，可以天然抵消奇偶性。”
“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
本章未完，请点击下一页继续阅读！