想忘都忘不掉，自然不需要提前准备报告文件。
另外报告厅的电子屏幕也没开启，有的只是身后的几块白色写字板。
是的。
他今天就是要在这写字板上，使用代数多尺度解析筛法证明孪生素数猜想。
“尊敬的各位……”
伴随报告会正式开始，徐铭熟练讲完开场白，接着便进入到正题中。
“接下来的报告，将聚焦于多尺度解析筛法，与代数核心结构的融合优化。”
“现在请允许我开始今天的报告。”
……
“为将代数理论引入多尺度解析筛法，使其筛法工具更加精确扩大应用范围，我引入模形式和对称平方L函数等代数核心结构。”
“定义尺度函数为对称平方L函数与高斯的卷积：”
“Φ(s;x)=L（s，symf）·exp……”
“△（x）=（loglogx）控制尺度分离。”
……
“利用代数工具控制误差。”
“筛法积分表示为……”
“π(x)=1/2πi∫_r∑……Φ(s;x)·ds/s+误差”
……
随着时间一分一秒过去，在徐铭的报告下，原本空白的写字板，已被大量数学公式和符号占据，而整个台下则只有笔尖划过纸张的声音。
没错。
当代数多尺度解析筛法展露出来，前几排的教授很快便被吸引。
沉浸在其中的结构融合，和定理应用上面。
尤其卡茨和伊万尼克同属数论专家，又详细研究过徐铭的多尺度解析筛法，且听过一次相关报告会，因此其理解也更加深刻。
以至于能够揣摩出徐铭的想法和思路。
但也正因如此，才更加被代数多尺度解析筛法折服。
很快便忍不住拿出草稿纸推演。
待停笔之后满脸感慨。
“这场报告会果然没有让人失望，代数核心结构中的模形式和L函数，简直和多尺度解析筛法天生适配。”
“徐铭构造的对称平方L函数，其解析延拓到整个复平面且满足函数方程，该L函数的系数a_p成功编码了素数分布信息。”
“模形式的算子特征值，更是能提供正交振荡，可以天然抵消奇偶性问题。”
“实在是太精妙了，两者属于最佳的结合。”
“引入了代数核心结构后，多尺度解析筛法工具可以用于解决更多的问题，这将加快数论的研究发展。”
几人互相交流探讨之下，脸上都堆着喜色，知
本章未完，请点击下一页继续阅读！