“对称平方L函数，零点分布受Langlands纲领控制。”
“误差项优于经典ζ函数。”
经过这段时间深入研究，他最终选择代数结构中的模形式和对称平方L函数，来与自己的多尺度解析筛法融合。
并将其命名为代数多尺度解析筛法。
首先便是将多尺度函数Φ(s; x)进行代数化，定义尺度函数为对称平方L函数与高斯核的卷积。
“Φ(s; x)=L（s，symf）·exp……”
“△（x）=（loglogx）控制尺度分离。”
“接下来便是代数优化误差控制，可以借助零密度估计的代数推广。”
……
随着时间一分一秒流逝，在代数多尺度解析筛法逐渐成型的同时，面板上也浮现出学科经验值信息。
【经过努力学习，你的[数学]水平提升了，获得经验值20点。】
【经过……】
不知过去多长时间，徐铭终于停下手中动作，眉头微微有些皱起。
“孪生素数计数函数π(x)的积分表达式……”
“还是不行嘛。”
对于代数多尺度解析筛法的构建，他已然顺利完成两项重要步骤。
接下来只需推导出相应的函数表达式，便相当于成功优化多尺度解析筛法，后续就能正式借助新筛法对孪生素数猜想展开证明。
但在表达式的推导演算中，却遇到瓶颈，还需重新整理思路展开新的论证。
“我的思路没有问题，看来想得到最优表达式，短时间内确实急不得。”
将手中的水笔丢到草稿纸上，他自顾自低喃，调节起自己的心情。
说起来从参加数论国际大会到现在，半年时间确定多尺度解析筛法的优化方向，并成功将其代数化，完成相应的核心优化控制。
这份进展已然称得上迅速。
毕竟等把代数多尺度解析筛法，最重要的函数表达式推导演算出来，那么证明孪生素数猜想会变得简单，就犹如当初解决斐波那契数的无穷性问题。
如果把孪生素数猜想证明比作池塘中的鱼，那么代数多尺度解析筛法就是渔网。
和单纯下去用水抓，效率完全不在同层面。
念头停留在这里，他突然想到什么，查看起目前等级最高的理科学科。
——
【数学：lv3（3150/5000）】
【信息：lv3（2756/5000）】
【物理：lv2（750/1000）】
【展开】
“经过这么多天的积累，物理学科终于快要达到3级。”
浏览完各学科的经验值数值，他不由心中微动暗自低喃了一句。
因为自己的毕业论文，不小心在数论界出名，以至于后续重心都放在数学和信息学科上。
使得物理学科仍旧处在2级。
尽管他这段时间，几乎没主动学习物理，特别是其中最核心的量子力学理论概念。
但借助数学，倒也获得几百点经验值，距离提升到3级差不多临门一脚。
众所周知物理数学不分家，有时候一些数学理论在物理上面同样通用。
思忖至此他心里不由活络起来，萌生出新想法。
“或许可以暂时换下脑子，先把物理学科给提升到3级后再说。”
既然距离物理学科升级，仅差一点经验，那完全能改学物理优先升级。
反正眼下对代数多尺度解析筛法的优化，暂时遇到了瓶颈没必要一直耗下去。
相反更换思维之后，说不定还更容易诞生灵感。
另外。
物理学科成功达到3级，就又会获得新题材，或许有助于孪生素数猜想的证明。
“就这么做，从明天开始学物理。”
拍板做出决定，整个人都显得轻松许多。
刚要着手收拾面前桌子上，散乱的草稿纸，只见陈璐推门从外面走进来。
手中还拎着饭盒和零食。
“我给你带了点吃的，没有打扰你吧？”
“刚好忙完。”徐铭起身走过去接过东西笑着回答。
陈璐的毕业论文已经撰写完并通过，且找了她们经管院里的一位知名女教授作为导师。
眼下只等今年五月份参加答辩。
正式成为一位硕士研究生。
所以相对来说，这段时间就显得比较空闲。
因此很多时候都会过来，两人一起学习，相比较图书馆更为安静舒适。
尤其还配置了几台电脑，外加小型服务器。
陈璐知道徐铭每天学习很晚，所以总是带上吃的。
省的晚上肚子饿。
“要不你先吃东西