“這麼一說，我也得去看看他去。”老宋說著，也跟了上去。
兩人並肩下樓。
本以爲能在寢室裡找到江寒，結果去了之後才發現，403寢房門緊鎖。
“沒在？”老宋有點意外。
這個時候，江寒能去哪裡呢？
“得，我去班級找李東他們問問吧。”老宋說著，正要往出走。
易中海笑了：“那麼麻煩幹嘛？直接給他打個電話不就完了？”
說著，拿出了手機，找到儲存的江寒號碼，就撥了過去。
星河酒店，703。
江寒正沉浸在學習和研究裡，手機忽然響了。
一看來電顯示，居然是易中海的號碼。
這可好久沒聯繫了，也不知道找自己什麼事兒？
江寒接起電話。
易中海的聲音傳來：“江寒。”
“哎呀，易老師，您怎麼想起給我打電話了？”江寒笑著寒暄。
“沒事兒就不能聯繫一下了？”易中海笑著皮了一句，“咱倆好歹還喝過一頓酒呢。”
江寒：“……”
“你身體怎麼樣了？”易中海問。
“謝謝您的關心，已經好很多了。”江寒很誠懇地道謝。
“聽說你請假了，我和老宋打算去看看你，結果去了你們寢室，居然沒有人在。”
江寒想了想，說：“我這幾天身體不舒服，怕給室友添麻煩，就在校外住了幾天。”
“什麼地方？”易中海問。
“星河酒店。”江寒回答。
“房間號？”易中海追問。
江寒：“703。”
“好，我和老宋下班後過去，沒問題吧？”易中海又問。
江寒連忙說：“歡迎。”
又說了幾句，雙方就掛了電話。
“走，咱們去看江寒去。”易中海笑著邀請老宋。
“咦，你剛纔不是說下班後去嗎？”
“那時候天就黑了，我們早去早回吧。”
“可現在還沒下班……”
“沒事，早退個一回半回的，你還擔心領導把你怎麼樣啊？”
“倒也沒什麼，就是有點不放心班級那些小崽子……”
“沒事，你打個電話，讓王典先頂一會兒……走了走了。”
易中海和老宋聯袂走出寢室樓，向大門走去。
兩人剛到學校大門口，就聽見門衛室裡傳出一陣豪爽地笑聲。
聽起來竟然是大校長沈立興？！
老宋和易中海面面相覷。
現在距離下班可還有不短的時間，要不要當著大校長的面，大搖大擺地離開學校啊？
門衛室門忽然開了，沈立興和高俊德先後出來，後者手裡還拎著一個郵包。
“咦？老宋，你教的好學生！”沈立興看見老宋，立刻笑著打趣了一句。
可看在老宋的眼裡，卻感覺對方有點“笑裡藏刀”的意思，冷汗差點泉涌而出。
“校長，俺們班那些個不懂事的……這次是誰闖了禍？”老宋十分惴惴不安。
沈立興大笑：“什麼闖禍？是江寒那小子，寫的論文居然被AMC收錄了。”
說著一指高俊德：“他手裡就是樣刊。”
老宋一顆提著的心啊，這才落回了肚子裡。
原來大校長剛纔那句話，不是正話反說……
高俊德將郵包遞給老宋。
郵包已經拆開了，老宋翻看了一下，果然是一些英文刊物。
易中海跟高俊德打聽了一下後，也瞭解了事情始末。
心裡那個震動啊，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。
“怎麼還不走？”沈立興有點奇怪。
“這不是還沒下班麼？”易中海笑著說。
“等什麼下班？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：“請什麼假？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麼，回頭交代說：“哦，對了，別空手去，給孩子買點水果什麼的，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“自組織特徵映射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。
區別主要在於，MLP是有監督學習，而SOM模型則屬於“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籤項，來告訴計算機，什麼樣的輸入對應著什麼樣的結果。
而無監督學習，一樣需要訓練數據，但卻並不需要給輸入的數據打上標籤。
也就是說，輸入一組數據，需要輸出什麼，並不會事先予以規定，也沒有確定的結果。
讓計算機自己尋找規律，自己去學習應該怎麼做，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，更符合人類對於“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，或分析數據集有什麼特點，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”，此外也常用於數據可視化、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也有與衆不同之處。
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，後者通常是以網絡的誤差，作爲算法的準則，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。
最後獲勝的神經元，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繫在一起。
思路捋順後，接下來就是寫成論文，然後再設計一個小程序，對算法進行驗證。
最後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，終於在下午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？”