。
而水平集方法则是把低维数据投射到高维，以便于计算机进行运算。
在数值计算领域，这算是一类在80年代末才被提出来的“新”算法，但因为应用范围包括但不限于液体雾化、蒸发、燃烧、表面材料计算、图像识别……总之跟流形学习一样几乎包罗万象，所以很快被推广到了各个领域。
包括TORbsp;Multiphysics，也在正式版当中引入了几种典型的水平集方法。
但问题在于，目前的水平集方法，即便经过改进，也只能做到在特定区间内“接近”守恒。
这是个很麻烦的问题。
尤其是在它最主要的应用领域——两相流计算当中更是如此。
内容未完，下一页继续阅读