易中海跟高俊德打聽了一下后，也了解了事情始末。
心里那個震動啊，就別提了……
得知兩人打算去看望江寒，沈立興立即大手一揮：“去吧。”
老宋和易中海答應了一聲，卻沒動地方。
“怎么還不走？”沈立興有點奇怪。
“這不是還沒下班么？”易中海笑著說。
“等什么下班？要去就早點去，看望病人這種事兒，沒聽說還能拖到天黑的。”沈立興不滿地說。
老宋和易中海連忙答應了。
高俊德笑著對老宋說：“我還打算下班特意跑一趟，給小江送樣刊。既然碰上了，你這個做班主任的，就親自給他捎過去吧。”
老宋自然沒二話。
“噯，對了，校長，我們這事兒不算請假吧？”易中海皮了一句。
沈立興哈哈一笑：“請什么假？公出！你們倆就代表學校，去探望一下江寒。”
說完轉身離去。
但還沒走出幾步，沈立興忽然想起了什么，回頭交代說：“哦，對了，別空手去，給孩子買點水果什么的，也算咱們這些師長的一點小心意……回頭找總務處報銷。”
宋謙和易中海喜出望外，連忙答應了。
跟著兩人就將被拆開的包裹重新包好，聯袂走出了學校。
※※※
星河酒店，703。
江寒正在緊張忙碌。
幾乎一整天，他都在研究“自組織特征映射SOM網絡”。
SOM這玩意，結構上和MLP模型十分相似，都是由簡單的神經元，組成的某種拓撲結構。
區別主要在于，MLP是有監督學習，而SOM模型則屬于“無監督學習”。
所謂有監督學習，就是讓計算機從給定的訓練數據集中，學習出所需要的某個函數。
訓練數據中通常包括一個標簽項，來告訴計算機，什么樣的輸入對應著什么樣的結果。
而無監督學習，一樣需要訓練數據，但卻并不需要給輸入的數據打上標簽。
也就是說，輸入一組數據，需要輸出什么，并不會事先予以規定，也沒有確定的結果。
讓計算機自己尋找規律，自己去學習應該怎么做，這就是“無監督學習”的基本概念。
事實上，這種非目的性的學習活動，更符合人類對于“自主學習”的定義。
所以，很多時候，“無監督學習”比“有監督學習”更有用。
譬如分析一堆數據的主分量，或分析數據集有什么特點，都可以使用“無監督學習”。
SOM是將高維的輸入數據在低維的空間表示，所以常用來給數據“降維”，此外也常用于數據可視化、聚類等。
SOM是一種自組織神經網絡，在網絡結構上，有著十分鮮明的特點。
一般包含輸入層和競爭層，構成雙層網絡，通常沒有隱含層。
層之間的各個神經元，進行雙向連接，有的時候，競爭層的神經元之間，還會存在橫向的連接。
在學習算法上，SOM也有與眾不同之處。
其模擬了生物神經元之間的興奮、協調、抑制、競爭機制，通過這些作用中蘊藏的信息動力學原理，來指導神經網絡的學習與工作。
這一點與“多層感知機”(MLP)對比鮮明，后者通常是以網絡的誤差，作為算法的準則，來調整參數。
競爭型神經網絡的基本思想，是讓網絡中競爭層的各神經元，競爭對輸入模式響應的機會。
最后獲勝的神經元，就表示算法對輸入數據的分類。
因此，很容易把這樣的結果和聚類聯系在一起。
思路捋順后，接下來就是寫成論文，然后再設計一個小程序，對算法進行驗證。
最后再收集一些程序運行中所產生的數據，和普通“MLP”進行一番比較……
江寒緊趕慢趕，終于在下午3點前搞定了論文的主體部分。
接下來，就可以休息一小會兒了。
吃了兩塊巧克力，又吃蘋果，正愜意著，手機鈴聲忽然響起。
江寒看了眼來電顯示，又是個不認識的，不過看號段是松江本地的電話。
“喂？您好。”江寒接起電話。
“江寒同學嗎？”那邊傳來一個渾厚的男子聲音。
江寒：“我是……請問您是哪位？”