所以这么快讲完，意外的只有他自己……

“额，嗯，以上就是湍流算法的设计思路跟方法概述，谢谢大家。”

台下应景的响起了一阵掌声，不算多热烈，更多的是礼貌。

毕竟一篇起码要研究一周甚至更多时间，才能大概有个轮廓的开创性论文，要浓缩成一个半小时汇报完的摘要，其实内在的干货不可能太多。

起码他不能详细讲述论文中每一次数据迭代的处理，函数的发散跟收敛，每次递归判定、筛选及关联函数或方程的意义。

宁为不知道台下这上千人中，有多人曾仔细研究过他的论文，但他能肯定的是，如果没有事先做足功课，把他的论文通读三遍，并做好笔记的情况下，肯定是听不懂的。

所以掌声并没有让他有所触动。

他只是静静的坐在位置上，让自己注意力更加专注于会议上，等待着台下的大佬们提出疑问。

跟他之前想的差不多，最先提问的两位大佬，关注的重点都是在算法迭代时，空间转换思想方面的内容，这也是湍流算法从理论意义上来说最为晦涩难懂的地方。

所以宁为早有准备，花了十分钟，便大概说清了大体的思路，展示了较为详细的推导过程，尤其是定义的限制器随流场参数空间变化限制高阶项的过程。

随后他在台上看到话筒被递到了冯少杰口中的哈佛天才少女露西·罗恩的手中。

“宁先生，您好，听了您的报告，我有注意到您在今天报告中公布的最新实验数据跟原始论文中的实验数据有着较大差异，应该是在最新测试阶段有了极大进步。在研读论文过程中，我大概了解算法学习阶段主要依靠训练集，而训练集来源于高质量的实测数据，而非数据模拟。”

“所以在研究论文时，我曾怀疑论文中阐述的实验室错误报告率在极长时间维持在一个高度无法降低的原因