https://wiki.swarma.org/api.php?action=feedcontributions&user=Swarma&feedformat=atom
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织 - 用户贡献 [zh-cn]
2024-03-28T20:26:33Z
用户贡献
MediaWiki 1.35.0
https://wiki.swarma.org/index.php?title=%E8%9A%81%E8%BF%B9%E5%AF%BB%E8%B8%AA&diff=34052
蚁迹寻踪
2023-05-08T03:06:54Z
<p>Swarma:</p>
<hr />
<div>{{#seo:<br />
|keywords=人工生命,蚁群算法,蚂蚁觅食模拟<br />
|description=人工生命,蚁群算法,蚂蚁觅食模拟<br />
}}<br />
* 名 称:蚁迹寻踪<br />
* 作 者:[[Jake]]<br />
* 源代码:[[Media:Antcolony.zip|Antcolony.zip]]<br />
<br />
[[File:Antcolony.gif|right|frame|蚁迹寻踪]]<br />
<br />
=程序运行说明=<br />
<br />
首先您要保证你的浏览器支持java applet,然后能够正确加载这个程序。在此前提下,按开始按钮,蚂蚁们开始从窝里出动了,寻找食物;他们会顺着地形爬满整个画面,直到找到食物再返回。<br />
<br />
其中,浅蓝色的点表示食物,黄色的点表示窝,雾状的点表示蚂蚁留下的信息素,红色的点表示障碍物,白色的动点就是蚂蚁了。<br />
<br />
按设置按钮你可以更改一些环境变量,也可以更改单个蚂蚁的属性。在设置参数窗口中显示了整个蚂蚁群中找到的从它的窝到食物的最短路径。<br />
<br />
使用环境参数设置和个体蚂蚁的设置可以让你观察到这些参数是怎样影响蚂蚁的行为的。其中信息素的大小和消散的快慢直接决定了蚂蚁找到食物的快慢。(具体见后面的参数说明)<br />
<br />
编辑地图让你能够随心所欲的更改蚂蚁的环境,你会看到,无论你怎样精心巧妙的设计地图,小蚂蚁最终都能找到食物!我们为你准备了一个地图库,可以自动调出不同的地图。<br />
<br />
<htmltag tagname="iframe" src="http://www.swarmagents.cn/javaclass/classes/ant/Antcolony.html" style="display: block; margin-bottom: 1em; width: 350px; height: 400px; border: solid 1px #ddd;"></htmltag><br />
<br />
=预期的结果=<br />
<br />
各个蚂蚁在没有事先告诉他们食物在什么地方的前提下开始寻找食物。当一只找到食物以后,它会向环境释放一种信息素,吸引其他的蚂蚁过来,这样越来越多的蚂蚁会找到食物!有些蚂蚁并没有象其它蚂蚁一样总重复同样的路,他们会另辟蹊径,如果令开辟的道路比原来的其他道路更短,那么,渐渐,更多的蚂蚁被吸引到这条较短的路上来。最后,经过一段时间运行,可能会出现一条最短的路径被大多数蚂蚁重复着。<br />
<br />
<br />
=原理=<br />
<br />
为什么小小的蚂蚁能够找到食物?他们具有智能么?设想,如果我们要为蚂蚁设计一个人工智能的程序,那么这个程序要多么复杂呢?首先,你要让蚂蚁能够避开障碍物,就必须根据适当的地形给它编进指令让他们能够巧妙的避开障碍物,其次,要让蚂蚁找到食物,就需要让他们遍历空间上的所有点;再次,如果要让蚂蚁找到最短的路径,那么需要计算所有可能的路径并且比较它们的大小,而且更重要的是,你要小心翼翼的编程,因为程序的错误也许会让你前功尽弃。这是多么不可思议的程序!太复杂了,恐怕没人能够完成这样繁琐冗余的程序。<br />
<br />
然而,事实并没有你想得那么复杂,上面这个程序每个蚂蚁的核心程序编码不过100多行!为什么这么简单的程序会让蚂蚁干这样复杂的事情?答案是:简单规则的涌现。事实上,每只蚂蚁并不是像我们想象的需要知道整个世界的信息,他们其实只关心很小范围内的眼前信息,而且根据这些局部信息利用几条简单的规则进行决策,这样,在蚁群这个集体里,复杂性的行为就会凸现出来。这就是人工生命、复杂性科学解释的规律!那么,这些简单规则是什么呢?下面详细说明:<br />
#范围:蚂蚁观察到的范围是一个方格世界,蚂蚁有一个参数为速度半径VR(一般是3),那么它能观察到的范围就是VR*VR个方格世界,并且能移动的距离也在这个范围之内。<br />
#环境:蚂蚁所在的环境是一个虚拟的世界,其中有障碍物,有别的蚂蚁,还有信息素,信息素有两种,一种是找到食物的蚂蚁洒下的食物信息素,一种是找到窝的蚂蚁洒下的窝的信息素。每个蚂蚁都仅仅能感知它范围内的环境信息。环境以一定的速率让信息素消失。<br />
#觅食规则:在每只蚂蚁能感知的范围内寻找是否有食物,如果有就直接过去。否则看是否有信息素,并且比较在能感知的范围内哪一点的信息素最多,这样,它就朝信息素多的地方走,并且每只蚂蚁多会以小概率犯错误,从而并不是往信息素最多的点移动。蚂蚁找窝的规则和上面一样,只不过它对窝的信息素做出反应,而对食物信息素没反应。<br />
#移动规则: 每只蚂蚁都朝向信息素最多的方向移,并且,当周围没有信息素指引的时候,蚂蚁会按照自己原来运动的方向惯性的运动下去,并且,在运动的方向有一个随机的小的扰动。为了防止蚂蚁原地转圈,它会记住最近刚走过了哪些点,如果发现要走的下一点已经在最近走过了,它就会尽量避开。<br />
#避障规则:如果蚂蚁要移动的方向有障碍物挡住,它会随机的选择另一个方向,并且有信息素指引的话,它会按照觅食的规则行为。<br />
#播撒信息素规则:每只蚂蚁在刚找到食物或者窝的时候撒发的信息素最多,并随着它走远的距离,播撒的信息素越来越少。根据这几条规则,蚂蚁之间并没有直接的关系,但是每只蚂蚁都和环境发生交互,而通过信息素这个纽带,实际上把各个蚂蚁之间关联起来了。比如,当一只蚂蚁找到了食物,它并没有直接告诉其它蚂蚁这儿有食物,而是向环境播撒信息素,当其它的蚂蚁经过它附近的时候,就会感觉到信息素的存在,进而根据信息素的指引找到了食物。<br />
<br />
=问题=<br />
说了这么多,蚂蚁究竟是怎么找到食物的呢?<br />
在没有蚂蚁找到食物的时候,环境没有有用的信息素,那么蚂蚁为什么会相对有效的找到食物呢?这要归功于蚂蚁的移动规则,尤其是在没有信息素时候的移动规则。首先,它要能尽量保持某种惯性,这样使得蚂蚁尽量向前方移动(开始,这个前方是随机固定的一个方向),而不是原地无谓的打转或者震动;其次,蚂蚁要有一定的随机性,虽然有了固定的方向,但它也不能像粒子一样直线运动下去,而是有一个随机的干扰。这样就使得蚂蚁运动起来具有了一定的目的性,尽量保持原来的方向,但又有新的试探,尤其当碰到障碍物的时候它会立即改变方向,这可以看成一种选择的过程,也就是环境的障碍物让蚂蚁的某个方向正确,而其他方向则不对。这就解释了为什么单个蚂蚁在复杂的诸如迷宫的地图中仍然能找到隐蔽得很好的食物。<br />
当然,在有一只蚂蚁找到了食物的时候,其他蚂蚁会沿着信息素很快找到食物的。<br />
<br />
蚂蚁如何找到最短路径的?这一是要归功于信息素,另外要归功于环境,具体说是计算机时钟。信息素多的地方显然经过这里的蚂蚁会多,因而会有更多的蚂蚁聚集过来。假设有两条路从窝通向食物,开始的时候,走这两条路的蚂蚁数量同样多(或者较长的路上蚂蚁多,这也无关紧要)。当蚂蚁沿着一条路到达终点以后会马上返回来,这样,短的路蚂蚁来回一次的时间就短,这也意味着重复的频率就快,因而在单位时间里走过的蚂蚁数目就多,洒下的信息素自然也会多,自然会有更多的蚂蚁被吸引过来,从而洒下更多的信息素……;而长的路正相反,因此,越来越多地蚂蚁聚集到较短的路径上来,最短的路径就近似找到了。也许有人会问局部最短路径和全局最短路的问题,实际上蚂蚁逐渐接近全局最短路的,为什么呢?这源于蚂蚁会犯错误,也就是它会按照一定的概率不往信息素高的地方走而另辟蹊径,这可以理解为一种创新,这种创新如果能缩短路途,那么根据刚才叙述的原理,更多的蚂蚁会被吸引过来。<br />
<br />
[[File:Antcolony2.gif|center|frame|蚁迹寻踪]]<br />
<br />
上图说明了这个过程,从a出发到e有两条路,左边的较长,右边的较短,在这两个图中,开始的时候(左图)蚂蚁选择两条路的机会是均等的,当时间流逝以后(右图所示),更多的蚂蚁聚集到右边的较短的路上来。<br />
<br />
<br />
=引申=<br />
跟着蚂蚁的踪迹,你找到了什么?通过上面的原理叙述和实际操作,我们不难发现蚂蚁之所以具有智能行为,完全归功于它的简单行为规则,而这些规则综合起来具有下面两个方面的特点:<br />
#多样性<br />
#正反馈<br />
多样性保证了蚂蚁在觅食的时候不置走进死胡同而无限循环,正反馈机制则保证了相对优良的信息能够被保存下来。我们可以把多样性看成是一种创造能力,而正反馈是一种学习强化能力。正反馈的力量也可以比喻成权威的意见,而多样性是打破权威体现的创造性,正是这两点小心翼翼的巧妙结合才使得智能行为涌现出来了。<br />
<br />
引申来讲,大自然的进化,社会的进步、人类的创新实际上都离不开这两样东西,多样性保证了系统的创新能力,正反馈保证了优良特性能够得到强化,两者要恰到好处的结合。如果多样性过剩,也就是系统过于活跃,这相当于蚂蚁会过多的随机运动,它就会陷入混沌状态;而相反,多样性不够,正反馈机制过强,那么系统就好比一潭死水。这在蚁群中来讲就表现为,蚂蚁的行为过于僵硬,当环境变化了,蚂蚁群仍然不能适当的调整。<br />
<br />
既然复杂性、智能行为是根据底层规则涌现的,既然底层规则具有多样性和正反馈特点,那么也许你会问这些规则是哪里来的?多样性和正反馈又是哪里来的?我本人的意见:规则来源于大自然的进化。而大自然的进化根据刚才讲的也体现为多样性和正反馈的巧妙结合。而这样的巧妙结合又是为什么呢?为什么在你眼前呈现的世界是如此栩栩如生呢?答案在于环境造就了这一切,之所以你看到栩栩如生的世界,是因为那些不能够适应环境的多样性与正反馈的结合都已经死掉了,被环境淘汰了!<br />
<br />
<br />
=参数说明=<br />
最大信息素:蚂蚁在一开始拥有的信息素总量,越大表示程序在较长一段时间能够存在信息素。食物释放信息素的半径:在食物点和窝点附近都会释放相应的信息素以便蚂蚁能更快的找到它们。这个半径越大,则越容易被蚂蚁找到。信息素消减的速度:随着时间的流逝,已经存在于世界上的信息素会消减,这个数值越大,那么消减的越快。<br />
<br />
在设置蚂蚁个体属性的时候,选择特定的蚂蚁编号,可以对这只蚂蚁的属性进行修改。错误概率表示这个蚂蚁不往信息素最大的区域走的概率,越大则表示这个蚂蚁越有创新性。速度半径表示蚂蚁一次能走的最大长度,也表示这个蚂蚁的感知范围。记忆能力表示蚂蚁能记住多少个刚刚走过点的坐标,这个值避免了蚂蚁在本地打转,停滞不前。而这个值越大那么整个系统运行速度就慢,越小则蚂蚁越容易原地转圈。按钮(应用于所有蚂蚁):是把当前更改的所有蚂蚁的个体属性应用到所有的蚂蚁身上。<br />
<br />
<br />
[[category:旧网站]]<br />
[[category:旧网站-虚拟世界]]<br />
[[category:模拟程序]]</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%87%AA%E5%A4%8D%E5%88%B6%E8%87%AA%E5%8A%A8%E6%9C%BA%E7%90%86%E8%AE%BA_Theory_of_Self-reproducing_Automata&diff=33978
自复制自动机理论 Theory of Self-reproducing Automata
2023-02-21T03:30:20Z
<p>Swarma:修正下载地址</p>
<hr />
<div>{{#seo:<br />
|keywords=冯诺依曼,自复制,自动机,人工智能,复杂系统<br />
|description=冯诺依曼著,东方和尚译<br />
}}<br />
[[File:zfzzdjll_1.jpg|center]]<br><br />
* 书名:自复制自动机理论(Theory of Self-reproducing Automata)<br />
* 作者:[[约翰·冯·诺依曼]] ([[John von Neuman]]) <br />
* 编者:阿瑟.伯克斯(Arthur W. Burks) <br />
* 译者:[[东方和尚]]<br />
==Jake注记==<br />
von Neumann的这部经典的最重要的部分(5篇讲座的讲稿)终于被[[东方和尚]]翻译完了。毫不夸张地说,这五篇文章不仅仅预测了复杂性科学未来100年的发展方向(事实上很多领域已经验证了von Neumann的预言),而且还指出了生命逻辑最核心的奥秘:热力学、信息论与自指之间的深刻联系。<br><br />
此书原版的下载:http://swarmagents.cn/thesis/program/self-reproducing.rar<br><br />
在这里,我会陆续将东方和尚的翻译,加上一些自己的评论放到网上。希望更多的人能够读到它,并能够真正从这位不朽大师的遗产中获益。<br><br />
在翻译过程中,我们做了以下的添加和修改:<br><br />
1、为了方便阅读,我们为原文进行了分段,并加上了段标题;<br><br />
2、为了让读者感觉更亲切,我们加上了若干副插图。<br><br />
3、为原文添加了大量的评论,东方和尚的评论插入到了正文的注脚中,我的评论则插入到了每篇正文的后面。另外,因为这本书是von Neumann的助手Arthur Burks(遗传算法之父John Holland的博士生导师),所以在“【】”之中的文字是编者加的注解。大家要注意分辨。<br><br />
[[File:zfzzdjll_2.jpg|center]]<br><br />
全文下载:<br><br />
http://swarmagents.cn/thesis/detail.asp?id=359<br><br />
下面是正文目录:<br><br />
书名:《自复制自动机理论》(Theory of Self-reproducing Automata)<br><br />
作者:[[约翰·冯·诺依曼]] ([[John von Neuman]])<br><br />
编者:阿瑟.伯克斯(Arthur W. Burks)<br><br />
前言与编者介绍 自复制自动机前言<br><br />
冯纽曼在计算机方面的工作<br><br />
冯纽曼的自动机理论<br><br />
第一部分:复杂自动机的组织与理论<br><br />
第一堂课:一般意义的计算机<br><br />
第二堂课:控制与信息理论<br><br />
第三堂课:信息的统计理论<br><br />
第四堂课:大数之道<br><br />
第五堂课:复杂自动机的一些考量——关于层次与进化的问题<br><br />
<br />
==正文部分==<br />
===第一堂课——一般意义上的计算机===<br />
'''摘要:'''<br> <br />
• 数学中的抽象方法和计算方法,后者在应用数学和数学物理上的作用。纯数学中两者的作用。分析的状况。计算模拟作为一种启发性的工具。<br><br />
• 不同的计算方法:模拟和数字。<br><br />
• 模拟方法:利用物理实验来代替计算。模拟计算机。<br><br />
• 数字方法:人工计算,简单的计算机,全自动的计算。<br><br />
• 现在计算机的状况,数字和模拟计算机的不同功能,计算速度,编写程序和精度的问题。<br><br />
• 计算机中基本操作的概念,在数字和模拟计算机中间基本操作的作用。关于数字和模拟组件的一些见解。 <br><br />
• 继电器元件。主要的形式:机电继电器,真空管以及其他可能的继电器。 <br><br />
• 数字计算所需时间或者计算复杂度的测量,逻辑和算术运算,线性和非线性的算术计算,乘法次数的作用。不同计算的统计性质的稳定性,分析的特殊功用。<br><br />
• 计算长度或者复杂度的不同性质。对于自动数字计算机器的问题特征长度。 <br><br />
• 精度需求。<br><br />
• 内存需求:内存容量的测量。内存的关键参数,读写时间和内存容量。建立不同级别内存的原因,数字计算机器的实际内存需要量。<br><br />
• 输入输出:主要的媒介。<br><br />
• 平衡的概念:不同零件的速度平衡。不同级别内存容量和速度的平衡。速度和精度的平衡。速度、内存容量和编程能力的平衡。<br><br />
• 从热力学角度看待平衡。热力学上的内存容量。在传统的经验方式之上建立定量理论。可靠性和错误的一些初步看法。<br><br><br />
'''内容:'''<br> <br />
女士们、先生们,我将会为大家讲五次课,对大家的热情欢迎我预表谢意,希望我的课能够满足各位的兴趣。本课程的内容是有关自动机的,我们将要研究高度复杂的自动机会表现的行为,以及巨大的复杂度所带来的具体困难。我们会简单地对比人工自动机和生命,因为很容易想到,生命在其能力的限制范围内,可以看作自然的自动机。因此,我们必得考虑两者之间的类似和区别,还要考虑到是不是我们的技巧太过笨拙,不能够深入地洞察生命和自动机的关系(这也是很正常的),要考虑生命和机器之间的区别,究竟有多大程度上是本质的。 <br><br />
今天我主要谈谈人工自动机,具体来说,我们只谈一类——计算机器。我会说一说计算机在不久以前、现在以及将来所起到的作用<ref name="hidden">{{cite journal|title=译者注:冯纽曼是在1949年授课的,其时计算机刚刚发明不久,故读者须重视理论分析而不必在意具体细节,下同。}}</ref>。<br><br />
……<br><br />
<hr><br />
<references/><br />
<hr><br />
<br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=364 一般意义的计算机]<br><br><br />
<br />
===第二堂课——控制与信息理论===<br />
'''摘要:'''<br> <br />
• 信息理论:严格的部分。信息的概念,集合和区分所对应的数理逻辑概念。 <br><br />
• 同形式逻辑的紧密联系。利用自动机模型做不同的分析。这两种做法的共同特点:具备或不具备的特征。把两种分析联系在一起的工作。<br><br />
• 两种描述自动机的方法:零件组合或者整体处理。<br><br />
• 零件组合的方法:基本单元的性质,同神经元的类似之处。McCulloch & Pitts理论:形式神经网络,他们主要的结论。<br><br />
• 整体处理的方法:图灵机理论。图灵机和数学问题的联系,何种数学问题能够用图灵机解决。通用自动机的概念。图灵的主要结论。<br><br />
• McCulloch & Pitts的神经网络以及图灵自动机的局限。输入和输出元件。一般意义上的计算。利用传感器和运动元件的分析方法。<br><br><br />
'''一、概述'''<br> <br />
【冯纽曼说信息理论包括两大块:严格的信息论和概率的信息论。以概率统计为基础的信息理论大概对于现代计算机设计更加重要。但是在此之前,我们必须先弄清楚严格的信息论那部分,它其实就是形式逻辑的另一种处理方式。】<br> <br />
【他接下来解释了一些形式逻辑的基本概念,简要地说明了真值函数的连接词,比如“与”“非”“如果…那么”“与非”以及它们之间的相互定义性。他还解释了变量和量词,包括“全称”量词和“存在”量词。他的结论是“如果你有这样的一台计算机,就可以表达一切数学计算,或者能够纯粹地用数学计算表达出的任何主题。”】<br> <br />
对于计算机,我不打算深谈。因为存在另外一种不一样的机器,同信息理论也很有关系,就是McCulloch & Pitts提出的神经网络理论,你可以说图灵机和McCulloch & Pitts的神经网络分别处于信息理论的两个极端。这两套理论都力图建立一个公理化的体系,用某种假设的理想机器来建立形式逻辑系统,但并不实际去制作这样的机器。他们都成功地说明了形式逻辑同他们设想的机器是完美兼容的,也就是说,机器能做到的一切工作,都能够被形式逻辑所刻画;反过来,任何能够用形式逻辑描述的事物,也都能够用这类机器来运行。【冯纽曼这里假设了McCulloch & Pitts的神经网络有着一条无限长的纸带,结果表明了它同图灵机的等价性。这个结果也就是图灵可计算性、函数的λ可定义性、以及一般递归的概念。请参见图灵的论文“可计算性和λ可定义性(Computability and λ-Definability)”】<br><br />
我会简单地介绍McCulloch & Pitts的神经网络以及图灵的工作。因为它们各自代表了一种重要的研究方式:组合方法和整体方法。McCulloch & Pitts描述了一套方法,由非常简单的零件组成复杂结构。因此只需要对底层的零件作公理化定义就可以得到非常复杂的组合;图灵则是对于整个自动机进行了公理化的定义,他仅仅定义了自动机的功能,并没有涉及到具体的零件。 <br><br />
…… <br><br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=366 控制与信息理论]<br><br><br />
===第三堂课——信息的统计理===<br />
'''摘要:'''<br> <br />
• 信息理论:概率论部分。严格逻辑和概率论逻辑的关系。凯恩斯对于概率论的理解。举例说明逻辑与严格的经典力学以及统计力学之间的关系。量子力学中的相应情况。<br><br />
• 从数学角度看待严格逻辑向统计逻辑的转变。分析和组合论。<br><br />
• 热力学的角度:信息和熵。<br><br />
• 西拉德(Szilard)的理论。<br><br />
• 香农的信息论。<br><br />
• 叙述计算机的内部平衡的热力学性质。<br><br />
'''一、自动机的鲁棒性'''<br> <br />
到此,关于信息的严格问题讨论已经告一段落,我们将继续从统计角度来讨论信息的本质。至少有两个原因可以说明统计和概率问题对于自动机和其功能实现是十分重要的:第一个原因可能显得有些任意且离题,虽然我并不这样认为。第二个原因则更加重要,下面我分别加以说明。<br> <br />
第一个原因是:实际上我们无法设想一台绝对可靠的自动机。假如你设计了一台自动机,并且严格地定义了它在任何情景下的全部行为。那么你一定忽略了问题的某些重要方面。如果你是一个新手,那么设计一台可以运行在完全确定环境下的自动机是一种很好的练习。但是只要稍具实际经验,我们就会知道这一步还仅是问题的最初阶段。<br> <br />
我们必须考虑统计因素的第二个原因是:如果你观察一台人造的,或者存在于自然界中的自动机,你会发现那些被严格程序所控制的仅仅是一些细节结构。大部分的控制是以一种允许错误,并且在错误发生时候采取补救措施(多少有效)的方式来实现的。而且,说它们能够预防失误还有些夸大,因为这种机制其实根本就不可能消除所有错误,而是实现了一种发生个别的失误根本无关紧要的容错状态。在这种机制下,无论是错误还是失误带来的后果,都不能被彻底消除。我们可以努力去做到的事情,就是设计一台自动机,让它在遇到通常错误后仍然可以照常工作。这种设计的目的是减小错误的影响,而不是去消除错误。实际上,大多数常见自动机的构造和设计思想,都是属于这类容错型的。<br><br />
为了允许错误作为一种独立的逻辑对象存在,我们不应该再以严格的方式表述公理,也就是说,公理不应该写成:“如果A和B发生,C就会发生”这样的形式;而是“如果A和B发生,一定的概率下C会发生,也有一定的概率D会发生,等等”的形式。换句话说,每种给定情况下,都会有不同的结果,各自以不同的概率发生。从数学上说,我们可以简单地写出一个概率矩阵,说明各种状态之间发生转换的对应概率为何。你可以把问题写成这样“如果A和B已经发生,接下去发生C的概率有多大?”。这个概率矩阵就给出了一套以概率表示的逻辑系统。无论人工还是自然自动机,只要牵涉概率,都应该放到这个框架下研究【原可参见冯纽曼的论文:《概然逻辑:用不可靠的元件组装可靠的系统(Probabilistic Logics and the Synthesis of Reliable Organs from Unreliable Components)》】。我接下来会谈到为何遇到复杂系统时候,我们就必须放弃严格逻辑而改用概然逻辑系统的原因【假如单个元件出故障的概率固定,那么自动机越是复杂系统崩溃的可能性也越大】<br><br />
…… <br><br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=367 信息的统计理论]<br><br><br />
<br />
===第四堂课——大数之道===<br />
'''摘要:'''<br> <br />
• 计算机器和神经系统之间的比较,对于计算机器尺度发展的预计。<br><br />
• 对人类中枢神经系统的尺度进行估计。并说明了生命的“数模混合”性质。模拟和数字元件。人工和生物的各种部件都具有这种混合性质,对此所持的立场。<br><br />
• 对于人工和生物自动机的尺度差别的评价,用物理原因来解释这种差别。材料的生物性质。<br><br />
• 存在其他智能因素的可能,复杂度起到的作用和所需要的理论深度。<br><br />
• 重新考虑可靠性和错误的问题,独立错误的发生概率和程序长度之间的联系。计算机器和生物的典型程序长度。可接受的独立运算错误概率上限。通过校验和自纠正来加以补偿。<br><br />
• 人工自动机和生物自动机处理错误上的原则差别。人工自动机的“单个错误”原则,因缺乏理论支撑,我们的处理方法的粗糙之处,以及生物自动机的先进之处:元件的自主性。这种自主性和进化之间的联系。<br><br><br />
'''一、人脑与电脑的比较'''<br> <br />
上两堂课讨论了一般原理之后,我想回到我们所知道的具体自动机的例子上面来。并把以计算机器为例的人工自动机,和以人类神经系统为例的生物自动机进行对比。出于这个目的,请让我先介绍一些单元部件的知识,并把它们的尺度进行比较。<br><br />
正如我之前提到的,对人的神经系统,科学家还没有足够的研究,但大脑神经元的数量级大致可以确定为1010的级别。而身体其他部分的神经元数量大概要比这个数字小很多,并且它们也源自大脑。最大的大脑周围神经集合是视网膜,从视网膜连到大脑的视觉神经被认为是大脑的一部分<ref name="hidenone">{{cite journal|title=译者注:现代研究发现,人脑约含15-33×10<sup>9</sup>个神经元。其余部分如小肠的确也有控制消化吸收的神经中枢,被称为“第二大脑”,但其神经元数量仅为大脑的千分之一。}}</ref>。<br><br />
相比大脑的神经元数量,计算机器用到的电子管个数要小一百万倍。现有最大的计算机器,ENIAC只有2×104个电子管。另一台属于IBM公司的大型计算机器,SSEC包括了各1万个电子管和继电器。正在建造中的最快的计算机器,其设计包括了3千个电子管。电子管数量的减小是由于对内存的处理手法有所不同,之后我会提到。<br><br />
因此,大致地说,人脑要比大型计算机器复杂1百万倍。大脑和这些机器相比,复杂度增加的程度要比这些机器比单个电子管更巨大。即使用更加宽松的对数坐标表示,计算机器也还达不到大脑的一半复杂度。我认为,无论怎么样定义复杂度,这个比例都应该是比一半小得多的<ref name="hidentwo">{{cite journal|title=译者注:由于集成电路技术的高速发展,现代多核处理器在小指甲大小的面积中间集成了10亿个以上的晶体管。而那些挑战人类智能的大型机是由大量这样的并行计算核心芯片和海量内存所组成的。如IBM公司刚刚在智力问答比赛中战胜人类的Watson超级电脑,其硬件包括10个机柜总共90台Power 750服务器,而每台服务器又包括4颗Power 7处理器芯片和16TB内存,合计其晶体管数量为90×4×12×108=5×1011,另有数量级约为1×1016 Bit的内存位元;这两个天文数字已经大大超过了人脑的神经元数量,但电脑同人脑的能力相比,仍然是天地悬隔。因此,我们就有必要认真思考上述的问题。生物的大脑,哪怕是已知的最简单的,秀丽杆虫由302个神经元组成的大脑,和超级电脑的海量计算单元相比,虽然数量上仅仅是沧海一粟,但究竟是谁的复杂度更高?复杂度又究竟应该如何定义?毕竟,是前者不断地进化,才最后导致了后者的出现。}}</ref>。<br><br />
…… <br><br />
<hr><br />
<references/><br />
<hr><br />
<br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=368 大数之道]<br><br><br />
<br><br />
===第五堂课:复杂自动机的一些考量——层次和进化问题===<br />
'''摘要:'''<br><br />
• 自动机可以作为一个整体来研究,也可以对各个零件分别研究。当然,有了对于各个零件的知识以后,我们还需要懂得如何把零散的知识组成统一的理论,但是目前我们还不知道怎样做。<br><br />
• 问题一:我们这里先不谈细节问题,而是仅仅针对中继组件(relay organs)的性质进行讨论。<br><br />
• 问题二:如何与自动机和信息理论保持一致,我们将重新考虑在第二堂课结尾的地方已经触及到的将程序看作一种自动机模型的理论探讨。<br><br />
• 如何合成一个自动机,并且它自己就能实现这一合成过程。<br><br />
• 有关“复杂度”的直观理解。我们猜测这个复杂度具有一种衰退的特征,这种特征是与该自动机过程的描述以及由它完成的自动机合成有关的。<br><br />
• 有关复杂度衰退这个概念的性质和难点。<br><br />
• 严格的讨论:自动机和其“基础”零件。有关这些基础零件的定义和列表。由自动机合成的自动机。自我复制的问题。<br><br />
• 与此有关的构造性自动机的主要类型:通用指令的概念。能够执行指令的通用构造自动机。通用拷贝自动机。组合自动机来实现自复制。<br><br />
• 自复制和其他类型的自动机合成过程:例如催化过程,同已知的主要遗传和变异机制的比较。<br><br><br />
'''一、自我创生的自动机'''<br> <br />
在前几堂课中,我们讨论的自动机都不是直接对自身进行操作的,因此它们产生的输出与自动机自身具有完全不同的性质。在我提到的三个例子中,这点都很明显。<br><br />
例如,图灵自动机就可以看作一个包含有限状态的盒子,这个盒子的输出是储存在另外一种实体上,可以简单称为打孔纸带。这条纸带本身并不像图灵机一样具备不同的状态,并能够在状态之间来回切换;此外,与有限状态的盒子不同的是,我们假定纸带是无限长的,因此可以包含的状态也是无限多的。所以,这条纸带从性质上说,同在纸带上打孔的自动机是完全不同的,也就是说,自动机是在完全不同性质的介质上运行的。<br><br />
对于McCulloch-Pitts的自动机模型来说,情况也一样。这里的自动机是由神经元组成的,并且能够向外界产生脉冲信号。这意味着,自动机的输入输出不是神经元本身,而是神经脉冲。当然,这些神经脉冲可以进入周边的组件,并导致完全不同性质的反应。虽然是神经脉冲可以输入到运动系统(motor organ)或者内分泌器官(secretory organs)中,但输入和输出的脉冲仍然同自动机本身,也就是神经元完全不同。<br><br />
…… <br><br />
<br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=369 复杂自动机的一些考量]<br><br><br />
<br><br><br />
[[category:旧网站]][[category:旧网站:自复制自动机理论——von Neumann著,东方和尚译]][[category:冯诺依曼]][[category:人工智能]][[category:复杂系统]][[category:自动机]]<br />
<br />
<br />
==相关wiki==<br />
*[[Jake]]</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%87%AA%E5%A4%8D%E5%88%B6%E8%87%AA%E5%8A%A8%E6%9C%BA%E7%90%86%E8%AE%BA_Theory_of_Self-reproducing_Automata&diff=33977
自复制自动机理论 Theory of Self-reproducing Automata
2023-02-21T03:29:45Z
<p>Swarma:修改此书原版的下载地址</p>
<hr />
<div>{{#seo:<br />
|keywords=冯诺依曼,自复制,自动机,人工智能,复杂系统<br />
|description=冯诺依曼著,东方和尚译<br />
}}<br />
[[File:zfzzdjll_1.jpg|center]]<br><br />
* 书名:自复制自动机理论(Theory of Self-reproducing Automata)<br />
* 作者:[[约翰·冯·诺依曼]] ([[John von Neuman]]) <br />
* 编者:阿瑟.伯克斯(Arthur W. Burks) <br />
* 译者:[[东方和尚]]<br />
==Jake注记==<br />
von Neumann的这部经典的最重要的部分(5篇讲座的讲稿)终于被[[东方和尚]]翻译完了。毫不夸张地说,这五篇文章不仅仅预测了复杂性科学未来100年的发展方向(事实上很多领域已经验证了von Neumann的预言),而且还指出了生命逻辑最核心的奥秘:热力学、信息论与自指之间的深刻联系。<br><br />
此书原版的下载:https://swarmagents.cn/thesis/program/self-reproducing.rar<br><br />
在这里,我会陆续将东方和尚的翻译,加上一些自己的评论放到网上。希望更多的人能够读到它,并能够真正从这位不朽大师的遗产中获益。<br><br />
在翻译过程中,我们做了以下的添加和修改:<br><br />
1、为了方便阅读,我们为原文进行了分段,并加上了段标题;<br><br />
2、为了让读者感觉更亲切,我们加上了若干副插图。<br><br />
3、为原文添加了大量的评论,东方和尚的评论插入到了正文的注脚中,我的评论则插入到了每篇正文的后面。另外,因为这本书是von Neumann的助手Arthur Burks(遗传算法之父John Holland的博士生导师),所以在“【】”之中的文字是编者加的注解。大家要注意分辨。<br><br />
[[File:zfzzdjll_2.jpg|center]]<br><br />
全文下载:<br><br />
http://swarmagents.cn/thesis/detail.asp?id=359<br><br />
下面是正文目录:<br><br />
书名:《自复制自动机理论》(Theory of Self-reproducing Automata)<br><br />
作者:[[约翰·冯·诺依曼]] ([[John von Neuman]])<br><br />
编者:阿瑟.伯克斯(Arthur W. Burks)<br><br />
前言与编者介绍 自复制自动机前言<br><br />
冯纽曼在计算机方面的工作<br><br />
冯纽曼的自动机理论<br><br />
第一部分:复杂自动机的组织与理论<br><br />
第一堂课:一般意义的计算机<br><br />
第二堂课:控制与信息理论<br><br />
第三堂课:信息的统计理论<br><br />
第四堂课:大数之道<br><br />
第五堂课:复杂自动机的一些考量——关于层次与进化的问题<br><br />
<br />
==正文部分==<br />
===第一堂课——一般意义上的计算机===<br />
'''摘要:'''<br> <br />
• 数学中的抽象方法和计算方法,后者在应用数学和数学物理上的作用。纯数学中两者的作用。分析的状况。计算模拟作为一种启发性的工具。<br><br />
• 不同的计算方法:模拟和数字。<br><br />
• 模拟方法:利用物理实验来代替计算。模拟计算机。<br><br />
• 数字方法:人工计算,简单的计算机,全自动的计算。<br><br />
• 现在计算机的状况,数字和模拟计算机的不同功能,计算速度,编写程序和精度的问题。<br><br />
• 计算机中基本操作的概念,在数字和模拟计算机中间基本操作的作用。关于数字和模拟组件的一些见解。 <br><br />
• 继电器元件。主要的形式:机电继电器,真空管以及其他可能的继电器。 <br><br />
• 数字计算所需时间或者计算复杂度的测量,逻辑和算术运算,线性和非线性的算术计算,乘法次数的作用。不同计算的统计性质的稳定性,分析的特殊功用。<br><br />
• 计算长度或者复杂度的不同性质。对于自动数字计算机器的问题特征长度。 <br><br />
• 精度需求。<br><br />
• 内存需求:内存容量的测量。内存的关键参数,读写时间和内存容量。建立不同级别内存的原因,数字计算机器的实际内存需要量。<br><br />
• 输入输出:主要的媒介。<br><br />
• 平衡的概念:不同零件的速度平衡。不同级别内存容量和速度的平衡。速度和精度的平衡。速度、内存容量和编程能力的平衡。<br><br />
• 从热力学角度看待平衡。热力学上的内存容量。在传统的经验方式之上建立定量理论。可靠性和错误的一些初步看法。<br><br><br />
'''内容:'''<br> <br />
女士们、先生们,我将会为大家讲五次课,对大家的热情欢迎我预表谢意,希望我的课能够满足各位的兴趣。本课程的内容是有关自动机的,我们将要研究高度复杂的自动机会表现的行为,以及巨大的复杂度所带来的具体困难。我们会简单地对比人工自动机和生命,因为很容易想到,生命在其能力的限制范围内,可以看作自然的自动机。因此,我们必得考虑两者之间的类似和区别,还要考虑到是不是我们的技巧太过笨拙,不能够深入地洞察生命和自动机的关系(这也是很正常的),要考虑生命和机器之间的区别,究竟有多大程度上是本质的。 <br><br />
今天我主要谈谈人工自动机,具体来说,我们只谈一类——计算机器。我会说一说计算机在不久以前、现在以及将来所起到的作用<ref name="hidden">{{cite journal|title=译者注:冯纽曼是在1949年授课的,其时计算机刚刚发明不久,故读者须重视理论分析而不必在意具体细节,下同。}}</ref>。<br><br />
……<br><br />
<hr><br />
<references/><br />
<hr><br />
<br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=364 一般意义的计算机]<br><br><br />
<br />
===第二堂课——控制与信息理论===<br />
'''摘要:'''<br> <br />
• 信息理论:严格的部分。信息的概念,集合和区分所对应的数理逻辑概念。 <br><br />
• 同形式逻辑的紧密联系。利用自动机模型做不同的分析。这两种做法的共同特点:具备或不具备的特征。把两种分析联系在一起的工作。<br><br />
• 两种描述自动机的方法:零件组合或者整体处理。<br><br />
• 零件组合的方法:基本单元的性质,同神经元的类似之处。McCulloch & Pitts理论:形式神经网络,他们主要的结论。<br><br />
• 整体处理的方法:图灵机理论。图灵机和数学问题的联系,何种数学问题能够用图灵机解决。通用自动机的概念。图灵的主要结论。<br><br />
• McCulloch & Pitts的神经网络以及图灵自动机的局限。输入和输出元件。一般意义上的计算。利用传感器和运动元件的分析方法。<br><br><br />
'''一、概述'''<br> <br />
【冯纽曼说信息理论包括两大块:严格的信息论和概率的信息论。以概率统计为基础的信息理论大概对于现代计算机设计更加重要。但是在此之前,我们必须先弄清楚严格的信息论那部分,它其实就是形式逻辑的另一种处理方式。】<br> <br />
【他接下来解释了一些形式逻辑的基本概念,简要地说明了真值函数的连接词,比如“与”“非”“如果…那么”“与非”以及它们之间的相互定义性。他还解释了变量和量词,包括“全称”量词和“存在”量词。他的结论是“如果你有这样的一台计算机,就可以表达一切数学计算,或者能够纯粹地用数学计算表达出的任何主题。”】<br> <br />
对于计算机,我不打算深谈。因为存在另外一种不一样的机器,同信息理论也很有关系,就是McCulloch & Pitts提出的神经网络理论,你可以说图灵机和McCulloch & Pitts的神经网络分别处于信息理论的两个极端。这两套理论都力图建立一个公理化的体系,用某种假设的理想机器来建立形式逻辑系统,但并不实际去制作这样的机器。他们都成功地说明了形式逻辑同他们设想的机器是完美兼容的,也就是说,机器能做到的一切工作,都能够被形式逻辑所刻画;反过来,任何能够用形式逻辑描述的事物,也都能够用这类机器来运行。【冯纽曼这里假设了McCulloch & Pitts的神经网络有着一条无限长的纸带,结果表明了它同图灵机的等价性。这个结果也就是图灵可计算性、函数的λ可定义性、以及一般递归的概念。请参见图灵的论文“可计算性和λ可定义性(Computability and λ-Definability)”】<br><br />
我会简单地介绍McCulloch & Pitts的神经网络以及图灵的工作。因为它们各自代表了一种重要的研究方式:组合方法和整体方法。McCulloch & Pitts描述了一套方法,由非常简单的零件组成复杂结构。因此只需要对底层的零件作公理化定义就可以得到非常复杂的组合;图灵则是对于整个自动机进行了公理化的定义,他仅仅定义了自动机的功能,并没有涉及到具体的零件。 <br><br />
…… <br><br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=366 控制与信息理论]<br><br><br />
===第三堂课——信息的统计理===<br />
'''摘要:'''<br> <br />
• 信息理论:概率论部分。严格逻辑和概率论逻辑的关系。凯恩斯对于概率论的理解。举例说明逻辑与严格的经典力学以及统计力学之间的关系。量子力学中的相应情况。<br><br />
• 从数学角度看待严格逻辑向统计逻辑的转变。分析和组合论。<br><br />
• 热力学的角度:信息和熵。<br><br />
• 西拉德(Szilard)的理论。<br><br />
• 香农的信息论。<br><br />
• 叙述计算机的内部平衡的热力学性质。<br><br />
'''一、自动机的鲁棒性'''<br> <br />
到此,关于信息的严格问题讨论已经告一段落,我们将继续从统计角度来讨论信息的本质。至少有两个原因可以说明统计和概率问题对于自动机和其功能实现是十分重要的:第一个原因可能显得有些任意且离题,虽然我并不这样认为。第二个原因则更加重要,下面我分别加以说明。<br> <br />
第一个原因是:实际上我们无法设想一台绝对可靠的自动机。假如你设计了一台自动机,并且严格地定义了它在任何情景下的全部行为。那么你一定忽略了问题的某些重要方面。如果你是一个新手,那么设计一台可以运行在完全确定环境下的自动机是一种很好的练习。但是只要稍具实际经验,我们就会知道这一步还仅是问题的最初阶段。<br> <br />
我们必须考虑统计因素的第二个原因是:如果你观察一台人造的,或者存在于自然界中的自动机,你会发现那些被严格程序所控制的仅仅是一些细节结构。大部分的控制是以一种允许错误,并且在错误发生时候采取补救措施(多少有效)的方式来实现的。而且,说它们能够预防失误还有些夸大,因为这种机制其实根本就不可能消除所有错误,而是实现了一种发生个别的失误根本无关紧要的容错状态。在这种机制下,无论是错误还是失误带来的后果,都不能被彻底消除。我们可以努力去做到的事情,就是设计一台自动机,让它在遇到通常错误后仍然可以照常工作。这种设计的目的是减小错误的影响,而不是去消除错误。实际上,大多数常见自动机的构造和设计思想,都是属于这类容错型的。<br><br />
为了允许错误作为一种独立的逻辑对象存在,我们不应该再以严格的方式表述公理,也就是说,公理不应该写成:“如果A和B发生,C就会发生”这样的形式;而是“如果A和B发生,一定的概率下C会发生,也有一定的概率D会发生,等等”的形式。换句话说,每种给定情况下,都会有不同的结果,各自以不同的概率发生。从数学上说,我们可以简单地写出一个概率矩阵,说明各种状态之间发生转换的对应概率为何。你可以把问题写成这样“如果A和B已经发生,接下去发生C的概率有多大?”。这个概率矩阵就给出了一套以概率表示的逻辑系统。无论人工还是自然自动机,只要牵涉概率,都应该放到这个框架下研究【原可参见冯纽曼的论文:《概然逻辑:用不可靠的元件组装可靠的系统(Probabilistic Logics and the Synthesis of Reliable Organs from Unreliable Components)》】。我接下来会谈到为何遇到复杂系统时候,我们就必须放弃严格逻辑而改用概然逻辑系统的原因【假如单个元件出故障的概率固定,那么自动机越是复杂系统崩溃的可能性也越大】<br><br />
…… <br><br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=367 信息的统计理论]<br><br><br />
<br />
===第四堂课——大数之道===<br />
'''摘要:'''<br> <br />
• 计算机器和神经系统之间的比较,对于计算机器尺度发展的预计。<br><br />
• 对人类中枢神经系统的尺度进行估计。并说明了生命的“数模混合”性质。模拟和数字元件。人工和生物的各种部件都具有这种混合性质,对此所持的立场。<br><br />
• 对于人工和生物自动机的尺度差别的评价,用物理原因来解释这种差别。材料的生物性质。<br><br />
• 存在其他智能因素的可能,复杂度起到的作用和所需要的理论深度。<br><br />
• 重新考虑可靠性和错误的问题,独立错误的发生概率和程序长度之间的联系。计算机器和生物的典型程序长度。可接受的独立运算错误概率上限。通过校验和自纠正来加以补偿。<br><br />
• 人工自动机和生物自动机处理错误上的原则差别。人工自动机的“单个错误”原则,因缺乏理论支撑,我们的处理方法的粗糙之处,以及生物自动机的先进之处:元件的自主性。这种自主性和进化之间的联系。<br><br><br />
'''一、人脑与电脑的比较'''<br> <br />
上两堂课讨论了一般原理之后,我想回到我们所知道的具体自动机的例子上面来。并把以计算机器为例的人工自动机,和以人类神经系统为例的生物自动机进行对比。出于这个目的,请让我先介绍一些单元部件的知识,并把它们的尺度进行比较。<br><br />
正如我之前提到的,对人的神经系统,科学家还没有足够的研究,但大脑神经元的数量级大致可以确定为1010的级别。而身体其他部分的神经元数量大概要比这个数字小很多,并且它们也源自大脑。最大的大脑周围神经集合是视网膜,从视网膜连到大脑的视觉神经被认为是大脑的一部分<ref name="hidenone">{{cite journal|title=译者注:现代研究发现,人脑约含15-33×10<sup>9</sup>个神经元。其余部分如小肠的确也有控制消化吸收的神经中枢,被称为“第二大脑”,但其神经元数量仅为大脑的千分之一。}}</ref>。<br><br />
相比大脑的神经元数量,计算机器用到的电子管个数要小一百万倍。现有最大的计算机器,ENIAC只有2×104个电子管。另一台属于IBM公司的大型计算机器,SSEC包括了各1万个电子管和继电器。正在建造中的最快的计算机器,其设计包括了3千个电子管。电子管数量的减小是由于对内存的处理手法有所不同,之后我会提到。<br><br />
因此,大致地说,人脑要比大型计算机器复杂1百万倍。大脑和这些机器相比,复杂度增加的程度要比这些机器比单个电子管更巨大。即使用更加宽松的对数坐标表示,计算机器也还达不到大脑的一半复杂度。我认为,无论怎么样定义复杂度,这个比例都应该是比一半小得多的<ref name="hidentwo">{{cite journal|title=译者注:由于集成电路技术的高速发展,现代多核处理器在小指甲大小的面积中间集成了10亿个以上的晶体管。而那些挑战人类智能的大型机是由大量这样的并行计算核心芯片和海量内存所组成的。如IBM公司刚刚在智力问答比赛中战胜人类的Watson超级电脑,其硬件包括10个机柜总共90台Power 750服务器,而每台服务器又包括4颗Power 7处理器芯片和16TB内存,合计其晶体管数量为90×4×12×108=5×1011,另有数量级约为1×1016 Bit的内存位元;这两个天文数字已经大大超过了人脑的神经元数量,但电脑同人脑的能力相比,仍然是天地悬隔。因此,我们就有必要认真思考上述的问题。生物的大脑,哪怕是已知的最简单的,秀丽杆虫由302个神经元组成的大脑,和超级电脑的海量计算单元相比,虽然数量上仅仅是沧海一粟,但究竟是谁的复杂度更高?复杂度又究竟应该如何定义?毕竟,是前者不断地进化,才最后导致了后者的出现。}}</ref>。<br><br />
…… <br><br />
<hr><br />
<references/><br />
<hr><br />
<br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=368 大数之道]<br><br><br />
<br><br />
===第五堂课:复杂自动机的一些考量——层次和进化问题===<br />
'''摘要:'''<br><br />
• 自动机可以作为一个整体来研究,也可以对各个零件分别研究。当然,有了对于各个零件的知识以后,我们还需要懂得如何把零散的知识组成统一的理论,但是目前我们还不知道怎样做。<br><br />
• 问题一:我们这里先不谈细节问题,而是仅仅针对中继组件(relay organs)的性质进行讨论。<br><br />
• 问题二:如何与自动机和信息理论保持一致,我们将重新考虑在第二堂课结尾的地方已经触及到的将程序看作一种自动机模型的理论探讨。<br><br />
• 如何合成一个自动机,并且它自己就能实现这一合成过程。<br><br />
• 有关“复杂度”的直观理解。我们猜测这个复杂度具有一种衰退的特征,这种特征是与该自动机过程的描述以及由它完成的自动机合成有关的。<br><br />
• 有关复杂度衰退这个概念的性质和难点。<br><br />
• 严格的讨论:自动机和其“基础”零件。有关这些基础零件的定义和列表。由自动机合成的自动机。自我复制的问题。<br><br />
• 与此有关的构造性自动机的主要类型:通用指令的概念。能够执行指令的通用构造自动机。通用拷贝自动机。组合自动机来实现自复制。<br><br />
• 自复制和其他类型的自动机合成过程:例如催化过程,同已知的主要遗传和变异机制的比较。<br><br><br />
'''一、自我创生的自动机'''<br> <br />
在前几堂课中,我们讨论的自动机都不是直接对自身进行操作的,因此它们产生的输出与自动机自身具有完全不同的性质。在我提到的三个例子中,这点都很明显。<br><br />
例如,图灵自动机就可以看作一个包含有限状态的盒子,这个盒子的输出是储存在另外一种实体上,可以简单称为打孔纸带。这条纸带本身并不像图灵机一样具备不同的状态,并能够在状态之间来回切换;此外,与有限状态的盒子不同的是,我们假定纸带是无限长的,因此可以包含的状态也是无限多的。所以,这条纸带从性质上说,同在纸带上打孔的自动机是完全不同的,也就是说,自动机是在完全不同性质的介质上运行的。<br><br />
对于McCulloch-Pitts的自动机模型来说,情况也一样。这里的自动机是由神经元组成的,并且能够向外界产生脉冲信号。这意味着,自动机的输入输出不是神经元本身,而是神经脉冲。当然,这些神经脉冲可以进入周边的组件,并导致完全不同性质的反应。虽然是神经脉冲可以输入到运动系统(motor organ)或者内分泌器官(secretory organs)中,但输入和输出的脉冲仍然同自动机本身,也就是神经元完全不同。<br><br />
…… <br><br />
<br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=369 复杂自动机的一些考量]<br><br><br />
<br><br><br />
[[category:旧网站]][[category:旧网站:自复制自动机理论——von Neumann著,东方和尚译]][[category:冯诺依曼]][[category:人工智能]][[category:复杂系统]][[category:自动机]]<br />
<br />
<br />
==相关wiki==<br />
*[[Jake]]</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%87%AA%E5%A4%8D%E5%88%B6%E8%87%AA%E5%8A%A8%E6%9C%BA%E7%90%86%E8%AE%BA_Theory_of_Self-reproducing_Automata&diff=33976
自复制自动机理论 Theory of Self-reproducing Automata
2023-02-21T03:24:53Z
<p>Swarma:修正下载地址</p>
<hr />
<div>{{#seo:<br />
|keywords=冯诺依曼,自复制,自动机,人工智能,复杂系统<br />
|description=冯诺依曼著,东方和尚译<br />
}}<br />
[[File:zfzzdjll_1.jpg|center]]<br><br />
* 书名:自复制自动机理论(Theory of Self-reproducing Automata)<br />
* 作者:[[约翰·冯·诺依曼]] ([[John von Neuman]]) <br />
* 编者:阿瑟.伯克斯(Arthur W. Burks) <br />
* 译者:[[东方和尚]]<br />
==Jake注记==<br />
von Neumann的这部经典的最重要的部分(5篇讲座的讲稿)终于被[[东方和尚]]翻译完了。毫不夸张地说,这五篇文章不仅仅预测了复杂性科学未来100年的发展方向(事实上很多领域已经验证了von Neumann的预言),而且还指出了生命逻辑最核心的奥秘:热力学、信息论与自指之间的深刻联系。<br><br />
此书原版的下载:http://swarmagents.cn/thesis/detail.asp?id=303<br><br />
在这里,我会陆续将东方和尚的翻译,加上一些自己的评论放到网上。希望更多的人能够读到它,并能够真正从这位不朽大师的遗产中获益。<br><br />
在翻译过程中,我们做了以下的添加和修改:<br><br />
1、为了方便阅读,我们为原文进行了分段,并加上了段标题;<br><br />
2、为了让读者感觉更亲切,我们加上了若干副插图。<br><br />
3、为原文添加了大量的评论,东方和尚的评论插入到了正文的注脚中,我的评论则插入到了每篇正文的后面。另外,因为这本书是von Neumann的助手Arthur Burks(遗传算法之父John Holland的博士生导师),所以在“【】”之中的文字是编者加的注解。大家要注意分辨。<br><br />
[[File:zfzzdjll_2.jpg|center]]<br><br />
全文下载:<br><br />
http://swarmagents.cn/thesis/detail.asp?id=359<br><br />
下面是正文目录:<br><br />
书名:《自复制自动机理论》(Theory of Self-reproducing Automata)<br><br />
作者:[[约翰·冯·诺依曼]] ([[John von Neuman]])<br><br />
编者:阿瑟.伯克斯(Arthur W. Burks)<br><br />
前言与编者介绍 自复制自动机前言<br><br />
冯纽曼在计算机方面的工作<br><br />
冯纽曼的自动机理论<br><br />
第一部分:复杂自动机的组织与理论<br><br />
第一堂课:一般意义的计算机<br><br />
第二堂课:控制与信息理论<br><br />
第三堂课:信息的统计理论<br><br />
第四堂课:大数之道<br><br />
第五堂课:复杂自动机的一些考量——关于层次与进化的问题<br><br />
<br />
==正文部分==<br />
===第一堂课——一般意义上的计算机===<br />
'''摘要:'''<br> <br />
• 数学中的抽象方法和计算方法,后者在应用数学和数学物理上的作用。纯数学中两者的作用。分析的状况。计算模拟作为一种启发性的工具。<br><br />
• 不同的计算方法:模拟和数字。<br><br />
• 模拟方法:利用物理实验来代替计算。模拟计算机。<br><br />
• 数字方法:人工计算,简单的计算机,全自动的计算。<br><br />
• 现在计算机的状况,数字和模拟计算机的不同功能,计算速度,编写程序和精度的问题。<br><br />
• 计算机中基本操作的概念,在数字和模拟计算机中间基本操作的作用。关于数字和模拟组件的一些见解。 <br><br />
• 继电器元件。主要的形式:机电继电器,真空管以及其他可能的继电器。 <br><br />
• 数字计算所需时间或者计算复杂度的测量,逻辑和算术运算,线性和非线性的算术计算,乘法次数的作用。不同计算的统计性质的稳定性,分析的特殊功用。<br><br />
• 计算长度或者复杂度的不同性质。对于自动数字计算机器的问题特征长度。 <br><br />
• 精度需求。<br><br />
• 内存需求:内存容量的测量。内存的关键参数,读写时间和内存容量。建立不同级别内存的原因,数字计算机器的实际内存需要量。<br><br />
• 输入输出:主要的媒介。<br><br />
• 平衡的概念:不同零件的速度平衡。不同级别内存容量和速度的平衡。速度和精度的平衡。速度、内存容量和编程能力的平衡。<br><br />
• 从热力学角度看待平衡。热力学上的内存容量。在传统的经验方式之上建立定量理论。可靠性和错误的一些初步看法。<br><br><br />
'''内容:'''<br> <br />
女士们、先生们,我将会为大家讲五次课,对大家的热情欢迎我预表谢意,希望我的课能够满足各位的兴趣。本课程的内容是有关自动机的,我们将要研究高度复杂的自动机会表现的行为,以及巨大的复杂度所带来的具体困难。我们会简单地对比人工自动机和生命,因为很容易想到,生命在其能力的限制范围内,可以看作自然的自动机。因此,我们必得考虑两者之间的类似和区别,还要考虑到是不是我们的技巧太过笨拙,不能够深入地洞察生命和自动机的关系(这也是很正常的),要考虑生命和机器之间的区别,究竟有多大程度上是本质的。 <br><br />
今天我主要谈谈人工自动机,具体来说,我们只谈一类——计算机器。我会说一说计算机在不久以前、现在以及将来所起到的作用<ref name="hidden">{{cite journal|title=译者注:冯纽曼是在1949年授课的,其时计算机刚刚发明不久,故读者须重视理论分析而不必在意具体细节,下同。}}</ref>。<br><br />
……<br><br />
<hr><br />
<references/><br />
<hr><br />
<br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=364 一般意义的计算机]<br><br><br />
<br />
===第二堂课——控制与信息理论===<br />
'''摘要:'''<br> <br />
• 信息理论:严格的部分。信息的概念,集合和区分所对应的数理逻辑概念。 <br><br />
• 同形式逻辑的紧密联系。利用自动机模型做不同的分析。这两种做法的共同特点:具备或不具备的特征。把两种分析联系在一起的工作。<br><br />
• 两种描述自动机的方法:零件组合或者整体处理。<br><br />
• 零件组合的方法:基本单元的性质,同神经元的类似之处。McCulloch & Pitts理论:形式神经网络,他们主要的结论。<br><br />
• 整体处理的方法:图灵机理论。图灵机和数学问题的联系,何种数学问题能够用图灵机解决。通用自动机的概念。图灵的主要结论。<br><br />
• McCulloch & Pitts的神经网络以及图灵自动机的局限。输入和输出元件。一般意义上的计算。利用传感器和运动元件的分析方法。<br><br><br />
'''一、概述'''<br> <br />
【冯纽曼说信息理论包括两大块:严格的信息论和概率的信息论。以概率统计为基础的信息理论大概对于现代计算机设计更加重要。但是在此之前,我们必须先弄清楚严格的信息论那部分,它其实就是形式逻辑的另一种处理方式。】<br> <br />
【他接下来解释了一些形式逻辑的基本概念,简要地说明了真值函数的连接词,比如“与”“非”“如果…那么”“与非”以及它们之间的相互定义性。他还解释了变量和量词,包括“全称”量词和“存在”量词。他的结论是“如果你有这样的一台计算机,就可以表达一切数学计算,或者能够纯粹地用数学计算表达出的任何主题。”】<br> <br />
对于计算机,我不打算深谈。因为存在另外一种不一样的机器,同信息理论也很有关系,就是McCulloch & Pitts提出的神经网络理论,你可以说图灵机和McCulloch & Pitts的神经网络分别处于信息理论的两个极端。这两套理论都力图建立一个公理化的体系,用某种假设的理想机器来建立形式逻辑系统,但并不实际去制作这样的机器。他们都成功地说明了形式逻辑同他们设想的机器是完美兼容的,也就是说,机器能做到的一切工作,都能够被形式逻辑所刻画;反过来,任何能够用形式逻辑描述的事物,也都能够用这类机器来运行。【冯纽曼这里假设了McCulloch & Pitts的神经网络有着一条无限长的纸带,结果表明了它同图灵机的等价性。这个结果也就是图灵可计算性、函数的λ可定义性、以及一般递归的概念。请参见图灵的论文“可计算性和λ可定义性(Computability and λ-Definability)”】<br><br />
我会简单地介绍McCulloch & Pitts的神经网络以及图灵的工作。因为它们各自代表了一种重要的研究方式:组合方法和整体方法。McCulloch & Pitts描述了一套方法,由非常简单的零件组成复杂结构。因此只需要对底层的零件作公理化定义就可以得到非常复杂的组合;图灵则是对于整个自动机进行了公理化的定义,他仅仅定义了自动机的功能,并没有涉及到具体的零件。 <br><br />
…… <br><br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=366 控制与信息理论]<br><br><br />
===第三堂课——信息的统计理===<br />
'''摘要:'''<br> <br />
• 信息理论:概率论部分。严格逻辑和概率论逻辑的关系。凯恩斯对于概率论的理解。举例说明逻辑与严格的经典力学以及统计力学之间的关系。量子力学中的相应情况。<br><br />
• 从数学角度看待严格逻辑向统计逻辑的转变。分析和组合论。<br><br />
• 热力学的角度:信息和熵。<br><br />
• 西拉德(Szilard)的理论。<br><br />
• 香农的信息论。<br><br />
• 叙述计算机的内部平衡的热力学性质。<br><br />
'''一、自动机的鲁棒性'''<br> <br />
到此,关于信息的严格问题讨论已经告一段落,我们将继续从统计角度来讨论信息的本质。至少有两个原因可以说明统计和概率问题对于自动机和其功能实现是十分重要的:第一个原因可能显得有些任意且离题,虽然我并不这样认为。第二个原因则更加重要,下面我分别加以说明。<br> <br />
第一个原因是:实际上我们无法设想一台绝对可靠的自动机。假如你设计了一台自动机,并且严格地定义了它在任何情景下的全部行为。那么你一定忽略了问题的某些重要方面。如果你是一个新手,那么设计一台可以运行在完全确定环境下的自动机是一种很好的练习。但是只要稍具实际经验,我们就会知道这一步还仅是问题的最初阶段。<br> <br />
我们必须考虑统计因素的第二个原因是:如果你观察一台人造的,或者存在于自然界中的自动机,你会发现那些被严格程序所控制的仅仅是一些细节结构。大部分的控制是以一种允许错误,并且在错误发生时候采取补救措施(多少有效)的方式来实现的。而且,说它们能够预防失误还有些夸大,因为这种机制其实根本就不可能消除所有错误,而是实现了一种发生个别的失误根本无关紧要的容错状态。在这种机制下,无论是错误还是失误带来的后果,都不能被彻底消除。我们可以努力去做到的事情,就是设计一台自动机,让它在遇到通常错误后仍然可以照常工作。这种设计的目的是减小错误的影响,而不是去消除错误。实际上,大多数常见自动机的构造和设计思想,都是属于这类容错型的。<br><br />
为了允许错误作为一种独立的逻辑对象存在,我们不应该再以严格的方式表述公理,也就是说,公理不应该写成:“如果A和B发生,C就会发生”这样的形式;而是“如果A和B发生,一定的概率下C会发生,也有一定的概率D会发生,等等”的形式。换句话说,每种给定情况下,都会有不同的结果,各自以不同的概率发生。从数学上说,我们可以简单地写出一个概率矩阵,说明各种状态之间发生转换的对应概率为何。你可以把问题写成这样“如果A和B已经发生,接下去发生C的概率有多大?”。这个概率矩阵就给出了一套以概率表示的逻辑系统。无论人工还是自然自动机,只要牵涉概率,都应该放到这个框架下研究【原可参见冯纽曼的论文:《概然逻辑:用不可靠的元件组装可靠的系统(Probabilistic Logics and the Synthesis of Reliable Organs from Unreliable Components)》】。我接下来会谈到为何遇到复杂系统时候,我们就必须放弃严格逻辑而改用概然逻辑系统的原因【假如单个元件出故障的概率固定,那么自动机越是复杂系统崩溃的可能性也越大】<br><br />
…… <br><br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=367 信息的统计理论]<br><br><br />
<br />
===第四堂课——大数之道===<br />
'''摘要:'''<br> <br />
• 计算机器和神经系统之间的比较,对于计算机器尺度发展的预计。<br><br />
• 对人类中枢神经系统的尺度进行估计。并说明了生命的“数模混合”性质。模拟和数字元件。人工和生物的各种部件都具有这种混合性质,对此所持的立场。<br><br />
• 对于人工和生物自动机的尺度差别的评价,用物理原因来解释这种差别。材料的生物性质。<br><br />
• 存在其他智能因素的可能,复杂度起到的作用和所需要的理论深度。<br><br />
• 重新考虑可靠性和错误的问题,独立错误的发生概率和程序长度之间的联系。计算机器和生物的典型程序长度。可接受的独立运算错误概率上限。通过校验和自纠正来加以补偿。<br><br />
• 人工自动机和生物自动机处理错误上的原则差别。人工自动机的“单个错误”原则,因缺乏理论支撑,我们的处理方法的粗糙之处,以及生物自动机的先进之处:元件的自主性。这种自主性和进化之间的联系。<br><br><br />
'''一、人脑与电脑的比较'''<br> <br />
上两堂课讨论了一般原理之后,我想回到我们所知道的具体自动机的例子上面来。并把以计算机器为例的人工自动机,和以人类神经系统为例的生物自动机进行对比。出于这个目的,请让我先介绍一些单元部件的知识,并把它们的尺度进行比较。<br><br />
正如我之前提到的,对人的神经系统,科学家还没有足够的研究,但大脑神经元的数量级大致可以确定为1010的级别。而身体其他部分的神经元数量大概要比这个数字小很多,并且它们也源自大脑。最大的大脑周围神经集合是视网膜,从视网膜连到大脑的视觉神经被认为是大脑的一部分<ref name="hidenone">{{cite journal|title=译者注:现代研究发现,人脑约含15-33×10<sup>9</sup>个神经元。其余部分如小肠的确也有控制消化吸收的神经中枢,被称为“第二大脑”,但其神经元数量仅为大脑的千分之一。}}</ref>。<br><br />
相比大脑的神经元数量,计算机器用到的电子管个数要小一百万倍。现有最大的计算机器,ENIAC只有2×104个电子管。另一台属于IBM公司的大型计算机器,SSEC包括了各1万个电子管和继电器。正在建造中的最快的计算机器,其设计包括了3千个电子管。电子管数量的减小是由于对内存的处理手法有所不同,之后我会提到。<br><br />
因此,大致地说,人脑要比大型计算机器复杂1百万倍。大脑和这些机器相比,复杂度增加的程度要比这些机器比单个电子管更巨大。即使用更加宽松的对数坐标表示,计算机器也还达不到大脑的一半复杂度。我认为,无论怎么样定义复杂度,这个比例都应该是比一半小得多的<ref name="hidentwo">{{cite journal|title=译者注:由于集成电路技术的高速发展,现代多核处理器在小指甲大小的面积中间集成了10亿个以上的晶体管。而那些挑战人类智能的大型机是由大量这样的并行计算核心芯片和海量内存所组成的。如IBM公司刚刚在智力问答比赛中战胜人类的Watson超级电脑,其硬件包括10个机柜总共90台Power 750服务器,而每台服务器又包括4颗Power 7处理器芯片和16TB内存,合计其晶体管数量为90×4×12×108=5×1011,另有数量级约为1×1016 Bit的内存位元;这两个天文数字已经大大超过了人脑的神经元数量,但电脑同人脑的能力相比,仍然是天地悬隔。因此,我们就有必要认真思考上述的问题。生物的大脑,哪怕是已知的最简单的,秀丽杆虫由302个神经元组成的大脑,和超级电脑的海量计算单元相比,虽然数量上仅仅是沧海一粟,但究竟是谁的复杂度更高?复杂度又究竟应该如何定义?毕竟,是前者不断地进化,才最后导致了后者的出现。}}</ref>。<br><br />
…… <br><br />
<hr><br />
<references/><br />
<hr><br />
<br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=368 大数之道]<br><br><br />
<br><br />
===第五堂课:复杂自动机的一些考量——层次和进化问题===<br />
'''摘要:'''<br><br />
• 自动机可以作为一个整体来研究,也可以对各个零件分别研究。当然,有了对于各个零件的知识以后,我们还需要懂得如何把零散的知识组成统一的理论,但是目前我们还不知道怎样做。<br><br />
• 问题一:我们这里先不谈细节问题,而是仅仅针对中继组件(relay organs)的性质进行讨论。<br><br />
• 问题二:如何与自动机和信息理论保持一致,我们将重新考虑在第二堂课结尾的地方已经触及到的将程序看作一种自动机模型的理论探讨。<br><br />
• 如何合成一个自动机,并且它自己就能实现这一合成过程。<br><br />
• 有关“复杂度”的直观理解。我们猜测这个复杂度具有一种衰退的特征,这种特征是与该自动机过程的描述以及由它完成的自动机合成有关的。<br><br />
• 有关复杂度衰退这个概念的性质和难点。<br><br />
• 严格的讨论:自动机和其“基础”零件。有关这些基础零件的定义和列表。由自动机合成的自动机。自我复制的问题。<br><br />
• 与此有关的构造性自动机的主要类型:通用指令的概念。能够执行指令的通用构造自动机。通用拷贝自动机。组合自动机来实现自复制。<br><br />
• 自复制和其他类型的自动机合成过程:例如催化过程,同已知的主要遗传和变异机制的比较。<br><br><br />
'''一、自我创生的自动机'''<br> <br />
在前几堂课中,我们讨论的自动机都不是直接对自身进行操作的,因此它们产生的输出与自动机自身具有完全不同的性质。在我提到的三个例子中,这点都很明显。<br><br />
例如,图灵自动机就可以看作一个包含有限状态的盒子,这个盒子的输出是储存在另外一种实体上,可以简单称为打孔纸带。这条纸带本身并不像图灵机一样具备不同的状态,并能够在状态之间来回切换;此外,与有限状态的盒子不同的是,我们假定纸带是无限长的,因此可以包含的状态也是无限多的。所以,这条纸带从性质上说,同在纸带上打孔的自动机是完全不同的,也就是说,自动机是在完全不同性质的介质上运行的。<br><br />
对于McCulloch-Pitts的自动机模型来说,情况也一样。这里的自动机是由神经元组成的,并且能够向外界产生脉冲信号。这意味着,自动机的输入输出不是神经元本身,而是神经脉冲。当然,这些神经脉冲可以进入周边的组件,并导致完全不同性质的反应。虽然是神经脉冲可以输入到运动系统(motor organ)或者内分泌器官(secretory organs)中,但输入和输出的脉冲仍然同自动机本身,也就是神经元完全不同。<br><br />
…… <br><br />
<br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=369 复杂自动机的一些考量]<br><br><br />
<br><br><br />
[[category:旧网站]][[category:旧网站:自复制自动机理论——von Neumann著,东方和尚译]][[category:冯诺依曼]][[category:人工智能]][[category:复杂系统]][[category:自动机]]<br />
<br />
<br />
==相关wiki==<br />
*[[Jake]]</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%87%AA%E5%A4%8D%E5%88%B6%E8%87%AA%E5%8A%A8%E6%9C%BA%E7%90%86%E8%AE%BA_Theory_of_Self-reproducing_Automata&diff=33975
自复制自动机理论 Theory of Self-reproducing Automata
2023-02-21T03:23:58Z
<p>Swarma:修正下载地址</p>
<hr />
<div>{{#seo:<br />
|keywords=冯诺依曼,自复制,自动机,人工智能,复杂系统<br />
|description=冯诺依曼著,东方和尚译<br />
}}<br />
[[File:zfzzdjll_1.jpg|center]]<br><br />
* 书名:自复制自动机理论(Theory of Self-reproducing Automata)<br />
* 作者:[[约翰·冯·诺依曼]] ([[John von Neuman]]) <br />
* 编者:阿瑟.伯克斯(Arthur W. Burks) <br />
* 译者:[[东方和尚]]<br />
==Jake注记==<br />
von Neumann的这部经典的最重要的部分(5篇讲座的讲稿)终于被[[东方和尚]]翻译完了。毫不夸张地说,这五篇文章不仅仅预测了复杂性科学未来100年的发展方向(事实上很多领域已经验证了von Neumann的预言),而且还指出了生命逻辑最核心的奥秘:热力学、信息论与自指之间的深刻联系。<br><br />
此书原版的下载:http://swarmagents.cn/thesis/detail.asp?id=303<br><br />
在这里,我会陆续将东方和尚的翻译,加上一些自己的评论放到网上。希望更多的人能够读到它,并能够真正从这位不朽大师的遗产中获益。<br><br />
在翻译过程中,我们做了以下的添加和修改:<br><br />
1、为了方便阅读,我们为原文进行了分段,并加上了段标题;<br><br />
2、为了让读者感觉更亲切,我们加上了若干副插图。<br><br />
3、为原文添加了大量的评论,东方和尚的评论插入到了正文的注脚中,我的评论则插入到了每篇正文的后面。另外,因为这本书是von Neumann的助手Arthur Burks(遗传算法之父John Holland的博士生导师),所以在“【】”之中的文字是编者加的注解。大家要注意分辨。<br><br />
[[File:zfzzdjll_2.jpg|center]]<br><br />
全文下载:<br><br />
http://swarmagents.cn/thesis/detail.asp?id=359<br><br />
下面是正文目录:<br><br />
书名:《自复制自动机理论》(Theory of Self-reproducing Automata)<br><br />
作者:[[约翰·冯·诺依曼]] ([[John von Neuman]])<br><br />
编者:阿瑟.伯克斯(Arthur W. Burks)<br><br />
前言与编者介绍 自复制自动机前言<br><br />
冯纽曼在计算机方面的工作<br><br />
冯纽曼的自动机理论<br><br />
第一部分:复杂自动机的组织与理论<br><br />
第一堂课:一般意义的计算机<br><br />
第二堂课:控制与信息理论<br><br />
第三堂课:信息的统计理论<br><br />
第四堂课:大数之道<br><br />
第五堂课:复杂自动机的一些考量——关于层次与进化的问题<br><br />
<br />
==正文部分==<br />
===第一堂课——一般意义上的计算机===<br />
'''摘要:'''<br> <br />
• 数学中的抽象方法和计算方法,后者在应用数学和数学物理上的作用。纯数学中两者的作用。分析的状况。计算模拟作为一种启发性的工具。<br><br />
• 不同的计算方法:模拟和数字。<br><br />
• 模拟方法:利用物理实验来代替计算。模拟计算机。<br><br />
• 数字方法:人工计算,简单的计算机,全自动的计算。<br><br />
• 现在计算机的状况,数字和模拟计算机的不同功能,计算速度,编写程序和精度的问题。<br><br />
• 计算机中基本操作的概念,在数字和模拟计算机中间基本操作的作用。关于数字和模拟组件的一些见解。 <br><br />
• 继电器元件。主要的形式:机电继电器,真空管以及其他可能的继电器。 <br><br />
• 数字计算所需时间或者计算复杂度的测量,逻辑和算术运算,线性和非线性的算术计算,乘法次数的作用。不同计算的统计性质的稳定性,分析的特殊功用。<br><br />
• 计算长度或者复杂度的不同性质。对于自动数字计算机器的问题特征长度。 <br><br />
• 精度需求。<br><br />
• 内存需求:内存容量的测量。内存的关键参数,读写时间和内存容量。建立不同级别内存的原因,数字计算机器的实际内存需要量。<br><br />
• 输入输出:主要的媒介。<br><br />
• 平衡的概念:不同零件的速度平衡。不同级别内存容量和速度的平衡。速度和精度的平衡。速度、内存容量和编程能力的平衡。<br><br />
• 从热力学角度看待平衡。热力学上的内存容量。在传统的经验方式之上建立定量理论。可靠性和错误的一些初步看法。<br><br><br />
'''内容:'''<br> <br />
女士们、先生们,我将会为大家讲五次课,对大家的热情欢迎我预表谢意,希望我的课能够满足各位的兴趣。本课程的内容是有关自动机的,我们将要研究高度复杂的自动机会表现的行为,以及巨大的复杂度所带来的具体困难。我们会简单地对比人工自动机和生命,因为很容易想到,生命在其能力的限制范围内,可以看作自然的自动机。因此,我们必得考虑两者之间的类似和区别,还要考虑到是不是我们的技巧太过笨拙,不能够深入地洞察生命和自动机的关系(这也是很正常的),要考虑生命和机器之间的区别,究竟有多大程度上是本质的。 <br><br />
今天我主要谈谈人工自动机,具体来说,我们只谈一类——计算机器。我会说一说计算机在不久以前、现在以及将来所起到的作用<ref name="hidden">{{cite journal|title=译者注:冯纽曼是在1949年授课的,其时计算机刚刚发明不久,故读者须重视理论分析而不必在意具体细节,下同。}}</ref>。<br><br />
……<br><br />
<hr><br />
<references/><br />
<hr><br />
<br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=364 一般意义的计算机]<br><br><br />
<br />
===第二堂课——控制与信息理论===<br />
'''摘要:'''<br> <br />
• 信息理论:严格的部分。信息的概念,集合和区分所对应的数理逻辑概念。 <br><br />
• 同形式逻辑的紧密联系。利用自动机模型做不同的分析。这两种做法的共同特点:具备或不具备的特征。把两种分析联系在一起的工作。<br><br />
• 两种描述自动机的方法:零件组合或者整体处理。<br><br />
• 零件组合的方法:基本单元的性质,同神经元的类似之处。McCulloch & Pitts理论:形式神经网络,他们主要的结论。<br><br />
• 整体处理的方法:图灵机理论。图灵机和数学问题的联系,何种数学问题能够用图灵机解决。通用自动机的概念。图灵的主要结论。<br><br />
• McCulloch & Pitts的神经网络以及图灵自动机的局限。输入和输出元件。一般意义上的计算。利用传感器和运动元件的分析方法。<br><br><br />
'''一、概述'''<br> <br />
【冯纽曼说信息理论包括两大块:严格的信息论和概率的信息论。以概率统计为基础的信息理论大概对于现代计算机设计更加重要。但是在此之前,我们必须先弄清楚严格的信息论那部分,它其实就是形式逻辑的另一种处理方式。】<br> <br />
【他接下来解释了一些形式逻辑的基本概念,简要地说明了真值函数的连接词,比如“与”“非”“如果…那么”“与非”以及它们之间的相互定义性。他还解释了变量和量词,包括“全称”量词和“存在”量词。他的结论是“如果你有这样的一台计算机,就可以表达一切数学计算,或者能够纯粹地用数学计算表达出的任何主题。”】<br> <br />
对于计算机,我不打算深谈。因为存在另外一种不一样的机器,同信息理论也很有关系,就是McCulloch & Pitts提出的神经网络理论,你可以说图灵机和McCulloch & Pitts的神经网络分别处于信息理论的两个极端。这两套理论都力图建立一个公理化的体系,用某种假设的理想机器来建立形式逻辑系统,但并不实际去制作这样的机器。他们都成功地说明了形式逻辑同他们设想的机器是完美兼容的,也就是说,机器能做到的一切工作,都能够被形式逻辑所刻画;反过来,任何能够用形式逻辑描述的事物,也都能够用这类机器来运行。【冯纽曼这里假设了McCulloch & Pitts的神经网络有着一条无限长的纸带,结果表明了它同图灵机的等价性。这个结果也就是图灵可计算性、函数的λ可定义性、以及一般递归的概念。请参见图灵的论文“可计算性和λ可定义性(Computability and λ-Definability)”】<br><br />
我会简单地介绍McCulloch & Pitts的神经网络以及图灵的工作。因为它们各自代表了一种重要的研究方式:组合方法和整体方法。McCulloch & Pitts描述了一套方法,由非常简单的零件组成复杂结构。因此只需要对底层的零件作公理化定义就可以得到非常复杂的组合;图灵则是对于整个自动机进行了公理化的定义,他仅仅定义了自动机的功能,并没有涉及到具体的零件。 <br><br />
…… <br><br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=366 控制与信息理论]<br><br><br />
===第三堂课——信息的统计理===<br />
'''摘要:'''<br> <br />
• 信息理论:概率论部分。严格逻辑和概率论逻辑的关系。凯恩斯对于概率论的理解。举例说明逻辑与严格的经典力学以及统计力学之间的关系。量子力学中的相应情况。<br><br />
• 从数学角度看待严格逻辑向统计逻辑的转变。分析和组合论。<br><br />
• 热力学的角度:信息和熵。<br><br />
• 西拉德(Szilard)的理论。<br><br />
• 香农的信息论。<br><br />
• 叙述计算机的内部平衡的热力学性质。<br><br />
'''一、自动机的鲁棒性'''<br> <br />
到此,关于信息的严格问题讨论已经告一段落,我们将继续从统计角度来讨论信息的本质。至少有两个原因可以说明统计和概率问题对于自动机和其功能实现是十分重要的:第一个原因可能显得有些任意且离题,虽然我并不这样认为。第二个原因则更加重要,下面我分别加以说明。<br> <br />
第一个原因是:实际上我们无法设想一台绝对可靠的自动机。假如你设计了一台自动机,并且严格地定义了它在任何情景下的全部行为。那么你一定忽略了问题的某些重要方面。如果你是一个新手,那么设计一台可以运行在完全确定环境下的自动机是一种很好的练习。但是只要稍具实际经验,我们就会知道这一步还仅是问题的最初阶段。<br> <br />
我们必须考虑统计因素的第二个原因是:如果你观察一台人造的,或者存在于自然界中的自动机,你会发现那些被严格程序所控制的仅仅是一些细节结构。大部分的控制是以一种允许错误,并且在错误发生时候采取补救措施(多少有效)的方式来实现的。而且,说它们能够预防失误还有些夸大,因为这种机制其实根本就不可能消除所有错误,而是实现了一种发生个别的失误根本无关紧要的容错状态。在这种机制下,无论是错误还是失误带来的后果,都不能被彻底消除。我们可以努力去做到的事情,就是设计一台自动机,让它在遇到通常错误后仍然可以照常工作。这种设计的目的是减小错误的影响,而不是去消除错误。实际上,大多数常见自动机的构造和设计思想,都是属于这类容错型的。<br><br />
为了允许错误作为一种独立的逻辑对象存在,我们不应该再以严格的方式表述公理,也就是说,公理不应该写成:“如果A和B发生,C就会发生”这样的形式;而是“如果A和B发生,一定的概率下C会发生,也有一定的概率D会发生,等等”的形式。换句话说,每种给定情况下,都会有不同的结果,各自以不同的概率发生。从数学上说,我们可以简单地写出一个概率矩阵,说明各种状态之间发生转换的对应概率为何。你可以把问题写成这样“如果A和B已经发生,接下去发生C的概率有多大?”。这个概率矩阵就给出了一套以概率表示的逻辑系统。无论人工还是自然自动机,只要牵涉概率,都应该放到这个框架下研究【原可参见冯纽曼的论文:《概然逻辑:用不可靠的元件组装可靠的系统(Probabilistic Logics and the Synthesis of Reliable Organs from Unreliable Components)》】。我接下来会谈到为何遇到复杂系统时候,我们就必须放弃严格逻辑而改用概然逻辑系统的原因【假如单个元件出故障的概率固定,那么自动机越是复杂系统崩溃的可能性也越大】<br><br />
…… <br><br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=367 信息的统计理论]<br><br><br />
<br />
===第四堂课——大数之道===<br />
'''摘要:'''<br> <br />
• 计算机器和神经系统之间的比较,对于计算机器尺度发展的预计。<br><br />
• 对人类中枢神经系统的尺度进行估计。并说明了生命的“数模混合”性质。模拟和数字元件。人工和生物的各种部件都具有这种混合性质,对此所持的立场。<br><br />
• 对于人工和生物自动机的尺度差别的评价,用物理原因来解释这种差别。材料的生物性质。<br><br />
• 存在其他智能因素的可能,复杂度起到的作用和所需要的理论深度。<br><br />
• 重新考虑可靠性和错误的问题,独立错误的发生概率和程序长度之间的联系。计算机器和生物的典型程序长度。可接受的独立运算错误概率上限。通过校验和自纠正来加以补偿。<br><br />
• 人工自动机和生物自动机处理错误上的原则差别。人工自动机的“单个错误”原则,因缺乏理论支撑,我们的处理方法的粗糙之处,以及生物自动机的先进之处:元件的自主性。这种自主性和进化之间的联系。<br><br><br />
'''一、人脑与电脑的比较'''<br> <br />
上两堂课讨论了一般原理之后,我想回到我们所知道的具体自动机的例子上面来。并把以计算机器为例的人工自动机,和以人类神经系统为例的生物自动机进行对比。出于这个目的,请让我先介绍一些单元部件的知识,并把它们的尺度进行比较。<br><br />
正如我之前提到的,对人的神经系统,科学家还没有足够的研究,但大脑神经元的数量级大致可以确定为1010的级别。而身体其他部分的神经元数量大概要比这个数字小很多,并且它们也源自大脑。最大的大脑周围神经集合是视网膜,从视网膜连到大脑的视觉神经被认为是大脑的一部分<ref name="hidenone">{{cite journal|title=译者注:现代研究发现,人脑约含15-33×10<sup>9</sup>个神经元。其余部分如小肠的确也有控制消化吸收的神经中枢,被称为“第二大脑”,但其神经元数量仅为大脑的千分之一。}}</ref>。<br><br />
相比大脑的神经元数量,计算机器用到的电子管个数要小一百万倍。现有最大的计算机器,ENIAC只有2×104个电子管。另一台属于IBM公司的大型计算机器,SSEC包括了各1万个电子管和继电器。正在建造中的最快的计算机器,其设计包括了3千个电子管。电子管数量的减小是由于对内存的处理手法有所不同,之后我会提到。<br><br />
因此,大致地说,人脑要比大型计算机器复杂1百万倍。大脑和这些机器相比,复杂度增加的程度要比这些机器比单个电子管更巨大。即使用更加宽松的对数坐标表示,计算机器也还达不到大脑的一半复杂度。我认为,无论怎么样定义复杂度,这个比例都应该是比一半小得多的<ref name="hidentwo">{{cite journal|title=译者注:由于集成电路技术的高速发展,现代多核处理器在小指甲大小的面积中间集成了10亿个以上的晶体管。而那些挑战人类智能的大型机是由大量这样的并行计算核心芯片和海量内存所组成的。如IBM公司刚刚在智力问答比赛中战胜人类的Watson超级电脑,其硬件包括10个机柜总共90台Power 750服务器,而每台服务器又包括4颗Power 7处理器芯片和16TB内存,合计其晶体管数量为90×4×12×108=5×1011,另有数量级约为1×1016 Bit的内存位元;这两个天文数字已经大大超过了人脑的神经元数量,但电脑同人脑的能力相比,仍然是天地悬隔。因此,我们就有必要认真思考上述的问题。生物的大脑,哪怕是已知的最简单的,秀丽杆虫由302个神经元组成的大脑,和超级电脑的海量计算单元相比,虽然数量上仅仅是沧海一粟,但究竟是谁的复杂度更高?复杂度又究竟应该如何定义?毕竟,是前者不断地进化,才最后导致了后者的出现。}}</ref>。<br><br />
…… <br><br />
<hr><br />
<references/><br />
<hr><br />
<br><br />
全部内容,请点击下载:[http://swarmagents.cn/download.php?id=368 大数之道]<br><br><br />
<br><br />
===第五堂课:复杂自动机的一些考量——层次和进化问题===<br />
'''摘要:'''<br><br />
• 自动机可以作为一个整体来研究,也可以对各个零件分别研究。当然,有了对于各个零件的知识以后,我们还需要懂得如何把零散的知识组成统一的理论,但是目前我们还不知道怎样做。<br><br />
• 问题一:我们这里先不谈细节问题,而是仅仅针对中继组件(relay organs)的性质进行讨论。<br><br />
• 问题二:如何与自动机和信息理论保持一致,我们将重新考虑在第二堂课结尾的地方已经触及到的将程序看作一种自动机模型的理论探讨。<br><br />
• 如何合成一个自动机,并且它自己就能实现这一合成过程。<br><br />
• 有关“复杂度”的直观理解。我们猜测这个复杂度具有一种衰退的特征,这种特征是与该自动机过程的描述以及由它完成的自动机合成有关的。<br><br />
• 有关复杂度衰退这个概念的性质和难点。<br><br />
• 严格的讨论:自动机和其“基础”零件。有关这些基础零件的定义和列表。由自动机合成的自动机。自我复制的问题。<br><br />
• 与此有关的构造性自动机的主要类型:通用指令的概念。能够执行指令的通用构造自动机。通用拷贝自动机。组合自动机来实现自复制。<br><br />
• 自复制和其他类型的自动机合成过程:例如催化过程,同已知的主要遗传和变异机制的比较。<br><br><br />
'''一、自我创生的自动机'''<br> <br />
在前几堂课中,我们讨论的自动机都不是直接对自身进行操作的,因此它们产生的输出与自动机自身具有完全不同的性质。在我提到的三个例子中,这点都很明显。<br><br />
例如,图灵自动机就可以看作一个包含有限状态的盒子,这个盒子的输出是储存在另外一种实体上,可以简单称为打孔纸带。这条纸带本身并不像图灵机一样具备不同的状态,并能够在状态之间来回切换;此外,与有限状态的盒子不同的是,我们假定纸带是无限长的,因此可以包含的状态也是无限多的。所以,这条纸带从性质上说,同在纸带上打孔的自动机是完全不同的,也就是说,自动机是在完全不同性质的介质上运行的。<br><br />
对于McCulloch-Pitts的自动机模型来说,情况也一样。这里的自动机是由神经元组成的,并且能够向外界产生脉冲信号。这意味着,自动机的输入输出不是神经元本身,而是神经脉冲。当然,这些神经脉冲可以进入周边的组件,并导致完全不同性质的反应。虽然是神经脉冲可以输入到运动系统(motor organ)或者内分泌器官(secretory organs)中,但输入和输出的脉冲仍然同自动机本身,也就是神经元完全不同。<br><br />
…… <br><br />
<br><br />
全部内容,请点击下载:[http://www.swarma.net/download.php?id=369 复杂自动机的一些考量]<br><br><br />
<br><br><br />
[[category:旧网站]][[category:旧网站:自复制自动机理论——von Neumann著,东方和尚译]][[category:冯诺依曼]][[category:人工智能]][[category:复杂系统]][[category:自动机]]<br />
<br />
<br />
==相关wiki==<br />
*[[Jake]]</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%87%AA%E5%A4%8D%E5%88%B6%E8%87%AA%E5%8A%A8%E6%9C%BA%E7%90%86%E8%AE%BA_Theory_of_Self-reproducing_Automata&diff=33974
自复制自动机理论 Theory of Self-reproducing Automata
2023-02-21T03:21:48Z
<p>Swarma:修正下载地址</p>
<hr />
<div>{{#seo:<br />
|keywords=冯诺依曼,自复制,自动机,人工智能,复杂系统<br />
|description=冯诺依曼著,东方和尚译<br />
}}<br />
[[File:zfzzdjll_1.jpg|center]]<br><br />
* 书名:自复制自动机理论(Theory of Self-reproducing Automata)<br />
* 作者:[[约翰·冯·诺依曼]] ([[John von Neuman]]) <br />
* 编者:阿瑟.伯克斯(Arthur W. Burks) <br />
* 译者:[[东方和尚]]<br />
==Jake注记==<br />
von Neumann的这部经典的最重要的部分(5篇讲座的讲稿)终于被[[东方和尚]]翻译完了。毫不夸张地说,这五篇文章不仅仅预测了复杂性科学未来100年的发展方向(事实上很多领域已经验证了von Neumann的预言),而且还指出了生命逻辑最核心的奥秘:热力学、信息论与自指之间的深刻联系。<br><br />
此书原版的下载:http://swarmagents.cn/thesis/detail.asp?id=303<br><br />
在这里,我会陆续将东方和尚的翻译,加上一些自己的评论放到网上。希望更多的人能够读到它,并能够真正从这位不朽大师的遗产中获益。<br><br />
在翻译过程中,我们做了以下的添加和修改:<br><br />
1、为了方便阅读,我们为原文进行了分段,并加上了段标题;<br><br />
2、为了让读者感觉更亲切,我们加上了若干副插图。<br><br />
3、为原文添加了大量的评论,东方和尚的评论插入到了正文的注脚中,我的评论则插入到了每篇正文的后面。另外,因为这本书是von Neumann的助手Arthur Burks(遗传算法之父John Holland的博士生导师),所以在“【】”之中的文字是编者加的注解。大家要注意分辨。<br><br />
[[File:zfzzdjll_2.jpg|center]]<br><br />
全文下载:<br><br />
http://swarmagents.cn/thesis/detail.asp?id=359<br><br />
下面是正文目录:<br><br />
书名:《自复制自动机理论》(Theory of Self-reproducing Automata)<br><br />
作者:[[约翰·冯·诺依曼]] ([[John von Neuman]])<br><br />
编者:阿瑟.伯克斯(Arthur W. Burks)<br><br />
前言与编者介绍 自复制自动机前言<br><br />
冯纽曼在计算机方面的工作<br><br />
冯纽曼的自动机理论<br><br />
第一部分:复杂自动机的组织与理论<br><br />
第一堂课:一般意义的计算机<br><br />
第二堂课:控制与信息理论<br><br />
第三堂课:信息的统计理论<br><br />
第四堂课:大数之道<br><br />
第五堂课:复杂自动机的一些考量——关于层次与进化的问题<br><br />
<br />
==正文部分==<br />
===第一堂课——一般意义上的计算机===<br />
'''摘要:'''<br> <br />
• 数学中的抽象方法和计算方法,后者在应用数学和数学物理上的作用。纯数学中两者的作用。分析的状况。计算模拟作为一种启发性的工具。<br><br />
• 不同的计算方法:模拟和数字。<br><br />
• 模拟方法:利用物理实验来代替计算。模拟计算机。<br><br />
• 数字方法:人工计算,简单的计算机,全自动的计算。<br><br />
• 现在计算机的状况,数字和模拟计算机的不同功能,计算速度,编写程序和精度的问题。<br><br />
• 计算机中基本操作的概念,在数字和模拟计算机中间基本操作的作用。关于数字和模拟组件的一些见解。 <br><br />
• 继电器元件。主要的形式:机电继电器,真空管以及其他可能的继电器。 <br><br />
• 数字计算所需时间或者计算复杂度的测量,逻辑和算术运算,线性和非线性的算术计算,乘法次数的作用。不同计算的统计性质的稳定性,分析的特殊功用。<br><br />
• 计算长度或者复杂度的不同性质。对于自动数字计算机器的问题特征长度。 <br><br />
• 精度需求。<br><br />
• 内存需求:内存容量的测量。内存的关键参数,读写时间和内存容量。建立不同级别内存的原因,数字计算机器的实际内存需要量。<br><br />
• 输入输出:主要的媒介。<br><br />
• 平衡的概念:不同零件的速度平衡。不同级别内存容量和速度的平衡。速度和精度的平衡。速度、内存容量和编程能力的平衡。<br><br />
• 从热力学角度看待平衡。热力学上的内存容量。在传统的经验方式之上建立定量理论。可靠性和错误的一些初步看法。<br><br><br />
'''内容:'''<br> <br />
女士们、先生们,我将会为大家讲五次课,对大家的热情欢迎我预表谢意,希望我的课能够满足各位的兴趣。本课程的内容是有关自动机的,我们将要研究高度复杂的自动机会表现的行为,以及巨大的复杂度所带来的具体困难。我们会简单地对比人工自动机和生命,因为很容易想到,生命在其能力的限制范围内,可以看作自然的自动机。因此,我们必得考虑两者之间的类似和区别,还要考虑到是不是我们的技巧太过笨拙,不能够深入地洞察生命和自动机的关系(这也是很正常的),要考虑生命和机器之间的区别,究竟有多大程度上是本质的。 <br><br />
今天我主要谈谈人工自动机,具体来说,我们只谈一类——计算机器。我会说一说计算机在不久以前、现在以及将来所起到的作用<ref name="hidden">{{cite journal|title=译者注:冯纽曼是在1949年授课的,其时计算机刚刚发明不久,故读者须重视理论分析而不必在意具体细节,下同。}}</ref>。<br><br />
……<br><br />
<hr><br />
<references/><br />
<hr><br />
<br><br />
全部内容,请点击下载:[http://www.swarma.net/download.php?id=364 一般意义的计算机]<br><br><br />
<br />
===第二堂课——控制与信息理论===<br />
'''摘要:'''<br> <br />
• 信息理论:严格的部分。信息的概念,集合和区分所对应的数理逻辑概念。 <br><br />
• 同形式逻辑的紧密联系。利用自动机模型做不同的分析。这两种做法的共同特点:具备或不具备的特征。把两种分析联系在一起的工作。<br><br />
• 两种描述自动机的方法:零件组合或者整体处理。<br><br />
• 零件组合的方法:基本单元的性质,同神经元的类似之处。McCulloch & Pitts理论:形式神经网络,他们主要的结论。<br><br />
• 整体处理的方法:图灵机理论。图灵机和数学问题的联系,何种数学问题能够用图灵机解决。通用自动机的概念。图灵的主要结论。<br><br />
• McCulloch & Pitts的神经网络以及图灵自动机的局限。输入和输出元件。一般意义上的计算。利用传感器和运动元件的分析方法。<br><br><br />
'''一、概述'''<br> <br />
【冯纽曼说信息理论包括两大块:严格的信息论和概率的信息论。以概率统计为基础的信息理论大概对于现代计算机设计更加重要。但是在此之前,我们必须先弄清楚严格的信息论那部分,它其实就是形式逻辑的另一种处理方式。】<br> <br />
【他接下来解释了一些形式逻辑的基本概念,简要地说明了真值函数的连接词,比如“与”“非”“如果…那么”“与非”以及它们之间的相互定义性。他还解释了变量和量词,包括“全称”量词和“存在”量词。他的结论是“如果你有这样的一台计算机,就可以表达一切数学计算,或者能够纯粹地用数学计算表达出的任何主题。”】<br> <br />
对于计算机,我不打算深谈。因为存在另外一种不一样的机器,同信息理论也很有关系,就是McCulloch & Pitts提出的神经网络理论,你可以说图灵机和McCulloch & Pitts的神经网络分别处于信息理论的两个极端。这两套理论都力图建立一个公理化的体系,用某种假设的理想机器来建立形式逻辑系统,但并不实际去制作这样的机器。他们都成功地说明了形式逻辑同他们设想的机器是完美兼容的,也就是说,机器能做到的一切工作,都能够被形式逻辑所刻画;反过来,任何能够用形式逻辑描述的事物,也都能够用这类机器来运行。【冯纽曼这里假设了McCulloch & Pitts的神经网络有着一条无限长的纸带,结果表明了它同图灵机的等价性。这个结果也就是图灵可计算性、函数的λ可定义性、以及一般递归的概念。请参见图灵的论文“可计算性和λ可定义性(Computability and λ-Definability)”】<br><br />
我会简单地介绍McCulloch & Pitts的神经网络以及图灵的工作。因为它们各自代表了一种重要的研究方式:组合方法和整体方法。McCulloch & Pitts描述了一套方法,由非常简单的零件组成复杂结构。因此只需要对底层的零件作公理化定义就可以得到非常复杂的组合;图灵则是对于整个自动机进行了公理化的定义,他仅仅定义了自动机的功能,并没有涉及到具体的零件。 <br><br />
…… <br><br><br />
全部内容,请点击下载:[http://www.swarma.net/download.php?id=366 控制与信息理论]<br><br><br />
===第三堂课——信息的统计理===<br />
'''摘要:'''<br> <br />
• 信息理论:概率论部分。严格逻辑和概率论逻辑的关系。凯恩斯对于概率论的理解。举例说明逻辑与严格的经典力学以及统计力学之间的关系。量子力学中的相应情况。<br><br />
• 从数学角度看待严格逻辑向统计逻辑的转变。分析和组合论。<br><br />
• 热力学的角度:信息和熵。<br><br />
• 西拉德(Szilard)的理论。<br><br />
• 香农的信息论。<br><br />
• 叙述计算机的内部平衡的热力学性质。<br><br />
'''一、自动机的鲁棒性'''<br> <br />
到此,关于信息的严格问题讨论已经告一段落,我们将继续从统计角度来讨论信息的本质。至少有两个原因可以说明统计和概率问题对于自动机和其功能实现是十分重要的:第一个原因可能显得有些任意且离题,虽然我并不这样认为。第二个原因则更加重要,下面我分别加以说明。<br> <br />
第一个原因是:实际上我们无法设想一台绝对可靠的自动机。假如你设计了一台自动机,并且严格地定义了它在任何情景下的全部行为。那么你一定忽略了问题的某些重要方面。如果你是一个新手,那么设计一台可以运行在完全确定环境下的自动机是一种很好的练习。但是只要稍具实际经验,我们就会知道这一步还仅是问题的最初阶段。<br> <br />
我们必须考虑统计因素的第二个原因是:如果你观察一台人造的,或者存在于自然界中的自动机,你会发现那些被严格程序所控制的仅仅是一些细节结构。大部分的控制是以一种允许错误,并且在错误发生时候采取补救措施(多少有效)的方式来实现的。而且,说它们能够预防失误还有些夸大,因为这种机制其实根本就不可能消除所有错误,而是实现了一种发生个别的失误根本无关紧要的容错状态。在这种机制下,无论是错误还是失误带来的后果,都不能被彻底消除。我们可以努力去做到的事情,就是设计一台自动机,让它在遇到通常错误后仍然可以照常工作。这种设计的目的是减小错误的影响,而不是去消除错误。实际上,大多数常见自动机的构造和设计思想,都是属于这类容错型的。<br><br />
为了允许错误作为一种独立的逻辑对象存在,我们不应该再以严格的方式表述公理,也就是说,公理不应该写成:“如果A和B发生,C就会发生”这样的形式;而是“如果A和B发生,一定的概率下C会发生,也有一定的概率D会发生,等等”的形式。换句话说,每种给定情况下,都会有不同的结果,各自以不同的概率发生。从数学上说,我们可以简单地写出一个概率矩阵,说明各种状态之间发生转换的对应概率为何。你可以把问题写成这样“如果A和B已经发生,接下去发生C的概率有多大?”。这个概率矩阵就给出了一套以概率表示的逻辑系统。无论人工还是自然自动机,只要牵涉概率,都应该放到这个框架下研究【原可参见冯纽曼的论文:《概然逻辑:用不可靠的元件组装可靠的系统(Probabilistic Logics and the Synthesis of Reliable Organs from Unreliable Components)》】。我接下来会谈到为何遇到复杂系统时候,我们就必须放弃严格逻辑而改用概然逻辑系统的原因【假如单个元件出故障的概率固定,那么自动机越是复杂系统崩溃的可能性也越大】<br><br />
…… <br><br><br />
全部内容,请点击下载:[http://www.swarma.net/download.php?id=367 信息的统计理论]<br><br><br />
<br />
===第四堂课——大数之道===<br />
'''摘要:'''<br> <br />
• 计算机器和神经系统之间的比较,对于计算机器尺度发展的预计。<br><br />
• 对人类中枢神经系统的尺度进行估计。并说明了生命的“数模混合”性质。模拟和数字元件。人工和生物的各种部件都具有这种混合性质,对此所持的立场。<br><br />
• 对于人工和生物自动机的尺度差别的评价,用物理原因来解释这种差别。材料的生物性质。<br><br />
• 存在其他智能因素的可能,复杂度起到的作用和所需要的理论深度。<br><br />
• 重新考虑可靠性和错误的问题,独立错误的发生概率和程序长度之间的联系。计算机器和生物的典型程序长度。可接受的独立运算错误概率上限。通过校验和自纠正来加以补偿。<br><br />
• 人工自动机和生物自动机处理错误上的原则差别。人工自动机的“单个错误”原则,因缺乏理论支撑,我们的处理方法的粗糙之处,以及生物自动机的先进之处:元件的自主性。这种自主性和进化之间的联系。<br><br><br />
'''一、人脑与电脑的比较'''<br> <br />
上两堂课讨论了一般原理之后,我想回到我们所知道的具体自动机的例子上面来。并把以计算机器为例的人工自动机,和以人类神经系统为例的生物自动机进行对比。出于这个目的,请让我先介绍一些单元部件的知识,并把它们的尺度进行比较。<br><br />
正如我之前提到的,对人的神经系统,科学家还没有足够的研究,但大脑神经元的数量级大致可以确定为1010的级别。而身体其他部分的神经元数量大概要比这个数字小很多,并且它们也源自大脑。最大的大脑周围神经集合是视网膜,从视网膜连到大脑的视觉神经被认为是大脑的一部分<ref name="hidenone">{{cite journal|title=译者注:现代研究发现,人脑约含15-33×10<sup>9</sup>个神经元。其余部分如小肠的确也有控制消化吸收的神经中枢,被称为“第二大脑”,但其神经元数量仅为大脑的千分之一。}}</ref>。<br><br />
相比大脑的神经元数量,计算机器用到的电子管个数要小一百万倍。现有最大的计算机器,ENIAC只有2×104个电子管。另一台属于IBM公司的大型计算机器,SSEC包括了各1万个电子管和继电器。正在建造中的最快的计算机器,其设计包括了3千个电子管。电子管数量的减小是由于对内存的处理手法有所不同,之后我会提到。<br><br />
因此,大致地说,人脑要比大型计算机器复杂1百万倍。大脑和这些机器相比,复杂度增加的程度要比这些机器比单个电子管更巨大。即使用更加宽松的对数坐标表示,计算机器也还达不到大脑的一半复杂度。我认为,无论怎么样定义复杂度,这个比例都应该是比一半小得多的<ref name="hidentwo">{{cite journal|title=译者注:由于集成电路技术的高速发展,现代多核处理器在小指甲大小的面积中间集成了10亿个以上的晶体管。而那些挑战人类智能的大型机是由大量这样的并行计算核心芯片和海量内存所组成的。如IBM公司刚刚在智力问答比赛中战胜人类的Watson超级电脑,其硬件包括10个机柜总共90台Power 750服务器,而每台服务器又包括4颗Power 7处理器芯片和16TB内存,合计其晶体管数量为90×4×12×108=5×1011,另有数量级约为1×1016 Bit的内存位元;这两个天文数字已经大大超过了人脑的神经元数量,但电脑同人脑的能力相比,仍然是天地悬隔。因此,我们就有必要认真思考上述的问题。生物的大脑,哪怕是已知的最简单的,秀丽杆虫由302个神经元组成的大脑,和超级电脑的海量计算单元相比,虽然数量上仅仅是沧海一粟,但究竟是谁的复杂度更高?复杂度又究竟应该如何定义?毕竟,是前者不断地进化,才最后导致了后者的出现。}}</ref>。<br><br />
…… <br><br />
<hr><br />
<references/><br />
<hr><br />
<br><br />
全部内容,请点击下载:[http://www.swarma.net/download.php?id=368 大数之道]<br><br><br />
<br><br />
===第五堂课:复杂自动机的一些考量——层次和进化问题===<br />
'''摘要:'''<br><br />
• 自动机可以作为一个整体来研究,也可以对各个零件分别研究。当然,有了对于各个零件的知识以后,我们还需要懂得如何把零散的知识组成统一的理论,但是目前我们还不知道怎样做。<br><br />
• 问题一:我们这里先不谈细节问题,而是仅仅针对中继组件(relay organs)的性质进行讨论。<br><br />
• 问题二:如何与自动机和信息理论保持一致,我们将重新考虑在第二堂课结尾的地方已经触及到的将程序看作一种自动机模型的理论探讨。<br><br />
• 如何合成一个自动机,并且它自己就能实现这一合成过程。<br><br />
• 有关“复杂度”的直观理解。我们猜测这个复杂度具有一种衰退的特征,这种特征是与该自动机过程的描述以及由它完成的自动机合成有关的。<br><br />
• 有关复杂度衰退这个概念的性质和难点。<br><br />
• 严格的讨论:自动机和其“基础”零件。有关这些基础零件的定义和列表。由自动机合成的自动机。自我复制的问题。<br><br />
• 与此有关的构造性自动机的主要类型:通用指令的概念。能够执行指令的通用构造自动机。通用拷贝自动机。组合自动机来实现自复制。<br><br />
• 自复制和其他类型的自动机合成过程:例如催化过程,同已知的主要遗传和变异机制的比较。<br><br><br />
'''一、自我创生的自动机'''<br> <br />
在前几堂课中,我们讨论的自动机都不是直接对自身进行操作的,因此它们产生的输出与自动机自身具有完全不同的性质。在我提到的三个例子中,这点都很明显。<br><br />
例如,图灵自动机就可以看作一个包含有限状态的盒子,这个盒子的输出是储存在另外一种实体上,可以简单称为打孔纸带。这条纸带本身并不像图灵机一样具备不同的状态,并能够在状态之间来回切换;此外,与有限状态的盒子不同的是,我们假定纸带是无限长的,因此可以包含的状态也是无限多的。所以,这条纸带从性质上说,同在纸带上打孔的自动机是完全不同的,也就是说,自动机是在完全不同性质的介质上运行的。<br><br />
对于McCulloch-Pitts的自动机模型来说,情况也一样。这里的自动机是由神经元组成的,并且能够向外界产生脉冲信号。这意味着,自动机的输入输出不是神经元本身,而是神经脉冲。当然,这些神经脉冲可以进入周边的组件,并导致完全不同性质的反应。虽然是神经脉冲可以输入到运动系统(motor organ)或者内分泌器官(secretory organs)中,但输入和输出的脉冲仍然同自动机本身,也就是神经元完全不同。<br><br />
…… <br><br />
<br><br />
全部内容,请点击下载:[http://www.swarma.net/download.php?id=369 复杂自动机的一些考量]<br><br><br />
<br><br><br />
[[category:旧网站]][[category:旧网站:自复制自动机理论——von Neumann著,东方和尚译]][[category:冯诺依曼]][[category:人工智能]][[category:复杂系统]][[category:自动机]]<br />
<br />
<br />
==相关wiki==<br />
*[[Jake]]</div>
Swarma
https://wiki.swarma.org/index.php?title=MediaWiki:Mobile.js&diff=33956
MediaWiki:Mobile.js
2023-02-07T09:10:59Z
<p>Swarma:建立内容为“/* 这里的任何JavaScript将为使用移动版网站的用户加载 */ var _hmt = _hmt || []; (function() { var hm = document.createElement("script"); hm.s…”的新页面</p>
<hr />
<div>/* 这里的任何JavaScript将为使用移动版网站的用户加载 */<br />
var _hmt = _hmt || [];<br />
(function() {<br />
var hm = document.createElement("script");<br />
hm.src = "https://hm.baidu.com/hm.js?b720c734e62635dbc31b5a6070ddccda";<br />
var s = document.getElementsByTagName("script")[0]; <br />
s.parentNode.insertBefore(hm, s);<br />
var cnzz = document.createElement("script");<br />
cnzz.src = "https://s4.cnzz.com/z_stat.php?id=1279553914&web_id=1279553914";<br />
s.parentNode.insertBefore(cnzz, s);<br />
})();<br />
<br />
/* Matomo */<br />
var _paq = window._paq = window._paq || [];<br />
/* tracker methods like "setCustomDimension" should be called before "trackPageView" */<br />
_paq.push(['trackPageView']);<br />
_paq.push(['enableLinkTracking']);<br />
(function() {<br />
var u="//analysis.swarma.org/";<br />
_paq.push(['setTrackerUrl', u+'matomo.php']);<br />
_paq.push(['setSiteId', '1']);<br />
var d=document, g=d.createElement('script'), s=d.getElementsByTagName('script')[0];<br />
g.async=true; g.src=u+'matomo.js'; s.parentNode.insertBefore(g,s);<br />
})();</div>
Swarma
https://wiki.swarma.org/index.php?title=MediaWiki:Common.js&diff=33955
MediaWiki:Common.js
2023-02-07T09:08:57Z
<p>Swarma:</p>
<hr />
<div>/* 这里的任何JavaScript将为所有用户在每次页面载入时加载。 */<br />
var _hmt = _hmt || [];<br />
(function() {<br />
var hm = document.createElement("script");<br />
hm.src = "https://hm.baidu.com/hm.js?b720c734e62635dbc31b5a6070ddccda";<br />
var s = document.getElementsByTagName("script")[0]; <br />
s.parentNode.insertBefore(hm, s);<br />
var cnzz = document.createElement("script");<br />
cnzz.src = "https://s4.cnzz.com/z_stat.php?id=1279553914&web_id=1279553914";<br />
s.parentNode.insertBefore(cnzz, s);<br />
})();<br />
<br />
/* Matomo */<br />
var _paq = window._paq = window._paq || [];<br />
/* tracker methods like "setCustomDimension" should be called before "trackPageView" */<br />
_paq.push(['trackPageView']);<br />
_paq.push(['enableLinkTracking']);<br />
(function() {<br />
var u="//analysis.swarma.org/";<br />
_paq.push(['setTrackerUrl', u+'matomo.php']);<br />
_paq.push(['setSiteId', '1']);<br />
var d=document, g=d.createElement('script'), s=d.getElementsByTagName('script')[0];<br />
g.async=true; g.src=u+'matomo.js'; s.parentNode.insertBefore(g,s);<br />
})();</div>
Swarma
https://wiki.swarma.org/index.php?title=MediaWiki:Common.js&diff=33954
MediaWiki:Common.js
2023-02-07T09:05:33Z
<p>Swarma:</p>
<hr />
<div>/* 这里的任何JavaScript将为所有用户在每次页面载入时加载。 */<br />
/* 百度统计 */<br />
var _hmt = _hmt || [];<br />
(function() {<br />
var hm = document.createElement("script");<br />
hm.src = "https://hm.baidu.com/hm.js?b720c734e62635dbc31b5a6070ddccda";<br />
var s = document.getElementsByTagName("script")[0]; <br />
s.parentNode.insertBefore(hm, s);<br />
var cnzz = document.createElement("script");<br />
cnzz.src = "https://s4.cnzz.com/z_stat.php?id=1279553914&web_id=1279553914";<br />
s.parentNode.insertBefore(cnzz, s);<br />
})();<br />
<br />
/* Matomo */<br />
var _paq = window._paq = window._paq || [];<br />
/* tracker methods like "setCustomDimension" should be called before "trackPageView" */<br />
_paq.push(['trackPageView']);<br />
_paq.push(['enableLinkTracking']);<br />
(function() {<br />
var u="//analysis.swarma.org/";<br />
_paq.push(['setTrackerUrl', u+'matomo.php']);<br />
_paq.push(['setSiteId', '1']);<br />
var d=document, g=d.createElement('script'), s=d.getElementsByTagName('script')[0];<br />
g.async=true; g.src=u+'matomo.js'; s.parentNode.insertBefore(g,s);<br />
})();</div>
Swarma
https://wiki.swarma.org/index.php?title=%E7%A5%9E%E7%BB%8F%E5%8A%A8%E5%8A%9B%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32903
神经动力学读书会词条梳理
2022-07-10T08:37:01Z
<p>Swarma:/* 志愿者任务领取词库 */</p>
<hr />
<div>== 神经动力学读书会背景 ==<br />
人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。自神经科学这一学科建立以来,从解析神经元之间的相互作用机理、到刻画皮层柱之间的连接形式、再到探究脑区间不同认知功能的分离与整合模式,无数科学家试图从不同尺度研究大脑,以期揭示人脑这一最为复杂的神经系统的工作模式,进而理解语言、情绪、记忆和社会交往等高级认知活动的底层神经机制,并一定程度上启发通用人工智能机器人的设计。<br />
<br />
近年来,脱胎于系统科学的动力学建模方法,逐渐被广泛地应用于神经科学研究中,其作为一种绝佳的数理工具,愈发地受到研究人员的重视,在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面,发挥着不可替代的作用。<br />
<br />
本着促进神经科学、系统科学以及计算机科学等不同领域的学术工作者的交流与合作,激发有志于加入脑科学与类脑研究这一领域的同学们的研究兴趣,来自国内外多所知名高校的专家学者(详见发起人介绍)共同发起了本次「神经动力学模型」读书会,聚焦于神经科学中的动力学建模这一前沿课题,讨论他们在研究一线中遇到的实际困惑,对相关文献进行深入梳理、激发跨学科的学术火花。<br />
<br />
从2022年3月19日开始,每周五晚上 19:00-21:00/周六下午14:00-16:00,持续时间预计 10-12周。<br />
<br />
集智斑图读书会详情:https://pattern.swarma.org/mobile/study_group/15<br />
<br />
== 项目目标 ==<br />
<br />
* 梳理神经动力学读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进神经动力学读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度|激励制度。]]<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由神经动力学读书会发起老师提供。<br />
<br />
==任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程:<br />
#[https://wiki.swarma.org/index.php/%E5%A6%82%E4%BD%95%E4%B8%8A%E6%89%8B%E9%9B%86%E6%99%BA%E7%99%BE%E7%A7%91 如何上手集智百科]<br />
#学习[https://wiki.swarma.org/index.php/%E7%BC%96%E8%BE%91%E6%A1%88%E4%BE%8B 编辑案例]<br />
#了解[https://wiki.swarma.org/index.php/%E6%BF%80%E5%8A%B1%E5%88%B6%E5%BA%A6 激励制度]<br />
注:每个志愿者需要在一个月内完成自己认领的任务,如果超过一个月则视为放弃,该词条可被其他志愿者认领。<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable" style="width:100%; text-align:center; height:30px"<br />
|+<br />
! scope="col" style="width:20%" |词条<br />
! scope="col" style="width:10%" |认领人<br />
! scope="col" style="width:15%" |认领时间<br />
! scope="col" style="width:15%;" |完成时间<br />
!积分<br />
!积分统计情况<br />
! scope="col" style="width:10%;" |优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[神经元]]<br />
|Amber<br />
|2022.03.36<br />
|2022.04.30<br />
|11018/200<br />
|完成<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[神经回路]]<br />
|Glh20100487<br />
|2022.03.25<br />
|2022.05.14<br />
|3149/70<br />
|完成<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[轴突]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[树突]]<br />
|Okxy<br />
|2022.3.28<br />
|2022.05.16<br />
|2872<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[突触]]<br />
|Okxy<br />
|2022.3.28<br />
|2022.05.16<br />
|2120<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[膜电位]]<br />
|Okxy<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[动作电位]]<br />
|Okxy<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[局部场电位]]<br />
|Kana<br />
|2022.03.25<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[神经成像]]<br />
|[[用户:Shun|Shun]]<br />
|2022.05.14<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[神经动力学]]<br />
|[[用户:Shun|Shun]]<br />
|2022.05.14<br />
|<br />
|<br />
|<br />
|***<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[兴奋-抑制平衡]]<br />
|安贞桦<br />
|2022.3.29<br />
|2022.06.15<br />
|<br />
|<br />
|<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[异步]]<br />
|[[用户:Bingyu Jiang|Bingyu Jiang]]<br />
|2022.4.12<br />
|2022.5.20<br />
|<br />
|<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[异步(计算机编程)]]<br />
|[[用户:Bingyu Jiang|Bingyu Jiang]]<br />
|2022.4.12<br />
|2022.5.20<br />
|<br />
|<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[神经雪崩]]<br />
|[[用户:Spidey0o0Zheng|Spidey0o0Zheng]]<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|***<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[神经同步]]<br />
|耿淅耀<br />
|2022.03.25<br />
|<br />
|<br />
|<br />
|***<br />
|周昌松<br />
|<br />
|-<br />
|[[神经震荡]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[生物神经元模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[基于电导的模型]]<br />
|安贞桦<br />
|2022.3.26<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[流行病学中的区室模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[霍奇金-赫胥黎模型]]<br />
|安贞桦<br />
|2022.3.26<br />
|2022.04.10<br />
|2198/50*1.2<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[尖峰神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[神经场]]<br />
|Dyan<br />
|2022.06.08<br />
|2022.06.13<br />
|3333/70*2自主整理奖励+50推文<br />
|<br />
|***<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[大规模脑网络]]<br />
|Shenky20<br />
|2022.3.27<br />
|2022.04.05<br />
|3100/70<br />
|完成<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[连接组]]<br />
|Lulu<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[动态功能连接]]<br />
|Dyan<br />
|2022.06.08<br />
|2022.07.06<br />
|3684/90<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[突触可塑性]]<br />
|Kana<br />
|2022.3.20<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[短期突触可塑性]]<br />
|Glh20100487<br />
|2022.06.10<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[脉冲时序依赖可塑性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[赫布理论]]<br />
|雨晨<br />
|2022.06.09<br />
|<br />
|<br />
|<br />
|***<br />
|周昌松<br />
|<br />
|-<br />
|[[决策]]<br />
|[[用户:Spidey0o0Zheng|Spidey0o0Zheng]]<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[统计场论]]<br />
|[[用户:Bingyu Jiang|Bingyu Jiang]]<br />
|2022.4.12<br />
|2022.5.20<br />
|<br />
|<br />
|***<br />
|杨冬平<br />
|<br />
|-<br />
|[[动力学平均场理论]]<br />
|[[用户:Bingyu Jiang|Bingyu Jiang]]<br />
|2022.4.12<br />
|2022.5.20<br />
|<br />
|<br />
|***<br />
|杨冬平<br />
|<br />
|-<br />
|[[储备池计算]]<br />
|小安子<br />
|2022.4.12<br />
|2022.06.06<br />
|<br />
|<br />
|***<br />
|杨冬平<br />
|<br />
|-<br />
|[[威尔逊考恩模型]]<br />
|Glh20100487<br />
|2022.06.10<br />
|<br />
|<br />
|<br />
|<br />
|曹淼<br />
|<br />
|-<br />
|[[癫痫的计算模型]]<br />
|懿章<br />
|2022.4.12<br />
|2022.04.24<br />
|<br />
|<br />
|<br />
|曹淼<br />
|<br />
|-<br />
|[[双稳性]]<br />
|llk<br />
|2022.3.27<br />
|2022.05.21<br />
|1646/50<br />
|完成<br />
|***<br />
|曹淼<br />
|<br />
|-<br />
|[[Ermentrout-Kopell规范模型]]<br />
|Glh20100487<br />
|2022.06.10<br />
|<br />
|<br />
|<br />
|<br />
|曹淼<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[模型预测控制]]<br />
|[[用户:Spidey0o0Zheng|Spidey0o0Zheng]]<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|<br />
|刘泉影<br />
|<br />
|-<br />
|[[深部脑刺激]]<br />
|喵喵子<br />
|2022.06.25<br />
|<br />
|<br />
|<br />
|<br />
|刘泉影<br />
|<br />
|-<br />
|[[合成算子 (Koopman算子)]]<br />
|Glh20100487<br />
|2022.06.10<br />
|<br />
|<br />
|<br />
|<br />
|刘泉影<br />
|<br />
|-<br />
|[[神经形态计算]]<br />
|Shenky20<br />
|2022.3.27<br />
|2022.4.29<br />
|4446/90<br />
|完成<br />
|**<br />
|刘健<br />
|<br />
|-<br />
|[[流态机]]<br />
|小安子<br />
|2020.06.08<br />
|<br />
|<br />
|<br />
|***<br />
|刘健<br />
|<br />
|-<br />
|[[Wolfgang Maass]]<br />
|Dyan<br />
|2022.06.08<br />
|2022.07.10<br />
|1952/50*2<br />
|<br />
|<br />
|刘健<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|}<br />
<br />
<br>以上表单为神经动力学读书会于2022年3月25日第一批搬运词条。<br />
<br />
==编辑排版词库==<br />
{| class="wikitable" width="100%;text-align:center;"<br />
|- style="height:30px"<br />
! scope="col" style="width:30%" |词条<br />
! scope="col" style="width:20%" |认领人<br />
! scope="col" style="width:25%" |认领时间<br />
! scope="col" style="width:25%;" |完成时间<br />
|-<br />
|[[大规模脑网络]]<br />
|薄荷<br />
|2022.04.10<br />
|2022.04.10<br />
|-<br />
|[[霍奇金-赫胥黎模型]]<br />
|薄荷<br />
|2022.04.04<br />
|2022.04.10<br />
|-<br />
|[[癫痫的计算模型]]<br />
|薄荷<br />
|2022.05.02<br />
|2022.05.02<br />
|-<br />
|[[神经形态计算]]<br />
|薄荷<br />
|2022.05.02<br />
|2022.05.02<br />
|-<br />
|[[神经元]]<br />
|薄荷<br />
|2022.05.02<br />
|<br />
|-<br />
|[[神经回路]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[树突]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[突触]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[双稳性]]<br />
|薄荷<br />
|2022.06.06<br />
|2022.06.06<br />
|-<br />
|[[异步(计算机编程)]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[统计场论]]<br />
|AvecSally<br />
|2022.06.06<br />
|2022.06.06<br />
|-<br />
|[[动力学平均场理论]]<br />
|薄荷<br />
|2022.06.06<br />
|2022.06.06<br />
|-<br />
|[[储备池计算]]<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|}<br />
<br />
==志愿者名单==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable sortable"<br />
|+<br />
!用户<br />
!集智学园ID<br />
!金额<br />
!<br />
|-<br />
|[[用户:Glh20100487|Glh2010048]]<br />
|8888<br />
|70<br />
|已兑换<br />
|-<br />
|[[用户:安贞桦|安贞桦]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Shenky20|Shenky20]]<br />
|93793<br />
|260<br />
|已兑换<br />
|-<br />
|Amber<br />
|95145<br />
|200<br />
|已兑换<br />
|-<br />
|[[用户:Bingyu Jiang|Bingyu Jiang]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Autumnwolfberry|Autumnwolfberry]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Naturia|Naturia]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:苏苏Anny|苏苏Anny]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Linzgood|Linzgood]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Llk|Llk]]<br />
|74843<br />
|100<br />
|已兑换<br />
|-<br />
|[[用户:Zhaoming|Zhaoming]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Lulu|Lulu]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Spidey0o0Zheng|Spidey0o0Zheng]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Okxy|Okxy]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:懿章|懿章]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Shun|Shun]]<br />
|<br />
|<br />
|<br />
|-<br />
|Smallittle<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Kana|Kana]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:耿淅耀|耿淅耀]]<br />
|<br />
|<br />
|<br />
|-<br />
|Dyan<br />
|<br />
|<br />
|<br />
|-<br />
|雨晨<br />
|<br />
|<br />
|<br />
|-<br />
|喵喵子<br />
|<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E7%99%BE%E7%A7%91%E8%87%AA%E6%9C%89%E5%9B%A2%E9%98%9F&diff=32892
百科自有团队
2022-07-10T05:16:10Z
<p>Swarma:/* 志愿者信息 */</p>
<hr />
<div>集智百科的目标是做复杂性科学领域科学、全面、客观的百科全书。我们的宗旨是“知识从我而来,问题到我为止”。我们认为词条是为大家提供最科学、专业、准确的知识,帮助大家快速了解某一个知识概念,所以我们非常追求词条的准确性和专业性。而复杂科学是跨学科性最强的学科之一,涉及了非常多不同的学科和概念,对这些非常概念的掌握,需要每个专业内的学生和老师来共同把关。<br />
<br />
我们会每周公开一些词条,希望有相关专业或对该知识点了解的同学能够参与进行,贡献自己的知识。目前集智百科的词条生产,打造了一个初步的内容生产闭环,按照内容生产的需求,分成了从词源-翻译-审校-编辑-专家审校-公众号推送上线的全流程操作,参与词条整理的工作可以获得相应的积分(积分用途及详情可以参看激励制度)<br />
[[文件:百科自有团队.png|缩略图|600x600像素]]<br />
<br />
== 2022年度规划 ==<br />
百科自有团队为2022年开始运营的词条生产线,项目以两个月为周期对志愿者进行招募、培训、翻译审校、编辑排版、专家审核的流程,为读书会词条梳理的并行项目。<br />
<br />
志愿者的来源大部分为集智公众号粉丝,报名参与测试后加入自由团队进行为期两个月的志愿者活动。<br />
<br />
并行项目:[[读书会词条梳理]] [[NetLogo模型汇总]]<br />
<br />
== 词条来源 ==<br />
详细的集智百科发展可参见[[集智百科发展史]]。目前百科自有团队的词条来源依旧是集智科学家在百科建立初期提供的复杂科学相关的知识词条,我们期待对内容生成感兴趣的你加入,共同完成这伟大的项目。<br />
<br />
进度跟进[[集智百科运营周报]]。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 3-4月任务领取词库 ==<br />
本期词条已全部翻译完成,积分统计完成。展开查看详情。<br />
{| class="wikitable sortable mw-collapsible"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!对应积分<br />
!积分统计情况<br />
|-<br />
|[[量子图灵机]]<br />
|陈思璇<br />
|2022.03.13<br />
|2022.03.31<br />
|1561/50<br />
|完成<br />
|-<br />
|[[非平衡系统]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.03.22<br />
|2022.04.21<br />
|8621/150<br />
|完成<br />
|-<br />
|[[渗流]]<br />
|AvecSally<br />
|2022.04.22<br />
|2022.04.22<br />
|<br />
|完成<br />
|-<br />
|[[B-Z反应]]<br />
|水手9303<br />
|2022.04.22<br />
|2022.05.04<br />
|1382/30<br />
|完成<br />
|-<br />
|[[布尔网络]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.03.22<br />
|2022.03.26<br />
|7031/150<br />
|完成<br />
|-<br />
|[[时间之箭中的熵]]<br />
|雪儿<br />
|2022.03.14<br />
|2022.03.28<br />
|6893/150<br />
|完成<br />
|-<br />
|[[反应扩散模型和亚种群模型]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.03.13<br />
|2022.03.21<br />
|1814/50<br />
|完成<br />
|-<br />
|[[稳定性理论]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.03.13<br />
|2022.03.21<br />
|3315/70<br />
|完成<br />
|-<br />
|[[Pareto分布]]<br />
|Inch<br />
|2022.03.27<br />
|2022.03.30<br />
|4808/110<br />
|完成<br />
|-<br />
|[[自催化]]<br />
|任航琦<br />
|2022.03.13<br />
|2022.03.21<br />
|5848/130<br />
|完成<br />
|-<br />
|[[正反馈]]<br />
|郝敏升<br />
|2022.03.14<br />
|2022.03.26<br />
|8192/150<br />
|完成<br />
|-<br />
|[[系统生态学]]<br />
|水手9303<br />
|2022.03.28<br />
|2022.04.09<br />
|3433/70<br />
|完成<br />
|-<br />
|[[非平衡热力学的极值定理]]<br />
|张羽杰<br />
|2022.03.14<br />
|2022.03.31<br />
|6139/130<br />
|完成<br />
|-<br />
|[[计算经济学]]<br />
|鹿儿<br />
|2022.03.14<br />
|2022.04.02<br />
|650/30<br />
|完成<br />
|-<br />
|[[还原论]]<br />
|王薏潮<br />
|2022.01.01<br />
|2022.03.21<br />
|5820/130<br />
|完成<br />
|-<br />
|[[六度分离理论]]<br />
|鹿儿<br />
|2022.03.14<br />
|2022.04.14<br />
|6474/130<br />
|完成<br />
|-<br />
|[[控制系统]]<br />
|水手9303<br />
|2022.04.08<br />
|2022.05.04<br />
|3831/90<br />
|完成<br />
|-<br />
|[[贝叶斯推断]]<br />
|陈思璇<br />
|2022.03.31<br />
|2022.05.04<br />
|7381/150<br />
|完成<br />
|-<br />
|[[热力学平衡]]<br />
|天天<br />
|2022.04.24<br />
|2022.05.30<br />
|10118/200<br />
|完成<br />
|-<br />
|[[线性系统]]<br />
|王薏潮<br />
|2022.03.30<br />
|2022.04.15<br />
|1027/30<br />
|完成<br />
|-<br />
|[[计算模型]]<br />
|AvecSally<br />
|2022.04.24<br />
|2022.04.24<br />
|<br />
|完成<br />
|-<br />
|[[热力学]]<br />
|天天<br />
|2022.04.18<br />
|2022.04.22<br />
|6657/150*1.3<br />
|完成<br />
|-<br />
|[[热力学系统]]<br />
|天天<br />
|2022.04.24<br />
|2022.05.30<br />
|6879/150<br />
|完成<br />
|-<br />
|[[社会认同]]<br />
|AvecSally<br />
|2022.04.22<br />
|2022.04.22<br />
|<br />
|完成<br />
|-<br />
|[[同步]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.04.22<br />
|2022.05.07<br />
|4952/110<br />
|完成<br />
|-<br />
|[[还原论]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.04.22<br />
|2022.05.07<br />
|6305/130+50<br />
|完成<br />
|-<br />
|[[复杂传染]]<br />
|AvecSally<br />
|2022.04.22<br />
|2022.04.22<br />
|<br />
|完成<br />
|}<br />
<br />
== 5-6月任务领取词库 ==<br />
{| class="wikitable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!对应积分<br />
!积分统计情况<br />
|-<br />
|[[贪心算法]]<br />
|Tanpopo<br />
|2022.05.01<br />
|<br />
|<br />
|<br />
|-<br />
|[[湍流]]<br />
|雪儿<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[谢宾斯基三角形]]<br />
|Inch<br />
|2022.04.01<br />
|<br />
|<br />
|<br />
|-<br />
|[[费根鲍姆常数]]<br />
|张羽杰<br />
|2022.04.02<br />
|<br />
|<br />
|<br />
|-<br />
|[[社会性昆虫的任务分配与划分]]<br />
|雪儿<br />
|2022.03.28<br />
|<br />
|<br />
|<br />
|-<br />
|[[离散时间和连续时间]]<br />
|草三水甫<br />
|2022.04.15<br />
|2022.06.22<br />
|<br />
|<br />
|-<br />
|[[大自然的斑图]]<br />
|张自在<br />
|2022.04.22<br />
|<br />
|<br />
|<br />
|-<br />
|[[完全信息]]<br />
|王薏潮<br />
|2022.04.15<br />
|<br />
|<br />
|<br />
|-<br />
|[[初始状态]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[相对熵]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[克罗内克图]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[奇点理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[科赫雪花]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[L-系统]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[艾伦·图灵]]<br />
|A+<br />
|2022.6.27<br />
|<br />
|<br />
|<br />
|-<br />
|[[遍历理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[玻尔兹曼常数]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[活系统]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[倍分岔周期图]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[收敛交叉映射算法]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[自激振荡]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[遍历假设]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子元胞自动机]]<br />
|天天<br />
|2022.6.28<br />
|2022.6.28<br />
|<br />
|<br />
|-<br />
|[[概率密度函数]]<br />
|天天<br />
|2022.6.29<br />
|2022.6.30<br />
|<br />
|<br />
|-<br />
|[[分布函数]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[自治系统]]<br />
|王薏潮<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[朋友的朋友]]<br />
|水手9303<br />
|2022.06.14<br />
|<br />
|<br />
|<br />
|-<br />
|[[时间序列分析]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子纠缠]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子退相干性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子比特]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子不可克隆定理]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子互文性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子叠加态]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子算法]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[Pareto分布]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[薛定谔方程]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[不完全信息]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[互信息]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[https://wiki.swarma.org/index.php/%E7%B3%BB%E7%BB%9F%E5%93%B2%E5%AD%A6 系统哲学]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[https://wiki.swarma.org/index.php/%E8%BF%90%E7%AD%B9%E5%AD%A6 运筹学]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[https://wiki.swarma.org/index.php/%E6%97%A0%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0 无监督学习]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
! colspan="5" |传播学词条<br />
!<br />
|-<br />
|[[感染率]]<br />
|水手9303<br />
|2022.06.11<br />
|2022.06.14<br />
|<br />
|<br />
|-<br />
|[[传染病的数学模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[阈值模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[理论分析方法]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[基本再生数(Basic Reproduction Number)]]<br />
|水手9303<br />
|2022.06.11<br />
|2022.06.14<br />
|<br />
|<br />
|-<br />
|[[非马尔科夫疾病传播(Non-Markovian Epidemic Spreading)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[免疫策略(Immunization Strategy)]]<br />
|水手9303<br />
|2022.06.11<br />
|2022.06.14<br />
|<br />
|<br />
|-<br />
|[[社交网络上的谣言传播]]<br />
|水手9303<br />
|2022.06.14<br />
|<br />
|<br />
|<br />
|}<br />
<br />
== 志愿者信息 ==<br />
<br />
{| class="wikitable sortable"<br />
|+2021年统计<br />
!用户<br />
!集智学园ID<br />
!金额<br />
!<br />
|-<br />
|Ricky<br />
|<br />
|1240<br />
|<br />
|-<br />
|Steven<br />
|<br />
|640<br />
|<br />
|-<br />
|Inch<br />
|<br />
|680<br />
|<br />
|-<br />
|栗子CUGB<br />
|66294<br />
|785<br />
|已兑换<br />
|-<br />
|ZQ<br />
|<br />
|200<br />
|<br />
|-<br />
|Alchemist<br />
|<br />
|400<br />
|已兑换<br />
|-<br />
|Jxzhou<br />
|<br />
|110<br />
|<br />
|-<br />
|Nancy<br />
|<br />
|180<br />
|<br />
|-<br />
|白开水<br />
|<br />
|75<br />
|<br />
|-<br />
|[[用户:潮升阶|潮升阶]]<br />
|52449<br />
|350<br />
|已兑换<br />
|-<br />
|russiarice<br />
|46064<br />
|50<br />
|已兑换<br />
|-<br />
|任航琦<br />
|64906<br />
|210<br />
|已兑换<br />
|-<br />
|[[用户:Tueryeye|Tueryeye]]<br />
|62826<br />
|160<br />
|已兑换<br />
|-<br />
|Serse<br />
|<br />
|130<br />
|<br />
|-<br />
|Litinunispazio97<br />
|<br />
|110<br />
|<br />
|-<br />
|Moyuefeng<br />
|<br />
|70<br />
|<br />
|-<br />
|sixinchen<br />
|84915<br />
|70<br />
|已兑换<br />
|-<br />
|[[用户:Kuangmy|邝镁滢]]<br />
|52501<br />
|419<br />
|已兑换<br />
|}<br />
{| class="wikitable sortable"<br />
|+<br />
3-4月<br />
!用户<br />
!集智学园ID<br />
!金额<br />
!<br />
|-<br />
|Inch<br />
|<br />
|110<br />
|<br />
|-<br />
|[[用户:Whirl|Whirl]]<br />
|89413<br />
|150<br />
|已兑换<br />
|-<br />
|[[用户:潮升阶|潮升阶]]<br />
|52449<br />
|210<br />
|已兑换<br />
|-<br />
|[[用户:Tueryeye|Tueryeye]]<br />
|62826<br />
|200<br />
|已兑换<br />
|-<br />
|[[用户:Bnustv|Bnustv]]<br />
|13794<br />
|420<br />
|已兑换<br />
|-<br />
|草三水甫<br />
|<br />
|<br />
|<br />
|-<br />
|天天<br />
|69846<br />
|545<br />
|已兑换<br />
|-<br />
|张自在<br />
|39552<br />
|<br />
|<br />
|-<br />
|Tanpopo<br />
|<br />
|<br />
|<br />
|-<br />
|雪儿<br />
|83174<br />
|150<br />
|已兑换<br />
|-<br />
|水手9303<br />
|81611<br />
|190<br />
|已兑换<br />
|-<br />
|任航琦<br />
|64906<br />
|130<br />
|已兑换<br />
|-<br />
|鹿儿<br />
|94568<br />
|160<br />
|已兑换<br />
|-<br />
|张羽杰<br />
|94197<br />
|130<br />
|已兑换<br />
|-<br />
|栗子CUGB<br />
|66294<br />
|100<br />
|已兑换<br />
|}<br />
{| class="wikitable"<br />
|+5-6月<br />
!用户<br />
!集智学园ID<br />
!金额<br />
!<br />
|-<br />
|[[用户:Bnustv|Bnustv]]<br />
|13794<br />
|290<br />
|已兑换<br />
|-<br />
|A+<br />
|<br />
|<br />
|<br />
|-<br />
|天天<br />
|69846<br />
|<br />
|<br />
|-<br />
|PeilinJiao<br />
|<br />
|<br />
|<br />
|}<br />
*</div>
Swarma
https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E7%99%BE%E7%A7%91%E8%BF%90%E8%90%A5%E5%91%A8%E6%8A%A5&diff=32888
集智百科运营周报
2022-07-09T15:17:06Z
<p>Swarma:</p>
<hr />
<div>'''集智百科的目标是做复杂性科学领域科学、全面、客观的百科全书'''。我们的宗旨是“知识从我而来,问题到我为止”。<br />
<br />
目前,我们已经有了无标度网络、复杂网络的双曲几何模型、复杂系统、统计物理、系统科学等精品词条,涵盖'''复杂系统、人工智能、统计物理、因果科学、计算社会科学'''等复杂性科学的关键领域,未来我们还会不断为百科添加更多内容。<br />
<br />
集智百科的生产依然采用集智俱乐部传统且高效的模式:众包生产。希望依靠社区的力量,吸引一批对知识本身,知识分享,知识整理感兴趣的朋友,一同完成这项万古长青的事业。对于任何人,只要在我们的网站注册帐号,点击编辑,按下保存,即可改变世界!<br />
<br />
我们认为词条是为大家提供最科学、专业、准确的知识,帮助大家快速了解某一个知识概念,所以我们非常追求词条的准确性和专业性。而复杂科学是跨学科性最强的学科之一,涉及了非常多不同的学科和概念,对这些非常概念的掌握,需要每个专业内的学生和老师来共同把关。<br />
<br />
我们会每周公开一些词条,希望有相关专业或对该知识点了解的同学能够参与进行,贡献自己的知识。目前集智百科的词条生产,打造了一个初步的内容生产闭环,按照内容生产的需求,分成了从词源-翻译-审校-编辑-专家审校-公众号推送上线的全流程操作,每个不同的环节,可以获得相应的积分。<br />
<br />
<br />
目前集智百科项目分为两种参与方式:[[读书会词条梳理]]与[[百科自有团队]]。<br />
<br />
读书会词条梳理工作将基于集智社区不同主题的读书会,在读书会期间统筹志愿者对该领域进行学科知识梳理。内容主题取决于读书会,会由相关专家梳理审核词条质量。<br />
<br />
百科自有团队则以两个月为周期推进,对复杂科学领域的重要概念进行梳理。<br />
<br />
=== 本词条用于记录百科词条生产进度 ===<br />
{| class="wikitable"<br />
!时间<br />
!百科自有团队-张家宁<br />
!神经动力学读书会-张家宁<br />
!地球科学读书会-李欣儒<br />
!自生成结构读书会-李欣儒<br />
!因果科学读书会-李欣儒<br />
!完成编辑审校词条-李媛翯<br />
!完成编辑审校词条-糖糖<br />
|-<br />
|2022.03.01-2022.03.07<br />
|<br />
|<br />
|[[未来地球]]<br />
|<br />
|<br />
|[[大气模式]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[生物地球化学循环]]<br />
|<br />
|<br />
|[[大数据]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[地球系统工程与管理]]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[人类圈]]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.03.07-2022.03.12<br />
|[[还原论]](130)<br />
|<br />
|[[碳中和]]<br />
|[[人工化学]]<br />
|<br />
|[[气候系统]]<br />
|<br />
|-<br />
|<br />
|[[随机过程]](200)<br />
|<br />
|<br />
|<br />
|<br />
|[[自复制自动机]]<br />
|<br />
|-<br />
|2022.03.13-2022.03.20<br />
|[[反应扩散模型和亚种群模型]](50)<br />
|<br />
|[[气候模式]]<br />
|[[还原论]]<br />
|[[逆概率加权]]<br />
|[[考夫曼]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[XNA]]<br />
|[[合成对照]]<br />
|[[生态位]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[自催化集合]]<br />
|<br />
|[[人工细胞]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[共同演化]]<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[断点回归]]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[图灵停机问题]]<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[艾伦·图灵]]<br />
|<br />
|<br />
|<br />
|-<br />
|2022.03.21-2022.03.28<br />
|[[自催化]](130)<br />
|<br />
|[[生物圈]]<br />
|<br />
|<br />
|[[人类圈]]<br />
|[[稳定性理论]]<br />
|-<br />
|<br />
|[[稳定性理论]](70)<br />
|<br />
|<br />
|<br />
|<br />
|[[气候模式]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[未来地球]]<br />
|<br />
|-<br />
!'''三月月末统计'''<br />
!'''5(580)'''<br />
!<br />
!'''7'''<br />
!'''7'''<br />
!'''3'''<br />
!'''10'''<br />
!1<br />
|-<br />
|<br />
|[[正反馈]](150)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E9%9C%8D%E5%BE%B7%E3%83%BB%E5%88%A9%E6%99%AE%E6%A3%AE 霍德・利普森]<br />
|<br />
|[https://wiki.swarma.org/index.php/Guido_Imbens Guido Imbens]<br />
|<br />
|<br />
|-<br />
|<br />
|[[时间之箭中的熵]](150)<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Sander_Greenland Sander Greenland]<br />
|<br />
|<br />
|-<br />
|<br />
|[[布尔网络]](150)<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Tyler_VanderWeele Tyler VanderWeele]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Miguel_Hern%C3%A1n Miguel Hernán]<br />
|<br />
|<br />
|-<br />
|2022.03.29-2022.04.02<br />
|[https://wiki.swarma.org/index.php/%E9%87%8F%E5%AD%90%E5%9B%BE%E7%81%B5%E6%9C%BA 量子图灵机](50)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E9%81%A5%E7%9B%B8%E5%85%B3 遥相关]<br />
|[https://wiki.swarma.org/index.php/P/NP%E9%97%AE%E9%A2%98 P/NP问题]<br />
|[[Clark Glymour]]<br />
|<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/Pareto%E5%88%86%E5%B8%83 Pareto分布](110)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%85%A8%E7%90%83%E6%B0%94%E5%80%99%E8%A7%82%E6%B5%8B%E7%B3%BB%E7%BB%9F 全球气候观测系统]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[[非平衡热力学的极值定理]](130)<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[[计算经济学]](30)<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.04.03-2022.04.10<br />
|[https://wiki.swarma.org/index.php/%E7%B3%BB%E7%BB%9F%E7%94%9F%E6%80%81%E5%AD%A6 系统生态学](70)<br />
|[[大规模脑网络]](30)<br />
|<br />
|[[Protocell]]<br />
|<br />
|[[自催化集合]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[霍奇金-赫胥黎模型]](30)<br />
|<br />
|[[受限生成过程]]<br />
|<br />
|[[人工化学]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[霍德・利普森]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[大规模脑网络]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[霍奇金-赫胥黎模型]]<br />
|<br />
|-<br />
|2022.04.11-2022.04.17<br />
|[[六度分隔理论]](130)<br />
|<br />
|<br />
|<br />
|[[无混淆性 Unconfoundedness]]<br />
|[[六度分隔理论]]<br />
|<br />
|-<br />
|<br />
|[[线性系统]](30)<br />
|<br />
|<br />
|<br />
|[[主分层]]<br />
|[[生物地球化学循环]]<br />
|<br />
|-<br />
|2022.04.18-2022.04.24<br />
|[[非平衡系统]](150)<br />
|<br />
|<br />
|<br />
|[[Susan Athey]]<br />
|[[自相似]]<br />
|<br />
|-<br />
|<br />
|[[社会认同]](30)<br />
|<br />
|<br />
|<br />
|<br />
|[[合成对照]]<br />
|<br />
|-<br />
|<br />
|[[复杂传染|复杂传染(30)]]<br />
|<br />
|<br />
|<br />
|<br />
|[[断点回归]]<br />
|<br />
|-<br />
|<br />
|[[渗流|渗流(30)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
!'''四月月末统计'''<br />
!14(1240)<br />
!2(60)<br />
!3<br />
!3<br />
!8<br />
!10<br />
!<br />
|-<br />
|2022.04.25-2022.05.02<br />
|[[计算模型]]<br />
|[[癫痫的计算模型]]<br />
|[[气候系统转折点]]<br />
|<br />
|[[双重差分]]<br />
|[[量子图灵机]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[Elias Bareinboim]]<br />
|[[神经形态计算]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[Counterfactuals and causal inference]]***<br />
|[[癫痫的计算模型]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[遥相关]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[神经元]]<br />
|<br />
|<br />
|<br />
|[[神经元]]<br />
|<br />
|-<br />
|2022.05.02-2022.05.08<br />
|[[还原论]]<br />
|[[神经形态计算]]<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Donald_Rubin Donald Rubin]<br />
|[[无混淆性 Unconfoundedness]]<br />
|<br />
|-<br />
|<br />
|[[控制系统]]<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/%E8%BE%9B%E6%99%AE%E6%A3%AE%E6%82%96%E8%AE%BA 辛普森悖论] <br />
|[[主分层]]<br />
|<br />
|-<br />
|<br />
|[[B-Z反应]]<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/James_Robins James Robins] <br />
|[[双重差分]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Causal_Inference_in_Statistics:_A_Primer Causal Inference in Statistics: A Primer]<br />
|[[辛普森悖论]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/The_Book_of_Why The Book of Why]<br />
|[[全球气候观测系统]]<br />
|<br />
|-<br />
|2022.05.09-2022.05.15<br />
|[[同步]]<br />
|[[神经回路]]<br />
|<br />
|<br />
|[[潜在结果]]<br />
|[[自催化]]<br />
|<br />
|-<br />
|<br />
|[[贝叶斯推断]]<br />
|[[树突]]<br />
|<br />
|<br />
|[[因果之梯]]<br />
|[[还原论]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[突触]]<br />
|<br />
|<br />
|[[因果推断引擎]]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[链接合,叉接合,对撞接合]]<br />
|<br />
|<br />
|-<br />
|2022.05.16-2022.05.22<br />
<br />
|<br />
|[[双稳性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[动力学平均场理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[统计场论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[异步(计算机编程)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
!'''五月月末统计'''<br />
!6<br />
!10<br />
!1<br />
!0<br />
!12<br />
!12<br />
!<br />
|-<br />
|2022.05.23-2022.05.29<br />
|<br />
|<br />
|<br />
|<br />
|[[干预]]<br />
|[[双稳性]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[动力学平均场理论]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[同步]]<br />
|<br />
|-<br />
|2022.05.30-2022.06.05<br />
|[https://wiki.swarma.org/index.php/%E7%83%AD%E5%8A%9B%E5%AD%A6%E7%B3%BB%E7%BB%9F 热力学系统]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E7%83%AD%E5%8A%9B%E5%AD%A6%E5%B9%B3%E8%A1%A1 热力学平衡]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.06.06-2022.06.12<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%82%A8%E5%A4%87%E6%B1%A0%E8%AE%A1%E7%AE%97 储备池计算]<br />
|<br />
|<br />
|[[回归分析]]<br />
|<br />
|<br />
|-<br />
|2022.06.13-2022.06.19<br />
|[[感染率]]<br />
|[[兴奋-抑制平衡]]<br />
|<br />
|<br />
|[[Elements of Causal Inference: Foundations and Learning Algorithms]]<br />
|[[神经场]]<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%9F%BA%E6%9C%AC%E5%86%8D%E7%94%9F%E6%95%B0%EF%BC%88Basic_Reproduction_Number%EF%BC%89 基本再生数(Basic Reproduction Number)]<br />
|[[神经场]]<br />
|<br />
|<br />
|[[Causality: Model, Reasoning, and Inference]]<br />
|[[储备池计算]]<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%85%8D%E7%96%AB%E7%AD%96%E7%95%A5%EF%BC%88Immunization_Strategy%EF%BC%89 免疫策略(Immunization Strategy)]<br />
|<br />
|<br />
|<br />
|<br />
|[[树突]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[突触]]<br />
|<br />
|-<br />
|2022.06.20-2022.06.26<br />
|[[离散时间和连续时间]]<br />
|<br />
|<br />
|<br />
|[[Judea Pearl]]<br />
|<br />
|<br />
|-<br />
!六月月末统计<br />
!6<br />
!3<br />
!<br />
!<br />
!5<br />
!7<br />
!<br />
|-<br />
|2022.06.27-2022.07.04<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.07.05-<br />
|[[动态功能连接]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[[Wolfgang Maass]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E7%99%BE%E7%A7%91%E8%BF%90%E8%90%A5%E5%91%A8%E6%8A%A5&diff=32866
集智百科运营周报
2022-07-07T03:22:00Z
<p>Swarma:/* 本词条用于记录百科词条生产进度 */</p>
<hr />
<div>'''集智百科的目标是做复杂性科学领域科学、全面、客观的百科全书'''。我们的宗旨是“知识从我而来,问题到我为止”。<br />
<br />
目前,我们已经有了无标度网络、复杂网络的双曲几何模型、复杂系统、统计物理、系统科学等精品词条,涵盖'''复杂系统、人工智能、统计物理、因果科学、计算社会科学'''等复杂性科学的关键领域,未来我们还会不断为百科添加更多内容。<br />
<br />
集智百科的生产依然采用集智俱乐部传统且高效的模式:众包生产。希望依靠社区的力量,吸引一批对知识本身,知识分享,知识整理感兴趣的朋友,一同完成这项万古长青的事业。对于任何人,只要在我们的网站注册帐号,点击编辑,按下保存,即可改变世界!<br />
<br />
我们认为词条是为大家提供最科学、专业、准确的知识,帮助大家快速了解某一个知识概念,所以我们非常追求词条的准确性和专业性。而复杂科学是跨学科性最强的学科之一,涉及了非常多不同的学科和概念,对这些非常概念的掌握,需要每个专业内的学生和老师来共同把关。<br />
<br />
我们会每周公开一些词条,希望有相关专业或对该知识点了解的同学能够参与进行,贡献自己的知识。目前集智百科的词条生产,打造了一个初步的内容生产闭环,按照内容生产的需求,分成了从词源-翻译-审校-编辑-专家审校-公众号推送上线的全流程操作,每个不同的环节,可以获得相应的积分。<br />
<br />
<br />
目前集智百科项目分为两种参与方式:[[读书会词条梳理]]与[[百科自有团队]]。<br />
<br />
读书会词条梳理工作将基于集智社区不同主题的读书会,在读书会期间统筹志愿者对该领域进行学科知识梳理。内容主题取决于读书会,会由相关专家梳理审核词条质量。<br />
<br />
百科自有团队则以两个月为周期推进,对复杂科学领域的重要概念进行梳理。<br />
<br />
=== 本词条用于记录百科词条生产进度 ===<br />
{| class="wikitable"<br />
!时间<br />
!百科自有团队-张家宁<br />
!神经动力学读书会-张家宁<br />
!地球科学读书会-李欣儒<br />
!自生成结构读书会-李欣儒<br />
!因果科学读书会-李欣儒<br />
!完成编辑审校词条-李媛翯<br />
!完成编辑审校词条-糖糖<br />
|-<br />
|2022.03.01-2022.03.07<br />
|<br />
|<br />
|[[未来地球]]<br />
|<br />
|<br />
|[[大气模式]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[生物地球化学循环]]<br />
|<br />
|<br />
|[[大数据]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[地球系统工程与管理]]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[人类圈]]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.03.07-2022.03.12<br />
|[[还原论]](130)<br />
|<br />
|[[碳中和]]<br />
|[[人工化学]]<br />
|<br />
|[[气候系统]]<br />
|<br />
|-<br />
|<br />
|[[随机过程]](200)<br />
|<br />
|<br />
|<br />
|<br />
|[[自复制自动机]]<br />
|<br />
|-<br />
|2022.03.13-2022.03.20<br />
|[[反应扩散模型和亚种群模型]](50)<br />
|<br />
|[[气候模式]]<br />
|[[还原论]]<br />
|[[逆概率加权]]<br />
|[[考夫曼]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[XNA]]<br />
|[[合成对照]]<br />
|[[生态位]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[自催化集合]]<br />
|<br />
|[[人工细胞]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[共同演化]]<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[断点回归]]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[图灵停机问题]]<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[艾伦·图灵]]<br />
|<br />
|<br />
|<br />
|-<br />
|2022.03.21-2022.03.28<br />
|[[自催化]](130)<br />
|<br />
|[[生物圈]]<br />
|<br />
|<br />
|[[人类圈]]<br />
|[[稳定性理论]]<br />
|-<br />
|<br />
|[[稳定性理论]](70)<br />
|<br />
|<br />
|<br />
|<br />
|[[气候模式]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[未来地球]]<br />
|<br />
|-<br />
!'''三月月末统计'''<br />
!'''5(580)'''<br />
!<br />
!'''7'''<br />
!'''7'''<br />
!'''3'''<br />
!'''10'''<br />
!1<br />
|-<br />
|<br />
|[[正反馈]](150)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E9%9C%8D%E5%BE%B7%E3%83%BB%E5%88%A9%E6%99%AE%E6%A3%AE 霍德・利普森]<br />
|<br />
|[https://wiki.swarma.org/index.php/Guido_Imbens Guido Imbens]<br />
|<br />
|<br />
|-<br />
|<br />
|[[时间之箭中的熵]](150)<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Sander_Greenland Sander Greenland]<br />
|<br />
|<br />
|-<br />
|<br />
|[[布尔网络]](150)<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Tyler_VanderWeele Tyler VanderWeele]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Miguel_Hern%C3%A1n Miguel Hernán]<br />
|<br />
|<br />
|-<br />
|2022.03.29-2022.04.02<br />
|[https://wiki.swarma.org/index.php/%E9%87%8F%E5%AD%90%E5%9B%BE%E7%81%B5%E6%9C%BA 量子图灵机](50)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E9%81%A5%E7%9B%B8%E5%85%B3 遥相关]<br />
|[https://wiki.swarma.org/index.php/P/NP%E9%97%AE%E9%A2%98 P/NP问题]<br />
|[[Clark Glymour]]<br />
|<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/Pareto%E5%88%86%E5%B8%83 Pareto分布](110)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%85%A8%E7%90%83%E6%B0%94%E5%80%99%E8%A7%82%E6%B5%8B%E7%B3%BB%E7%BB%9F 全球气候观测系统]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[[非平衡热力学的极值定理]](130)<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[[计算经济学]](30)<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.04.03-2022.04.10<br />
|[https://wiki.swarma.org/index.php/%E7%B3%BB%E7%BB%9F%E7%94%9F%E6%80%81%E5%AD%A6 系统生态学](70)<br />
|[[大规模脑网络]](30)<br />
|<br />
|[[Protocell]]<br />
|<br />
|[[自催化集合]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[霍奇金-赫胥黎模型]](30)<br />
|<br />
|[[受限生成过程]]<br />
|<br />
|[[人工化学]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[霍德・利普森]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[大规模脑网络]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[霍奇金-赫胥黎模型]]<br />
|<br />
|-<br />
|2022.04.11-2022.04.17<br />
|[[六度分隔理论]](130)<br />
|<br />
|<br />
|<br />
|[[无混淆性 Unconfoundedness]]<br />
|[[六度分隔理论]]<br />
|<br />
|-<br />
|<br />
|[[线性系统]](30)<br />
|<br />
|<br />
|<br />
|[[主分层]]<br />
|[[生物地球化学循环]]<br />
|<br />
|-<br />
|2022.04.18-2022.04.24<br />
|[[非平衡系统]](150)<br />
|<br />
|<br />
|<br />
|[[Susan Athey]]<br />
|[[自相似]]<br />
|<br />
|-<br />
|<br />
|[[社会认同]](30)<br />
|<br />
|<br />
|<br />
|<br />
|[[合成对照]]<br />
|<br />
|-<br />
|<br />
|[[复杂传染|复杂传染(30)]]<br />
|<br />
|<br />
|<br />
|<br />
|[[断点回归]]<br />
|<br />
|-<br />
|<br />
|[[渗流|渗流(30)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
!'''四月月末统计'''<br />
!14(1240)<br />
!2(60)<br />
!3<br />
!3<br />
!8<br />
!10<br />
!<br />
|-<br />
|2022.04.25-2022.05.02<br />
|[[计算模型]]<br />
|[[癫痫的计算模型]]<br />
|[[气候系统转折点]]<br />
|<br />
|[[双重差分]]<br />
|[[量子图灵机]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[Elias Bareinboim]]<br />
|[[神经形态计算]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[Counterfactuals and causal inference]]***<br />
|[[癫痫的计算模型]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[遥相关]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[神经元]]<br />
|<br />
|<br />
|<br />
|[[神经元]]<br />
|<br />
|-<br />
|2022.05.02-2022.05.08<br />
|[[还原论]]<br />
|[[神经形态计算]]<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Donald_Rubin Donald Rubin]<br />
|[[无混淆性 Unconfoundedness]]<br />
|<br />
|-<br />
|<br />
|[[控制系统]]<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/%E8%BE%9B%E6%99%AE%E6%A3%AE%E6%82%96%E8%AE%BA 辛普森悖论] <br />
|[[主分层]]<br />
|<br />
|-<br />
|<br />
|[[B-Z反应]]<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/James_Robins James Robins] <br />
|[[双重差分]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Causal_Inference_in_Statistics:_A_Primer Causal Inference in Statistics: A Primer]<br />
|[[辛普森悖论]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/The_Book_of_Why The Book of Why]<br />
|[[全球气候观测系统]]<br />
|<br />
|-<br />
|2022.05.09-2022.05.15<br />
|[[同步]]<br />
|[[神经回路]]<br />
|<br />
|<br />
|[[潜在结果]]<br />
|[[自催化]]<br />
|<br />
|-<br />
|<br />
|[[贝叶斯推断]]<br />
|[[树突]]<br />
|<br />
|<br />
|[[因果之梯]]<br />
|[[还原论]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[突触]]<br />
|<br />
|<br />
|[[因果推断引擎]]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[链接合,叉接合,对撞接合]]<br />
|<br />
|<br />
|-<br />
|2022.05.16-2022.05.22<br />
<br />
|<br />
|[[双稳性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[动力学平均场理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[统计场论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[异步(计算机编程)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
!'''五月月末统计'''<br />
!6<br />
!10<br />
!1<br />
!0<br />
!12<br />
!12<br />
!<br />
|-<br />
|2022.05.23-2022.05.29<br />
|<br />
|<br />
|<br />
|<br />
|[[干预]]<br />
|[[双稳性]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[动力学平均场理论]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[同步]]<br />
|<br />
|-<br />
|2022.05.30-2022.06.05<br />
|[https://wiki.swarma.org/index.php/%E7%83%AD%E5%8A%9B%E5%AD%A6%E7%B3%BB%E7%BB%9F 热力学系统]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E7%83%AD%E5%8A%9B%E5%AD%A6%E5%B9%B3%E8%A1%A1 热力学平衡]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.06.06-2022.06.12<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%82%A8%E5%A4%87%E6%B1%A0%E8%AE%A1%E7%AE%97 储备池计算]<br />
|<br />
|<br />
|[[回归分析]]<br />
|<br />
|<br />
|-<br />
|2022.06.13-2022.06.19<br />
|[[感染率]]<br />
|[[兴奋-抑制平衡]]<br />
|<br />
|<br />
|[[Elements of Causal Inference: Foundations and Learning Algorithms]]<br />
|[[神经场]]<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%9F%BA%E6%9C%AC%E5%86%8D%E7%94%9F%E6%95%B0%EF%BC%88Basic_Reproduction_Number%EF%BC%89 基本再生数(Basic Reproduction Number)]<br />
|[[神经场]]<br />
|<br />
|<br />
|[[Causality: Model, Reasoning, and Inference]]<br />
|[[储备池计算]]<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%85%8D%E7%96%AB%E7%AD%96%E7%95%A5%EF%BC%88Immunization_Strategy%EF%BC%89 免疫策略(Immunization Strategy)]<br />
|<br />
|<br />
|<br />
|<br />
|[[树突]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[突触]]<br />
|<br />
|-<br />
|2022.06.20-2022.06.26<br />
|[[离散时间和连续时间]]<br />
|<br />
|<br />
|<br />
|[[Judea Pearl]]<br />
|<br />
|<br />
|-<br />
!六月月末统计<br />
!6<br />
!3<br />
!<br />
!<br />
!5<br />
!7<br />
!<br />
|-<br />
|2022.06.27-2022.07.04<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.07.05-<br />
|[[动态功能连接]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E7%A5%9E%E7%BB%8F%E5%8A%A8%E5%8A%9B%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32862
神经动力学读书会词条梳理
2022-07-06T09:16:58Z
<p>Swarma:/* 志愿者任务领取词库 */</p>
<hr />
<div>== 神经动力学读书会背景 ==<br />
人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。自神经科学这一学科建立以来,从解析神经元之间的相互作用机理、到刻画皮层柱之间的连接形式、再到探究脑区间不同认知功能的分离与整合模式,无数科学家试图从不同尺度研究大脑,以期揭示人脑这一最为复杂的神经系统的工作模式,进而理解语言、情绪、记忆和社会交往等高级认知活动的底层神经机制,并一定程度上启发通用人工智能机器人的设计。<br />
<br />
近年来,脱胎于系统科学的动力学建模方法,逐渐被广泛地应用于神经科学研究中,其作为一种绝佳的数理工具,愈发地受到研究人员的重视,在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面,发挥着不可替代的作用。<br />
<br />
本着促进神经科学、系统科学以及计算机科学等不同领域的学术工作者的交流与合作,激发有志于加入脑科学与类脑研究这一领域的同学们的研究兴趣,来自国内外多所知名高校的专家学者(详见发起人介绍)共同发起了本次「神经动力学模型」读书会,聚焦于神经科学中的动力学建模这一前沿课题,讨论他们在研究一线中遇到的实际困惑,对相关文献进行深入梳理、激发跨学科的学术火花。<br />
<br />
从2022年3月19日开始,每周五晚上 19:00-21:00/周六下午14:00-16:00,持续时间预计 10-12周。<br />
<br />
集智斑图读书会详情:https://pattern.swarma.org/mobile/study_group/15<br />
<br />
== 项目目标 ==<br />
<br />
* 梳理神经动力学读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进神经动力学读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度|激励制度。]]<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由神经动力学读书会发起老师提供。<br />
<br />
==任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程:<br />
#[https://wiki.swarma.org/index.php/%E5%A6%82%E4%BD%95%E4%B8%8A%E6%89%8B%E9%9B%86%E6%99%BA%E7%99%BE%E7%A7%91 如何上手集智百科]<br />
#学习[https://wiki.swarma.org/index.php/%E7%BC%96%E8%BE%91%E6%A1%88%E4%BE%8B 编辑案例]<br />
#了解[https://wiki.swarma.org/index.php/%E6%BF%80%E5%8A%B1%E5%88%B6%E5%BA%A6 激励制度]<br />
注:每个志愿者需要在一个月内完成自己认领的任务,如果超过一个月则视为放弃,该词条可被其他志愿者认领。<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable" style="width:100%; text-align:center; height:30px"<br />
|+<br />
! scope="col" style="width:20%" |词条<br />
! scope="col" style="width:10%" |认领人<br />
! scope="col" style="width:15%" |认领时间<br />
! scope="col" style="width:15%;" |完成时间<br />
!积分<br />
!积分统计情况<br />
! scope="col" style="width:10%;" |优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[神经元]]<br />
|Amber<br />
|2022.03.36<br />
|2022.04.30<br />
|11018/200<br />
|完成<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[神经回路]]<br />
|Glh20100487<br />
|2022.03.25<br />
|2022.05.14<br />
|3149/70<br />
|完成<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[轴突]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[树突]]<br />
|Okxy<br />
|2022.3.28<br />
|2022.05.16<br />
|2872<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[突触]]<br />
|Okxy<br />
|2022.3.28<br />
|2022.05.16<br />
|2120<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[膜电位]]<br />
|Okxy<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[动作电位]]<br />
|Okxy<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[局部场电位]]<br />
|Kana<br />
|2022.03.25<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[神经成像]]<br />
|[[用户:Shun|Shun]]<br />
|2022.05.14<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[神经动力学]]<br />
|[[用户:Shun|Shun]]<br />
|2022.05.14<br />
|<br />
|<br />
|<br />
|***<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[兴奋-抑制平衡]]<br />
|安贞桦<br />
|2022.3.29<br />
|2022.06.15<br />
|<br />
|<br />
|<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[异步]]<br />
|[[用户:Bingyu Jiang|Bingyu Jiang]]<br />
|2022.4.12<br />
|2022.5.20<br />
|<br />
|<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[异步(计算机编程)]]<br />
|[[用户:Bingyu Jiang|Bingyu Jiang]]<br />
|2022.4.12<br />
|2022.5.20<br />
|<br />
|<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[神经雪崩]]<br />
|[[用户:Spidey0o0Zheng|Spidey0o0Zheng]]<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|***<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[神经同步]]<br />
|耿淅耀<br />
|2022.03.25<br />
|<br />
|<br />
|<br />
|***<br />
|周昌松<br />
|<br />
|-<br />
|[[神经震荡]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[生物神经元模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[基于电导的模型]]<br />
|安贞桦<br />
|2022.3.26<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[流行病学中的区室模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[霍奇金-赫胥黎模型]]<br />
|安贞桦<br />
|2022.3.26<br />
|2022.04.10<br />
|2198/50*1.2<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[尖峰神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[神经场]]<br />
|Dyan<br />
|2022.06.08<br />
|2022.06.13<br />
|3333*2<br />
|<br />
|***<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[大规模脑网络]]<br />
|Shenky20<br />
|2022.3.27<br />
|2022.04.05<br />
|3100/70<br />
|完成<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[连接组]]<br />
|Lulu<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|**<br />
|周昌松<br />
|<br />
|-<br />
|[[动态功能连接]]<br />
|Dyan<br />
|2022.06.08<br />
|2022.07.06<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[突触可塑性]]<br />
|Kana<br />
|2022.3.20<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[短期突触可塑性]]<br />
|Glh20100487<br />
|2022.06.10<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[脉冲时序依赖可塑性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[赫布理论]]<br />
|雨晨<br />
|2022.06.09<br />
|<br />
|<br />
|<br />
|***<br />
|周昌松<br />
|<br />
|-<br />
|[[决策]]<br />
|[[用户:Spidey0o0Zheng|Spidey0o0Zheng]]<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|<br />
|周昌松<br />
|<br />
|-<br />
|[[统计场论]]<br />
|[[用户:Bingyu Jiang|Bingyu Jiang]]<br />
|2022.4.12<br />
|2022.5.20<br />
|<br />
|<br />
|***<br />
|杨冬平<br />
|<br />
|-<br />
|[[动力学平均场理论]]<br />
|[[用户:Bingyu Jiang|Bingyu Jiang]]<br />
|2022.4.12<br />
|2022.5.20<br />
|<br />
|<br />
|***<br />
|杨冬平<br />
|<br />
|-<br />
|[[储备池计算]]<br />
|小安子<br />
|2022.4.12<br />
|2022.06.06<br />
|<br />
|<br />
|***<br />
|杨冬平<br />
|<br />
|-<br />
|[[威尔逊考恩模型]]<br />
|Glh20100487<br />
|2022.06.10<br />
|<br />
|<br />
|<br />
|<br />
|曹淼<br />
|<br />
|-<br />
|[[癫痫的计算模型]]<br />
|懿章<br />
|2022.4.12<br />
|2022.04.24<br />
|<br />
|<br />
|<br />
|曹淼<br />
|<br />
|-<br />
|[[双稳性]]<br />
|llk<br />
|2022.3.27<br />
|2022.05.21<br />
|1646/50<br />
|完成<br />
|***<br />
|曹淼<br />
|<br />
|-<br />
|[[Ermentrout-Kopell规范模型]]<br />
|Glh20100487<br />
|2022.06.10<br />
|<br />
|<br />
|<br />
|<br />
|曹淼<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|-<br />
|[[模型预测控制]]<br />
|[[用户:Spidey0o0Zheng|Spidey0o0Zheng]]<br />
|2022.3.28<br />
|<br />
|<br />
|<br />
|<br />
|刘泉影<br />
|<br />
|-<br />
|[[深部脑刺激]]<br />
|喵喵子<br />
|2022.06.25<br />
|<br />
|<br />
|<br />
|<br />
|刘泉影<br />
|<br />
|-<br />
|[[合成算子 (Koopman算子)]]<br />
|Glh20100487<br />
|2022.06.10<br />
|<br />
|<br />
|<br />
|<br />
|刘泉影<br />
|<br />
|-<br />
|[[神经形态计算]]<br />
|Shenky20<br />
|2022.3.27<br />
|2022.4.29<br />
|4446/90<br />
|完成<br />
|**<br />
|刘健<br />
|<br />
|-<br />
|[[流态机]]<br />
|小安子<br />
|2020.06.08<br />
|<br />
|<br />
|<br />
|***<br />
|刘健<br />
|<br />
|-<br />
|[[Wolfgang Maass]]<br />
|Dyan<br />
|2022.06.08<br />
|<br />
|<br />
|<br />
|<br />
|刘健<br />
|无Wikipedia链接 需参考外网文献自行搬运<br />
|}<br />
<br />
<br>以上表单为神经动力学读书会于2022年3月25日第一批搬运词条。<br />
<br />
==编辑排版词库==<br />
{| class="wikitable" width="100%;text-align:center;"<br />
|- style="height:30px"<br />
! scope="col" style="width:30%" |词条<br />
! scope="col" style="width:20%" |认领人<br />
! scope="col" style="width:25%" |认领时间<br />
! scope="col" style="width:25%;" |完成时间<br />
|-<br />
|[[大规模脑网络]]<br />
|薄荷<br />
|2022.04.10<br />
|2022.04.10<br />
|-<br />
|[[霍奇金-赫胥黎模型]]<br />
|薄荷<br />
|2022.04.04<br />
|2022.04.10<br />
|-<br />
|[[癫痫的计算模型]]<br />
|薄荷<br />
|2022.05.02<br />
|2022.05.02<br />
|-<br />
|[[神经形态计算]]<br />
|薄荷<br />
|2022.05.02<br />
|2022.05.02<br />
|-<br />
|[[神经元]]<br />
|薄荷<br />
|2022.05.02<br />
|<br />
|-<br />
|[[神经回路]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[树突]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[突触]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[双稳性]]<br />
|薄荷<br />
|2022.06.06<br />
|2022.06.06<br />
|-<br />
|[[异步(计算机编程)]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[统计场论]]<br />
|AvecSally<br />
|2022.06.06<br />
|2022.06.06<br />
|-<br />
|[[动力学平均场理论]]<br />
|薄荷<br />
|2022.06.06<br />
|2022.06.06<br />
|-<br />
|[[储备池计算]]<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|}<br />
<br />
==志愿者名单==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable sortable"<br />
|+<br />
!用户<br />
!集智学园ID<br />
!金额<br />
!<br />
|-<br />
|[[用户:Glh20100487|Glh2010048]]<br />
|8888<br />
|70<br />
|已兑换<br />
|-<br />
|[[用户:安贞桦|安贞桦]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Shenky20|Shenky20]]<br />
|93793<br />
|260<br />
|已兑换<br />
|-<br />
|Amber<br />
|95145<br />
|200<br />
|已兑换<br />
|-<br />
|[[用户:Bingyu Jiang|Bingyu Jiang]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Autumnwolfberry|Autumnwolfberry]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Naturia|Naturia]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:苏苏Anny|苏苏Anny]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Linzgood|Linzgood]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Llk|Llk]]<br />
|74843<br />
|100<br />
|已兑换<br />
|-<br />
|[[用户:Zhaoming|Zhaoming]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Lulu|Lulu]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Spidey0o0Zheng|Spidey0o0Zheng]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Okxy|Okxy]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:懿章|懿章]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Shun|Shun]]<br />
|<br />
|<br />
|<br />
|-<br />
|Smallittle<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:Kana|Kana]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[用户:耿淅耀|耿淅耀]]<br />
|<br />
|<br />
|<br />
|-<br />
|Dyan<br />
|<br />
|<br />
|<br />
|-<br />
|雨晨<br />
|<br />
|<br />
|<br />
|-<br />
|喵喵子<br />
|<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%AE%A1%E7%AE%97%E7%A4%BE%E4%BC%9A%E7%A7%91%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32856
计算社会科学读书会词条梳理
2022-07-06T08:47:23Z
<p>Swarma:/* 任务领取周期 */</p>
<hr />
<div>计算方法与社会科学的交叉学科,是集智俱乐部一直以来非常关注的领域。去年举办的 第一季读书会 的密集研讨,集智的 计算社会科学主题社群 ,已经聚集200+ 来自海内外的相关学者与硕博,探讨话题涵盖多主体仿真、网络科学、NLP、CV等计算方法,在社会学、管理学、心理学、传播学等学科中的应用等领域。<br />
<br />
== 计算社会读书会背景 ==<br />
计算社会科学是近年来新涌现出的一个学科领域。随着越多越多样和大量的人类行为信息,(包括消费记录,社交媒体上的交流,位置和移动信息等)能够被收集和获取,研究人员开始利用这些数据研究人类的行为模式。相比于传统的社会科学研究,计算社会科学依赖更大规模,更精确的人类行为数据,更多采用诸如建模,仿真,神经网络等基于数学,物理,计算机知识的方法。尽管对这个领域的设想和定义在十几年前才刚被提出,(Lazer, 2009), 时至今日,这个领域的研究已经取得了长足的进展,在研究的方法和内容上不断更新和扩充,在诸如城市管理,疫情防控,社交媒体的监管等众多方面都显现了极大的应用价值和潜力。<br />
<br />
计算社会科学和多个学科都有紧密的连接。一方面,计算社会科学的研究对象通常是人类个体的行为和人与人之间的沟通,交互和组织模式,其研究的问题和传统的社会科学,管理科学和行为科学有较大的重合,计算社会科学的研究也大量借用人类行为和组织的社会学管理学理论来解释其所发现的现象; 另一方面,计算社会科学和数学,自然科学的联系也十分紧密,包括对数据处理的方法(数学、计算机学科)和用于数据分析的手段(数学、物理学、复杂科学)。大量的行为数据往往通过互联网进行收集和传输,对如此数量的数据处理也离不开计算机,自动化工具的帮助。此外,物理学和数学模型对动态过程提供了准确,可定量的描述,非常适合用于描述人类群体的行为模式,也在计算社会科学的研究中被广泛采用。<br />
<br />
随着计算社会科学的研究范围越来越广,如今的计算社会科学已经不限于一种单一的方法,对研究者的技能要求也越来越多样。由于计算社会科学和许多不同学科交叉的特性,计算社会科学的研究者们往往只熟悉某些,或者某种理解问题的角度和分析问题的方法。这不仅限制了研究者处理不同问题和数据的能力,同时也使得研究者更难和其它研究相同或者类似问题的学者沟通,因为他们缺乏对对方的研究方法和思路的基本了解。<br />
<br />
从2022年6月18日开始,每周六晚上/每周日上午(具体时间可根据主讲人时间灵活调整,群内通知)持续时间预计 10-12周。<br />
<br />
集智斑图读书会详情: https://pattern.swarma.org/study_group/19<br />
<br />
== 项目目标 ==<br />
<br />
* 梳理计算社会读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进计算社会读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度]]。<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由计算社会读书会发起老师提供。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!积分<br />
!优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[词嵌入]]<br />
|橙西瓜<br />
|2022.07.04<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[Word2Vec]]<br />
|橙西瓜<br />
|2022.07.04<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[结构相似性]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[循环神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[卷积神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[复杂动力系统]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[随机游走]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[网络拓扑]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[信息级联]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|<br />
|<br />
|-<br />
|[[信息不对称]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|罗家德<br />
|<br />
|-<br />
|[[不确定性]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|罗家德<br />
|<br />
|-<br />
|[[网络动态学]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|罗家德<br />
|一般叫网络动力学<br />
|-<br />
|[[可持续性]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|罗家德<br />
|<br />
|-<br />
|[[系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[系统设计]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业生命周期]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|}<br />
<br />
备选词库暂时不处理 请志愿者从上面的词库选词。感谢理解。<br />
<br />
{| class="wikitable sortable mw-collapsible mw-collapsed"<br />
|+备选<br />
!词条<br />
!认领人<br />
!认领时间<br />
!词条提供老师<br />
|-<br />
|[[张力]]<br />
|<br />
|<br />
|读书会文献算法提取重要概念<br />
|-<br />
|[[计划行为理论]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[平行过程延伸模型]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[整合科技接受模型]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[显性比较优势]]<br />
|<br />
|<br />
|方宏波<br />
|-<br />
|[[众包]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|-<br />
|[[空间组织]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|-<br />
|[[社会仿真]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[模糊性]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[道德风险]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[机会主义行为]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[市场]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[市场经济]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会团体]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[商业社交]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[供应网络]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会化]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会关系]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[主体间性]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会传播]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[临界系统思维]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|-<br />
|[[企业架构]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|-<br />
|[[企业架构框架]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|}<br />
<br />
== 志愿者名单 ==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable"<br />
!用户<br />
!集智学园ID<br />
!积分<br />
!<br />
|-<br />
|HelenHelen<br />
|90446<br />
|<br />
|<br />
|-<br />
|橙西瓜<br />
|<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E9%AB%98%E9%98%B6%E7%BD%91%E7%BB%9C%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32855
高阶网络读书会词条梳理
2022-07-06T08:46:15Z
<p>Swarma:</p>
<hr />
<div><br />
<br />
随着对现实世界的探索不断深入,人们发现在许多真实的复杂系统中,组成系统的个体之间不仅存在二元交互关系,也广泛存在多个体同时(或以特定顺序)进行交互,即高阶交互现象。为此,研究人员分别发展出了基于超图、单纯复形、依赖关系等的网络高阶表示模型,为复杂网络分析和研究提供了新的思路。本次读书会将分享高阶网络的基本概念、建模方法、关键问题及其应用,以基础理论与前沿成果相结合的方式,激发高阶交互现象的思维碰撞,共同领略复杂网络中高阶交互的魅力。<br />
<br />
从 6月 28日(周二)20:00 开始,后续每周分享时间为每周四 19:00-21:00 进行,预计持续 10-12 周。<br />
<br />
集智斑图课程详情:https://pattern.swarma.org/study_group/17<br />
== 项目目标 ==<br />
<br />
* 梳理高阶网络读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进高阶网络读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度]]。<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由高阶网络读书会发起老师提供。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!积分<br />
!优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[巨连通分支]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[互惠性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[传递关系]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[单纯复型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[零模型]]<br />
|azaleawu<br />
|2022.07.06<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[生成模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[圈(图论)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[圈检测]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[团复形]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[单纯形图]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[单纯形]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|}<br />
<br />
== 志愿者名单 ==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable"<br />
!用户<br />
!集智学园ID<br />
!积分<br />
!<br />
|-<br />
|azaleawu<br />
|<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%AE%A1%E7%AE%97%E7%A4%BE%E4%BC%9A%E7%A7%91%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32802
计算社会科学读书会词条梳理
2022-07-04T13:41:40Z
<p>Swarma:/* 志愿者任务领取词库 */</p>
<hr />
<div>计算方法与社会科学的交叉学科,是集智俱乐部一直以来非常关注的领域。去年举办的 第一季读书会 的密集研讨,集智的 计算社会科学主题社群 ,已经聚集200+ 来自海内外的相关学者与硕博,探讨话题涵盖多主体仿真、网络科学、NLP、CV等计算方法,在社会学、管理学、心理学、传播学等学科中的应用等领域。<br />
<br />
== 计算社会读书会背景 ==<br />
计算社会科学是近年来新涌现出的一个学科领域。随着越多越多样和大量的人类行为信息,(包括消费记录,社交媒体上的交流,位置和移动信息等)能够被收集和获取,研究人员开始利用这些数据研究人类的行为模式。相比于传统的社会科学研究,计算社会科学依赖更大规模,更精确的人类行为数据,更多采用诸如建模,仿真,神经网络等基于数学,物理,计算机知识的方法。尽管对这个领域的设想和定义在十几年前才刚被提出,(Lazer, 2009), 时至今日,这个领域的研究已经取得了长足的进展,在研究的方法和内容上不断更新和扩充,在诸如城市管理,疫情防控,社交媒体的监管等众多方面都显现了极大的应用价值和潜力。<br />
<br />
计算社会科学和多个学科都有紧密的连接。一方面,计算社会科学的研究对象通常是人类个体的行为和人与人之间的沟通,交互和组织模式,其研究的问题和传统的社会科学,管理科学和行为科学有较大的重合,计算社会科学的研究也大量借用人类行为和组织的社会学管理学理论来解释其所发现的现象; 另一方面,计算社会科学和数学,自然科学的联系也十分紧密,包括对数据处理的方法(数学、计算机学科)和用于数据分析的手段(数学、物理学、复杂科学)。大量的行为数据往往通过互联网进行收集和传输,对如此数量的数据处理也离不开计算机,自动化工具的帮助。此外,物理学和数学模型对动态过程提供了准确,可定量的描述,非常适合用于描述人类群体的行为模式,也在计算社会科学的研究中被广泛采用。<br />
<br />
随着计算社会科学的研究范围越来越广,如今的计算社会科学已经不限于一种单一的方法,对研究者的技能要求也越来越多样。由于计算社会科学和许多不同学科交叉的特性,计算社会科学的研究者们往往只熟悉某些,或者某种理解问题的角度和分析问题的方法。这不仅限制了研究者处理不同问题和数据的能力,同时也使得研究者更难和其它研究相同或者类似问题的学者沟通,因为他们缺乏对对方的研究方法和思路的基本了解。<br />
<br />
从2022年6月18日开始,每周六晚上/每周日上午(具体时间可根据主讲人时间灵活调整,群内通知)持续时间预计 10-12周。<br />
<br />
集智斑图读书会详情: https://pattern.swarma.org/study_group/19<br />
<br />
== 项目目标 ==<br />
<br />
* 梳理计算社会读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进计算社会读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度]]。<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由计算社会读书会发起老师提供。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!积分<br />
!优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[词嵌入]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[Word2Vec]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[结构相似性]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[循环神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[卷积神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[复杂动力系统]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[随机游走]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[网络拓扑]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[信息级联]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|<br />
|<br />
|-<br />
|[[信息不对称]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|罗家德<br />
|<br />
|-<br />
|[[不确定性]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|罗家德<br />
|<br />
|-<br />
|[[网络动态学]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|罗家德<br />
|一般叫网络动力学<br />
|-<br />
|[[可持续性]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|罗家德<br />
|<br />
|-<br />
|[[系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[系统设计]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业生命周期]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|}<br />
<br />
备选词库暂时不处理 请志愿者从上面的词库选词。感谢理解。<br />
<br />
{| class="wikitable sortable mw-collapsible mw-collapsed"<br />
|+备选<br />
!词条<br />
!认领人<br />
!认领时间<br />
!词条提供老师<br />
|-<br />
|[[张力]]<br />
|<br />
|<br />
|读书会文献算法提取重要概念<br />
|-<br />
|[[计划行为理论]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[平行过程延伸模型]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[整合科技接受模型]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[显性比较优势]]<br />
|<br />
|<br />
|方宏波<br />
|-<br />
|[[众包]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|-<br />
|[[空间组织]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|-<br />
|[[社会仿真]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[模糊性]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[道德风险]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[机会主义行为]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[市场]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[市场经济]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会团体]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[商业社交]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[供应网络]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会化]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会关系]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[主体间性]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会传播]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[临界系统思维]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|-<br />
|[[企业架构]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|-<br />
|[[企业架构框架]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|}<br />
<br />
== 志愿者名单 ==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable"<br />
!用户<br />
!集智学园ID<br />
!积分<br />
!<br />
|-<br />
|HelenHelen<br />
|90446<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%AE%A1%E7%AE%97%E7%A4%BE%E4%BC%9A%E7%A7%91%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32801
计算社会科学读书会词条梳理
2022-07-04T13:40:54Z
<p>Swarma:/* 志愿者任务领取词库 */</p>
<hr />
<div>计算方法与社会科学的交叉学科,是集智俱乐部一直以来非常关注的领域。去年举办的 第一季读书会 的密集研讨,集智的 计算社会科学主题社群 ,已经聚集200+ 来自海内外的相关学者与硕博,探讨话题涵盖多主体仿真、网络科学、NLP、CV等计算方法,在社会学、管理学、心理学、传播学等学科中的应用等领域。<br />
<br />
== 计算社会读书会背景 ==<br />
计算社会科学是近年来新涌现出的一个学科领域。随着越多越多样和大量的人类行为信息,(包括消费记录,社交媒体上的交流,位置和移动信息等)能够被收集和获取,研究人员开始利用这些数据研究人类的行为模式。相比于传统的社会科学研究,计算社会科学依赖更大规模,更精确的人类行为数据,更多采用诸如建模,仿真,神经网络等基于数学,物理,计算机知识的方法。尽管对这个领域的设想和定义在十几年前才刚被提出,(Lazer, 2009), 时至今日,这个领域的研究已经取得了长足的进展,在研究的方法和内容上不断更新和扩充,在诸如城市管理,疫情防控,社交媒体的监管等众多方面都显现了极大的应用价值和潜力。<br />
<br />
计算社会科学和多个学科都有紧密的连接。一方面,计算社会科学的研究对象通常是人类个体的行为和人与人之间的沟通,交互和组织模式,其研究的问题和传统的社会科学,管理科学和行为科学有较大的重合,计算社会科学的研究也大量借用人类行为和组织的社会学管理学理论来解释其所发现的现象; 另一方面,计算社会科学和数学,自然科学的联系也十分紧密,包括对数据处理的方法(数学、计算机学科)和用于数据分析的手段(数学、物理学、复杂科学)。大量的行为数据往往通过互联网进行收集和传输,对如此数量的数据处理也离不开计算机,自动化工具的帮助。此外,物理学和数学模型对动态过程提供了准确,可定量的描述,非常适合用于描述人类群体的行为模式,也在计算社会科学的研究中被广泛采用。<br />
<br />
随着计算社会科学的研究范围越来越广,如今的计算社会科学已经不限于一种单一的方法,对研究者的技能要求也越来越多样。由于计算社会科学和许多不同学科交叉的特性,计算社会科学的研究者们往往只熟悉某些,或者某种理解问题的角度和分析问题的方法。这不仅限制了研究者处理不同问题和数据的能力,同时也使得研究者更难和其它研究相同或者类似问题的学者沟通,因为他们缺乏对对方的研究方法和思路的基本了解。<br />
<br />
从2022年6月18日开始,每周六晚上/每周日上午(具体时间可根据主讲人时间灵活调整,群内通知)持续时间预计 10-12周。<br />
<br />
集智斑图读书会详情: https://pattern.swarma.org/study_group/19<br />
<br />
== 项目目标 ==<br />
<br />
* 梳理计算社会读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进计算社会读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度]]。<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由计算社会读书会发起老师提供。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!积分<br />
!优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[词嵌入]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[Word2Vec]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[结构相似性]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[循环神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[卷积神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[复杂动力系统]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[随机游走]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[网络拓扑]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[信息级联]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|<br />
|<br />
|-<br />
|[[信息不对称]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|罗家德<br />
|<br />
|-<br />
|[[不确定性]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|罗家德<br />
|<br />
|-<br />
|[[网络动态学]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|罗家德<br />
|一般叫网络动力学<br />
|-<br />
|[[可持续性]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|罗家德<br />
|<br />
|-<br />
|[[系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[系统设计]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业生命周期]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|}<br />
<br />
<br />
<br />
{| class="wikitable sortable mw-collapsible mw-collapsed"<br />
|+暂时不处理 请志愿者从上面的词库选词<br />
!词条<br />
!认领人<br />
!认领时间<br />
!词条提供老师<br />
|-<br />
|[[张力]]<br />
|<br />
|<br />
|读书会文献算法提取重要概念<br />
|-<br />
|[[计划行为理论]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[平行过程延伸模型]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[整合科技接受模型]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[显性比较优势]]<br />
|<br />
|<br />
|方宏波<br />
|-<br />
|[[众包]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|-<br />
|[[空间组织]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|-<br />
|[[社会仿真]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[模糊性]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[道德风险]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[机会主义行为]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[市场]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[市场经济]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会团体]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[商业社交]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[供应网络]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会化]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会关系]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[主体间性]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会传播]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[临界系统思维]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|-<br />
|[[企业架构]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|-<br />
|[[企业架构框架]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|}<br />
<br />
== 志愿者名单 ==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable"<br />
!用户<br />
!集智学园ID<br />
!积分<br />
!<br />
|-<br />
|HelenHelen<br />
|90446<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%AE%A1%E7%AE%97%E7%A4%BE%E4%BC%9A%E7%A7%91%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32800
计算社会科学读书会词条梳理
2022-07-04T13:36:54Z
<p>Swarma:/* 志愿者任务领取词库 */</p>
<hr />
<div>计算方法与社会科学的交叉学科,是集智俱乐部一直以来非常关注的领域。去年举办的 第一季读书会 的密集研讨,集智的 计算社会科学主题社群 ,已经聚集200+ 来自海内外的相关学者与硕博,探讨话题涵盖多主体仿真、网络科学、NLP、CV等计算方法,在社会学、管理学、心理学、传播学等学科中的应用等领域。<br />
<br />
== 计算社会读书会背景 ==<br />
计算社会科学是近年来新涌现出的一个学科领域。随着越多越多样和大量的人类行为信息,(包括消费记录,社交媒体上的交流,位置和移动信息等)能够被收集和获取,研究人员开始利用这些数据研究人类的行为模式。相比于传统的社会科学研究,计算社会科学依赖更大规模,更精确的人类行为数据,更多采用诸如建模,仿真,神经网络等基于数学,物理,计算机知识的方法。尽管对这个领域的设想和定义在十几年前才刚被提出,(Lazer, 2009), 时至今日,这个领域的研究已经取得了长足的进展,在研究的方法和内容上不断更新和扩充,在诸如城市管理,疫情防控,社交媒体的监管等众多方面都显现了极大的应用价值和潜力。<br />
<br />
计算社会科学和多个学科都有紧密的连接。一方面,计算社会科学的研究对象通常是人类个体的行为和人与人之间的沟通,交互和组织模式,其研究的问题和传统的社会科学,管理科学和行为科学有较大的重合,计算社会科学的研究也大量借用人类行为和组织的社会学管理学理论来解释其所发现的现象; 另一方面,计算社会科学和数学,自然科学的联系也十分紧密,包括对数据处理的方法(数学、计算机学科)和用于数据分析的手段(数学、物理学、复杂科学)。大量的行为数据往往通过互联网进行收集和传输,对如此数量的数据处理也离不开计算机,自动化工具的帮助。此外,物理学和数学模型对动态过程提供了准确,可定量的描述,非常适合用于描述人类群体的行为模式,也在计算社会科学的研究中被广泛采用。<br />
<br />
随着计算社会科学的研究范围越来越广,如今的计算社会科学已经不限于一种单一的方法,对研究者的技能要求也越来越多样。由于计算社会科学和许多不同学科交叉的特性,计算社会科学的研究者们往往只熟悉某些,或者某种理解问题的角度和分析问题的方法。这不仅限制了研究者处理不同问题和数据的能力,同时也使得研究者更难和其它研究相同或者类似问题的学者沟通,因为他们缺乏对对方的研究方法和思路的基本了解。<br />
<br />
从2022年6月18日开始,每周六晚上/每周日上午(具体时间可根据主讲人时间灵活调整,群内通知)持续时间预计 10-12周。<br />
<br />
集智斑图读书会详情: https://pattern.swarma.org/study_group/19<br />
<br />
== 项目目标 ==<br />
<br />
* 梳理计算社会读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进计算社会读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度]]。<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由计算社会读书会发起老师提供。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!积分<br />
!优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[词嵌入]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[Word2Vec]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[结构相似性]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[循环神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[卷积神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[复杂动力系统]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[随机游走]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[网络拓扑]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[信息级联]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|<br />
|<br />
|-<br />
|[[信息不对称]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|罗家德<br />
|<br />
|-<br />
|[[不确定性]]<br />
|<br />
|<br />
|<br />
|<br />
|***<br />
|罗家德<br />
|<br />
|-<br />
|[[网络动态学]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|罗家德<br />
|一般叫网络动力学<br />
|-<br />
|[[可持续性]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|罗家德<br />
|<br />
|-<br />
|[[系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[系统设计]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业生命周期]]<br />
|<br />
|<br />
|<br />
|<br />
|****<br />
|志愿者AvecSally提供<br />
|<br />
|}<br />
<br />
<br />
<br />
{| class="wikitable sortable"<br />
|+暂时不处理 请志愿者从上面的词库选词<br />
!词条<br />
!认领人<br />
!认领时间<br />
!词条提供老师<br />
|-<br />
|[[张力]]<br />
|<br />
|<br />
|读书会文献算法提取重要概念<br />
|-<br />
|[[计划行为理论]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[平行过程延伸模型]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[整合科技接受模型]]<br />
|<br />
|<br />
|朱雅婧<br />
|-<br />
|[[显性比较优势]]<br />
|<br />
|<br />
|方宏波<br />
|-<br />
|[[众包]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|-<br />
|[[空间组织]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|-<br />
|[[社会仿真]]<br />
|<br />
|<br />
|<br />
|-<br />
|[[模糊性]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[道德风险]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[机会主义行为]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[市场]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[市场经济]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会团体]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[商业社交]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[供应网络]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会化]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会关系]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[主体间性]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[社会传播]]<br />
|<br />
|<br />
|罗家德<br />
|-<br />
|[[临界系统思维]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|-<br />
|[[企业架构]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|-<br />
|[[企业架构框架]]<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|}<br />
<br />
== 志愿者名单 ==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable"<br />
!用户<br />
!集智学园ID<br />
!积分<br />
!<br />
|-<br />
|HelenHelen<br />
|90446<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%AE%A1%E7%AE%97%E7%A4%BE%E4%BC%9A%E7%A7%91%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32795
计算社会科学读书会词条梳理
2022-07-04T03:01:39Z
<p>Swarma:/* 志愿者任务领取词库 */</p>
<hr />
<div>计算方法与社会科学的交叉学科,是集智俱乐部一直以来非常关注的领域。去年举办的 第一季读书会 的密集研讨,集智的 计算社会科学主题社群 ,已经聚集200+ 来自海内外的相关学者与硕博,探讨话题涵盖多主体仿真、网络科学、NLP、CV等计算方法,在社会学、管理学、心理学、传播学等学科中的应用等领域。<br />
<br />
== 计算社会读书会背景 ==<br />
计算社会科学是近年来新涌现出的一个学科领域。随着越多越多样和大量的人类行为信息,(包括消费记录,社交媒体上的交流,位置和移动信息等)能够被收集和获取,研究人员开始利用这些数据研究人类的行为模式。相比于传统的社会科学研究,计算社会科学依赖更大规模,更精确的人类行为数据,更多采用诸如建模,仿真,神经网络等基于数学,物理,计算机知识的方法。尽管对这个领域的设想和定义在十几年前才刚被提出,(Lazer, 2009), 时至今日,这个领域的研究已经取得了长足的进展,在研究的方法和内容上不断更新和扩充,在诸如城市管理,疫情防控,社交媒体的监管等众多方面都显现了极大的应用价值和潜力。<br />
<br />
计算社会科学和多个学科都有紧密的连接。一方面,计算社会科学的研究对象通常是人类个体的行为和人与人之间的沟通,交互和组织模式,其研究的问题和传统的社会科学,管理科学和行为科学有较大的重合,计算社会科学的研究也大量借用人类行为和组织的社会学管理学理论来解释其所发现的现象; 另一方面,计算社会科学和数学,自然科学的联系也十分紧密,包括对数据处理的方法(数学、计算机学科)和用于数据分析的手段(数学、物理学、复杂科学)。大量的行为数据往往通过互联网进行收集和传输,对如此数量的数据处理也离不开计算机,自动化工具的帮助。此外,物理学和数学模型对动态过程提供了准确,可定量的描述,非常适合用于描述人类群体的行为模式,也在计算社会科学的研究中被广泛采用。<br />
<br />
随着计算社会科学的研究范围越来越广,如今的计算社会科学已经不限于一种单一的方法,对研究者的技能要求也越来越多样。由于计算社会科学和许多不同学科交叉的特性,计算社会科学的研究者们往往只熟悉某些,或者某种理解问题的角度和分析问题的方法。这不仅限制了研究者处理不同问题和数据的能力,同时也使得研究者更难和其它研究相同或者类似问题的学者沟通,因为他们缺乏对对方的研究方法和思路的基本了解。<br />
<br />
从2022年6月18日开始,每周六晚上/每周日上午(具体时间可根据主讲人时间灵活调整,群内通知)持续时间预计 10-12周。<br />
<br />
集智斑图读书会详情: https://pattern.swarma.org/study_group/19<br />
<br />
== 项目目标 ==<br />
<br />
* 梳理计算社会读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进计算社会读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度]]。<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由计算社会读书会发起老师提供。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!积分<br />
!优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[词嵌入]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[Word2Vec]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[结构相似性]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[循环神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[卷积神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[张力]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[复杂动力系统]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[随机游走]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[网络拓扑]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[计划行为理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[平行过程延伸模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[整合科技接受模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[显性比较优势]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|方宏波<br />
|<br />
|-<br />
|[[信息级联]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[众包]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[空间组织]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[社会仿真]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[信息不对称]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[不确定性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[模糊性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[道德风险]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[机会主义行为]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[市场]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[市场经济]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会团体]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[商业社交]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[供应网络]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[网络动态学]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会化]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[可持续性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会关系]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[主体间性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会传播]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[系统设计]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[临界系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业架构]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业架构框架]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业生命周期]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|}<br />
<br />
== 志愿者名单 ==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable"<br />
!用户<br />
!集智学园ID<br />
!积分<br />
!<br />
|-<br />
|HelenHelen<br />
|90446<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%AE%A1%E7%AE%97%E7%A4%BE%E4%BC%9A%E7%A7%91%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32794
计算社会科学读书会词条梳理
2022-07-04T02:57:55Z
<p>Swarma:/* 志愿者任务领取词库 */</p>
<hr />
<div>计算方法与社会科学的交叉学科,是集智俱乐部一直以来非常关注的领域。去年举办的 第一季读书会 的密集研讨,集智的 计算社会科学主题社群 ,已经聚集200+ 来自海内外的相关学者与硕博,探讨话题涵盖多主体仿真、网络科学、NLP、CV等计算方法,在社会学、管理学、心理学、传播学等学科中的应用等领域。<br />
<br />
== 计算社会读书会背景 ==<br />
计算社会科学是近年来新涌现出的一个学科领域。随着越多越多样和大量的人类行为信息,(包括消费记录,社交媒体上的交流,位置和移动信息等)能够被收集和获取,研究人员开始利用这些数据研究人类的行为模式。相比于传统的社会科学研究,计算社会科学依赖更大规模,更精确的人类行为数据,更多采用诸如建模,仿真,神经网络等基于数学,物理,计算机知识的方法。尽管对这个领域的设想和定义在十几年前才刚被提出,(Lazer, 2009), 时至今日,这个领域的研究已经取得了长足的进展,在研究的方法和内容上不断更新和扩充,在诸如城市管理,疫情防控,社交媒体的监管等众多方面都显现了极大的应用价值和潜力。<br />
<br />
计算社会科学和多个学科都有紧密的连接。一方面,计算社会科学的研究对象通常是人类个体的行为和人与人之间的沟通,交互和组织模式,其研究的问题和传统的社会科学,管理科学和行为科学有较大的重合,计算社会科学的研究也大量借用人类行为和组织的社会学管理学理论来解释其所发现的现象; 另一方面,计算社会科学和数学,自然科学的联系也十分紧密,包括对数据处理的方法(数学、计算机学科)和用于数据分析的手段(数学、物理学、复杂科学)。大量的行为数据往往通过互联网进行收集和传输,对如此数量的数据处理也离不开计算机,自动化工具的帮助。此外,物理学和数学模型对动态过程提供了准确,可定量的描述,非常适合用于描述人类群体的行为模式,也在计算社会科学的研究中被广泛采用。<br />
<br />
随着计算社会科学的研究范围越来越广,如今的计算社会科学已经不限于一种单一的方法,对研究者的技能要求也越来越多样。由于计算社会科学和许多不同学科交叉的特性,计算社会科学的研究者们往往只熟悉某些,或者某种理解问题的角度和分析问题的方法。这不仅限制了研究者处理不同问题和数据的能力,同时也使得研究者更难和其它研究相同或者类似问题的学者沟通,因为他们缺乏对对方的研究方法和思路的基本了解。<br />
<br />
从2022年6月18日开始,每周六晚上/每周日上午(具体时间可根据主讲人时间灵活调整,群内通知)持续时间预计 10-12周。<br />
<br />
集智斑图读书会详情: https://pattern.swarma.org/study_group/19<br />
<br />
== 项目目标 ==<br />
<br />
* 梳理计算社会读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进计算社会读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度]]。<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由计算社会读书会发起老师提供。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!积分<br />
!优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[词嵌入]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[Word2Vec]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[结构相似性]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[循环神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[卷积神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[张力]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[复杂动力系统]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[随机游走]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[网络拓扑]]<br />
|<br />
|<br />
|<br />
|<br />
|*****<br />
|读书会文献算法提取重要概念<br />
|<br />
|-<br />
|[[信息级联]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[众包]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[空间组织]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[社会仿真]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[信息不对称]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[不确定性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[模糊性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[道德风险]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[机会主义行为]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[市场]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[市场经济]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会团体]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[商业社交]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[供应网络]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[网络动态学]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会化]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[可持续性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会关系]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[主体间性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会传播]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[系统设计]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[临界系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业架构]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业架构框架]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业生命周期]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[计划行为理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[平行过程延伸模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[整合科技接受模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[显性比较优势]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|方宏波<br />
|<br />
|}<br />
<br />
== 志愿者名单 ==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable"<br />
!用户<br />
!集智学园ID<br />
!积分<br />
!<br />
|-<br />
|HelenHelen<br />
|90446<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E7%99%BE%E7%A7%91%E8%BF%90%E8%90%A5%E5%91%A8%E6%8A%A5&diff=32781
集智百科运营周报
2022-07-04T00:40:57Z
<p>Swarma:/* 本词条用于记录百科词条生产进度 */</p>
<hr />
<div>'''集智百科的目标是做复杂性科学领域科学、全面、客观的百科全书'''。我们的宗旨是“知识从我而来,问题到我为止”。<br />
<br />
目前,我们已经有了无标度网络、复杂网络的双曲几何模型、复杂系统、统计物理、系统科学等精品词条,涵盖'''复杂系统、人工智能、统计物理、因果科学、计算社会科学'''等复杂性科学的关键领域,未来我们还会不断为百科添加更多内容。<br />
<br />
集智百科的生产依然采用集智俱乐部传统且高效的模式:众包生产。希望依靠社区的力量,吸引一批对知识本身,知识分享,知识整理感兴趣的朋友,一同完成这项万古长青的事业。对于任何人,只要在我们的网站注册帐号,点击编辑,按下保存,即可改变世界!<br />
<br />
我们认为词条是为大家提供最科学、专业、准确的知识,帮助大家快速了解某一个知识概念,所以我们非常追求词条的准确性和专业性。而复杂科学是跨学科性最强的学科之一,涉及了非常多不同的学科和概念,对这些非常概念的掌握,需要每个专业内的学生和老师来共同把关。<br />
<br />
我们会每周公开一些词条,希望有相关专业或对该知识点了解的同学能够参与进行,贡献自己的知识。目前集智百科的词条生产,打造了一个初步的内容生产闭环,按照内容生产的需求,分成了从词源-翻译-审校-编辑-专家审校-公众号推送上线的全流程操作,每个不同的环节,可以获得相应的积分。<br />
<br />
<br />
目前集智百科项目分为两种参与方式:[[读书会词条梳理]]与[[百科自有团队]]。<br />
<br />
读书会词条梳理工作将基于集智社区不同主题的读书会,在读书会期间统筹志愿者对该领域进行学科知识梳理。内容主题取决于读书会,会由相关专家梳理审核词条质量。<br />
<br />
百科自有团队则以两个月为周期推进,对复杂科学领域的重要概念进行梳理。<br />
<br />
=== 本词条用于记录百科词条生产进度 ===<br />
{| class="wikitable"<br />
!时间<br />
!百科自有团队-张家宁<br />
!神经动力学读书会-张家宁<br />
!地球科学读书会-李欣儒<br />
!自生成结构读书会-李欣儒<br />
!因果科学读书会-李欣儒<br />
!完成编辑审校词条-李媛翯<br />
!完成编辑审校词条-糖糖<br />
|-<br />
|2022.03.01-2022.03.07<br />
|<br />
|<br />
|[[未来地球]]<br />
|<br />
|<br />
|[[大气模式]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[生物地球化学循环]]<br />
|<br />
|<br />
|[[大数据]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[地球系统工程与管理]]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[人类圈]]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.03.07-2022.03.12<br />
|[[还原论]](130)<br />
|<br />
|[[碳中和]]<br />
|[[人工化学]]<br />
|<br />
|[[气候系统]]<br />
|<br />
|-<br />
|<br />
|[[随机过程]](200)<br />
|<br />
|<br />
|<br />
|<br />
|[[自复制自动机]]<br />
|<br />
|-<br />
|2022.03.13-2022.03.20<br />
|[[反应扩散模型和亚种群模型]](50)<br />
|<br />
|[[气候模式]]<br />
|[[还原论]]<br />
|[[逆概率加权]]<br />
|[[考夫曼]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[XNA]]<br />
|[[合成对照]]<br />
|[[生态位]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[自催化集合]]<br />
|<br />
|[[人工细胞]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[共同演化]]<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[断点回归]]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[图灵停机问题]]<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[艾伦·图灵]]<br />
|<br />
|<br />
|<br />
|-<br />
|2022.03.21-2022.03.28<br />
|[[自催化]](130)<br />
|<br />
|[[生物圈]]<br />
|<br />
|<br />
|[[人类圈]]<br />
|[[稳定性理论]]<br />
|-<br />
|<br />
|[[稳定性理论]](70)<br />
|<br />
|<br />
|<br />
|<br />
|[[气候模式]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[未来地球]]<br />
|<br />
|-<br />
!'''三月月末统计'''<br />
!'''5(580)'''<br />
!<br />
!'''7'''<br />
!'''7'''<br />
!'''3'''<br />
!'''10'''<br />
!1<br />
|-<br />
|<br />
|[[正反馈]](150)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E9%9C%8D%E5%BE%B7%E3%83%BB%E5%88%A9%E6%99%AE%E6%A3%AE 霍德・利普森]<br />
|<br />
|[https://wiki.swarma.org/index.php/Guido_Imbens Guido Imbens]<br />
|<br />
|<br />
|-<br />
|<br />
|[[时间之箭中的熵]](150)<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Sander_Greenland Sander Greenland]<br />
|<br />
|<br />
|-<br />
|<br />
|[[布尔网络]](150)<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Tyler_VanderWeele Tyler VanderWeele]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Miguel_Hern%C3%A1n Miguel Hernán]<br />
|<br />
|<br />
|-<br />
|2022.03.29-2022.04.02<br />
|[https://wiki.swarma.org/index.php/%E9%87%8F%E5%AD%90%E5%9B%BE%E7%81%B5%E6%9C%BA 量子图灵机](50)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E9%81%A5%E7%9B%B8%E5%85%B3 遥相关]<br />
|[https://wiki.swarma.org/index.php/P/NP%E9%97%AE%E9%A2%98 P/NP问题]<br />
|[[Clark Glymour]]<br />
|<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/Pareto%E5%88%86%E5%B8%83 Pareto分布](110)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%85%A8%E7%90%83%E6%B0%94%E5%80%99%E8%A7%82%E6%B5%8B%E7%B3%BB%E7%BB%9F 全球气候观测系统]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[[非平衡热力学的极值定理]](130)<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[[计算经济学]](30)<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.04.03-2022.04.10<br />
|[https://wiki.swarma.org/index.php/%E7%B3%BB%E7%BB%9F%E7%94%9F%E6%80%81%E5%AD%A6 系统生态学](70)<br />
|[[大规模脑网络]](30)<br />
|<br />
|[[Protocell]]<br />
|<br />
|[[自催化集合]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[霍奇金-赫胥黎模型]](30)<br />
|<br />
|[[受限生成过程]]<br />
|<br />
|[[人工化学]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[霍德・利普森]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[大规模脑网络]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[霍奇金-赫胥黎模型]]<br />
|<br />
|-<br />
|2022.04.11-2022.04.17<br />
|[[六度分隔理论]](130)<br />
|<br />
|<br />
|<br />
|[[无混淆性 Unconfoundedness]]<br />
|[[六度分隔理论]]<br />
|<br />
|-<br />
|<br />
|[[线性系统]](30)<br />
|<br />
|<br />
|<br />
|[[主分层]]<br />
|[[生物地球化学循环]]<br />
|<br />
|-<br />
|2022.04.18-2022.04.24<br />
|[[非平衡系统]](150)<br />
|<br />
|<br />
|<br />
|[[Susan Athey]]<br />
|[[自相似]]<br />
|<br />
|-<br />
|<br />
|[[社会认同]](30)<br />
|<br />
|<br />
|<br />
|<br />
|[[合成对照]]<br />
|<br />
|-<br />
|<br />
|[[复杂传染|复杂传染(30)]]<br />
|<br />
|<br />
|<br />
|<br />
|[[断点回归]]<br />
|<br />
|-<br />
|<br />
|[[渗流|渗流(30)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
!'''四月月末统计'''<br />
!14(1240)<br />
!2(60)<br />
!3<br />
!3<br />
!8<br />
!10<br />
!<br />
|-<br />
|2022.04.25-2022.05.02<br />
|[[计算模型]]<br />
|[[癫痫的计算模型]]<br />
|[[气候系统转折点]]<br />
|<br />
|[[双重差分]]<br />
|[[量子图灵机]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[Elias Bareinboim]]<br />
|[[神经形态计算]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[Counterfactuals and causal inference]]***<br />
|[[癫痫的计算模型]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[遥相关]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[神经元]]<br />
|<br />
|<br />
|<br />
|[[神经元]]<br />
|<br />
|-<br />
|2022.05.02-2022.05.08<br />
|[[还原论]]<br />
|[[神经形态计算]]<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Donald_Rubin Donald Rubin]<br />
|[[无混淆性 Unconfoundedness]]<br />
|<br />
|-<br />
|<br />
|[[控制系统]]<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/%E8%BE%9B%E6%99%AE%E6%A3%AE%E6%82%96%E8%AE%BA 辛普森悖论] <br />
|[[主分层]]<br />
|<br />
|-<br />
|<br />
|[[B-Z反应]]<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/James_Robins James Robins] <br />
|[[双重差分]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Causal_Inference_in_Statistics:_A_Primer Causal Inference in Statistics: A Primer]<br />
|[[辛普森悖论]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/The_Book_of_Why The Book of Why]<br />
|[[全球气候观测系统]]<br />
|<br />
|-<br />
|2022.05.09-2022.05.15<br />
|[[同步]]<br />
|[[神经回路]]<br />
|<br />
|<br />
|[[潜在结果]]<br />
|[[自催化]]<br />
|<br />
|-<br />
|<br />
|[[贝叶斯推断]]<br />
|[[树突]]<br />
|<br />
|<br />
|[[因果之梯]]<br />
|[[还原论]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[突触]]<br />
|<br />
|<br />
|[[因果推断引擎]]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[链接合,叉接合,对撞接合]]<br />
|<br />
|<br />
|-<br />
|2022.05.16-2022.05.22<br />
<br />
|<br />
|[[双稳性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[动力学平均场理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[统计场论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[异步(计算机编程)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
!'''五月月末统计'''<br />
!6<br />
!10<br />
!1<br />
!0<br />
!12<br />
!12<br />
!<br />
|-<br />
|2022.05.23-2022.05.29<br />
|<br />
|<br />
|<br />
|<br />
|[[干预]]<br />
|[[双稳性]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[动力学平均场理论]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[同步]]<br />
|<br />
|-<br />
|2022.05.30-2022.06.05<br />
|[https://wiki.swarma.org/index.php/%E7%83%AD%E5%8A%9B%E5%AD%A6%E7%B3%BB%E7%BB%9F 热力学系统]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E7%83%AD%E5%8A%9B%E5%AD%A6%E5%B9%B3%E8%A1%A1 热力学平衡]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.06.06-2022.06.12<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%82%A8%E5%A4%87%E6%B1%A0%E8%AE%A1%E7%AE%97 储备池计算]<br />
|<br />
|<br />
|[[回归分析]]<br />
|<br />
|<br />
|-<br />
|2022.06.13-2022.06.19<br />
|[[感染率]]<br />
|[[兴奋-抑制平衡]]<br />
|<br />
|<br />
|[[Elements of Causal Inference: Foundations and Learning Algorithms]]<br />
|[[神经场]]<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%9F%BA%E6%9C%AC%E5%86%8D%E7%94%9F%E6%95%B0%EF%BC%88Basic_Reproduction_Number%EF%BC%89 基本再生数(Basic Reproduction Number)]<br />
|[[神经场]]<br />
|<br />
|<br />
|[[Causality: Model, Reasoning, and Inference]]<br />
|[[储备池计算]]<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%85%8D%E7%96%AB%E7%AD%96%E7%95%A5%EF%BC%88Immunization_Strategy%EF%BC%89 免疫策略(Immunization Strategy)]<br />
|<br />
|<br />
|<br />
|<br />
|[[树突]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[突触]]<br />
|<br />
|-<br />
|2022.06.20-2022.06.26<br />
|[[离散时间和连续时间]]<br />
|<br />
|<br />
|<br />
|[[Judea Pearl]]<br />
|<br />
|<br />
|-<br />
!六月月末统计<br />
!6<br />
!3<br />
!<br />
!<br />
!5<br />
!7<br />
!<br />
|-<br />
|2022.06.27-2022.07.04<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%AE%A1%E7%AE%97%E7%A4%BE%E4%BC%9A%E7%A7%91%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32780
计算社会科学读书会词条梳理
2022-07-04T00:30:13Z
<p>Swarma:</p>
<hr />
<div>计算方法与社会科学的交叉学科,是集智俱乐部一直以来非常关注的领域。去年举办的 第一季读书会 的密集研讨,集智的 计算社会科学主题社群 ,已经聚集200+ 来自海内外的相关学者与硕博,探讨话题涵盖多主体仿真、网络科学、NLP、CV等计算方法,在社会学、管理学、心理学、传播学等学科中的应用等领域。<br />
<br />
== 计算社会读书会背景 ==<br />
计算社会科学是近年来新涌现出的一个学科领域。随着越多越多样和大量的人类行为信息,(包括消费记录,社交媒体上的交流,位置和移动信息等)能够被收集和获取,研究人员开始利用这些数据研究人类的行为模式。相比于传统的社会科学研究,计算社会科学依赖更大规模,更精确的人类行为数据,更多采用诸如建模,仿真,神经网络等基于数学,物理,计算机知识的方法。尽管对这个领域的设想和定义在十几年前才刚被提出,(Lazer, 2009), 时至今日,这个领域的研究已经取得了长足的进展,在研究的方法和内容上不断更新和扩充,在诸如城市管理,疫情防控,社交媒体的监管等众多方面都显现了极大的应用价值和潜力。<br />
<br />
计算社会科学和多个学科都有紧密的连接。一方面,计算社会科学的研究对象通常是人类个体的行为和人与人之间的沟通,交互和组织模式,其研究的问题和传统的社会科学,管理科学和行为科学有较大的重合,计算社会科学的研究也大量借用人类行为和组织的社会学管理学理论来解释其所发现的现象; 另一方面,计算社会科学和数学,自然科学的联系也十分紧密,包括对数据处理的方法(数学、计算机学科)和用于数据分析的手段(数学、物理学、复杂科学)。大量的行为数据往往通过互联网进行收集和传输,对如此数量的数据处理也离不开计算机,自动化工具的帮助。此外,物理学和数学模型对动态过程提供了准确,可定量的描述,非常适合用于描述人类群体的行为模式,也在计算社会科学的研究中被广泛采用。<br />
<br />
随着计算社会科学的研究范围越来越广,如今的计算社会科学已经不限于一种单一的方法,对研究者的技能要求也越来越多样。由于计算社会科学和许多不同学科交叉的特性,计算社会科学的研究者们往往只熟悉某些,或者某种理解问题的角度和分析问题的方法。这不仅限制了研究者处理不同问题和数据的能力,同时也使得研究者更难和其它研究相同或者类似问题的学者沟通,因为他们缺乏对对方的研究方法和思路的基本了解。<br />
<br />
从2022年6月18日开始,每周六晚上/每周日上午(具体时间可根据主讲人时间灵活调整,群内通知)持续时间预计 10-12周。<br />
<br />
集智斑图读书会详情: https://pattern.swarma.org/study_group/19<br />
<br />
== 项目目标 ==<br />
<br />
* 梳理计算社会读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进计算社会读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度]]。<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由计算社会读书会发起老师提供。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!积分<br />
!优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[信息级联]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[众包]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[空间组织]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[社会仿真]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[信息不对称]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[不确定性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[模糊性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[道德风险]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[机会主义行为]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[市场]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[市场经济]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会团体]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[商业社交]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[供应网络]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[网络动态学]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会化]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[可持续性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会关系]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[主体间性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会传播]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[系统设计]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[临界系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业架构]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业架构框架]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业生命周期]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[计划行为理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[平行过程延伸模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[整合科技接受模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[显性比较优势]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|方宏波<br />
|<br />
|-<br />
|[[词嵌入]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[Word2Vec]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[结构相似性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[循环神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[卷积神经网络]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[张力]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[复杂动力系统]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[随机游走]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[网络拓扑]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|}<br />
<br />
== 志愿者名单 ==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable"<br />
!用户<br />
!集智学园ID<br />
!积分<br />
!<br />
|-<br />
|HelenHelen<br />
|90446<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E8%AE%A1%E7%AE%97%E7%A4%BE%E4%BC%9A%E7%A7%91%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32716
计算社会科学读书会词条梳理
2022-06-30T06:46:43Z
<p>Swarma:</p>
<hr />
<div>计算方法与社会科学的交叉学科,是集智俱乐部一直以来非常关注的领域。去年举办的 第一季读书会 的密集研讨,集智的 计算社会科学主题社群 ,已经聚集200+ 来自海内外的相关学者与硕博,探讨话题涵盖多主体仿真、网络科学、NLP、CV等计算方法,在社会学、管理学、心理学、传播学等学科中的应用等领域。<br />
<br />
== 计算社会读书会背景 ==<br />
计算社会科学是近年来新涌现出的一个学科领域。随着越多越多样和大量的人类行为信息,(包括消费记录,社交媒体上的交流,位置和移动信息等)能够被收集和获取,研究人员开始利用这些数据研究人类的行为模式。相比于传统的社会科学研究,计算社会科学依赖更大规模,更精确的人类行为数据,更多采用诸如建模,仿真,神经网络等基于数学,物理,计算机知识的方法。尽管对这个领域的设想和定义在十几年前才刚被提出,(Lazer, 2009), 时至今日,这个领域的研究已经取得了长足的进展,在研究的方法和内容上不断更新和扩充,在诸如城市管理,疫情防控,社交媒体的监管等众多方面都显现了极大的应用价值和潜力。<br />
<br />
计算社会科学和多个学科都有紧密的连接。一方面,计算社会科学的研究对象通常是人类个体的行为和人与人之间的沟通,交互和组织模式,其研究的问题和传统的社会科学,管理科学和行为科学有较大的重合,计算社会科学的研究也大量借用人类行为和组织的社会学管理学理论来解释其所发现的现象; 另一方面,计算社会科学和数学,自然科学的联系也十分紧密,包括对数据处理的方法(数学、计算机学科)和用于数据分析的手段(数学、物理学、复杂科学)。大量的行为数据往往通过互联网进行收集和传输,对如此数量的数据处理也离不开计算机,自动化工具的帮助。此外,物理学和数学模型对动态过程提供了准确,可定量的描述,非常适合用于描述人类群体的行为模式,也在计算社会科学的研究中被广泛采用。<br />
<br />
随着计算社会科学的研究范围越来越广,如今的计算社会科学已经不限于一种单一的方法,对研究者的技能要求也越来越多样。由于计算社会科学和许多不同学科交叉的特性,计算社会科学的研究者们往往只熟悉某些,或者某种理解问题的角度和分析问题的方法。这不仅限制了研究者处理不同问题和数据的能力,同时也使得研究者更难和其它研究相同或者类似问题的学者沟通,因为他们缺乏对对方的研究方法和思路的基本了解。<br />
<br />
从2022年6月18日开始,每周六晚上/每周日上午(具体时间可根据主讲人时间灵活调整,群内通知)持续时间预计 10-12周。<br />
<br />
集智斑图读书会详情: https://pattern.swarma.org/study_group/19<br />
<br />
== 项目目标 ==<br />
<br />
* 梳理计算社会读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进计算社会读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度]]。<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由计算社会读书会发起老师提供。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!积分<br />
!优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[信息级联]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[众包]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[空间组织]]<br />
|HelenHelen<br />
|2022.06.09<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[社会仿真]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[信息不对称]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[不确定性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[模糊性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[道德风险]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[机会主义行为]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[市场]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[市场经济]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会团体]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[商业社交]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[供应网络]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[网络动态学]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会化]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[可持续性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会关系]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[主体间性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[社会传播]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|罗家德<br />
|<br />
|-<br />
|[[系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[系统设计]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[临界系统思维]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业架构]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业架构框架]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[企业生命周期]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|志愿者AvecSally提供<br />
|<br />
|-<br />
|[[计划行为理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[平行过程延伸模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[整合科技接受模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|朱雅婧<br />
|<br />
|-<br />
|[[显性比较优势]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|方宏波<br />
|<br />
|}<br />
<br />
== 志愿者名单 ==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable"<br />
!用户<br />
!集智学园ID<br />
!积分<br />
!<br />
|-<br />
|HelenHelen<br />
|90446<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E9%AB%98%E9%98%B6%E7%BD%91%E7%BB%9C%E8%AF%BB%E4%B9%A6%E4%BC%9A%E8%AF%8D%E6%9D%A1%E6%A2%B3%E7%90%86&diff=32715
高阶网络读书会词条梳理
2022-06-30T06:30:45Z
<p>Swarma:/* 志愿者任务领取词库 */</p>
<hr />
<div><br />
<br />
随着对现实世界的探索不断深入,人们发现在许多真实的复杂系统中,组成系统的个体之间不仅存在二元交互关系,也广泛存在多个体同时(或以特定顺序)进行交互,即高阶交互现象。为此,研究人员分别发展出了基于超图、单纯复形、依赖关系等的网络高阶表示模型,为复杂网络分析和研究提供了新的思路。本次读书会将分享高阶网络的基本概念、建模方法、关键问题及其应用,以基础理论与前沿成果相结合的方式,激发高阶交互现象的思维碰撞,共同领略复杂网络中高阶交互的魅力。<br />
<br />
从 6月 28日(周二)20:00 开始,后续每周分享时间为每周四 19:00-21:00 进行,预计持续 10-12 周。<br />
<br />
集智斑图课程详情:https://pattern.swarma.org/study_group/17<br />
== 项目目标 ==<br />
<br />
* 梳理高阶网络读书会中所属领域相关的重要知识概念,为初学者提供更好的认知地图<br />
* 促进高阶网络读书会所属领域的概念统一和对齐,达成共识<br />
* 跟随讲者的报告内容,定制化产出与报告内容紧密相连的重要概念,做精品词条的同时也给读书会成员提供预习资料<br />
* 不批量产生词条,生产精品高质量的词条<br />
<br />
== 积分兑换制度 ==<br />
参与本次读书会词条梳理工作的志愿者,完成工作可享受积分兑换奖励,积分累计299可享受读书会退费。<br />
<br />
详见[[激励制度]]。<br />
<br />
== 词条来源 ==<br />
该项目的词条来源由高阶网络读书会发起老师提供。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 志愿者任务领取词库 ==<br />
{| class="wikitable sortable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!积分<br />
!优先级<br />
!词条提供老师<br />
!备注<br />
|-<br />
|[[巨连通分支]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[互惠性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[传递关系]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[单纯复型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[零模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[生成模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[圈(图论)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[圈检测]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[团复形]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[单纯形图]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[单纯形]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|}<br />
<br />
== 志愿者名单 ==<br />
<br />
==== '''读书会词条运营负责人:'''[https://wiki.swarma.org/index.php/%E7%94%A8%E6%88%B7:AvecSally AvecSally] ====<br />
{| class="wikitable"<br />
!用户<br />
!集智学园ID<br />
!积分<br />
!<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E7%99%BE%E7%A7%91%E8%BF%90%E8%90%A5%E5%91%A8%E6%8A%A5&diff=32553
集智百科运营周报
2022-06-22T13:18:49Z
<p>Swarma:/* 本词条用于记录百科词条生产进度 */</p>
<hr />
<div>'''集智百科的目标是做复杂性科学领域科学、全面、客观的百科全书'''。我们的宗旨是“知识从我而来,问题到我为止”。<br />
<br />
目前,我们已经有了无标度网络、复杂网络的双曲几何模型、复杂系统、统计物理、系统科学等精品词条,涵盖'''复杂系统、人工智能、统计物理、因果科学、计算社会科学'''等复杂性科学的关键领域,未来我们还会不断为百科添加更多内容。<br />
<br />
集智百科的生产依然采用集智俱乐部传统且高效的模式:众包生产。希望依靠社区的力量,吸引一批对知识本身,知识分享,知识整理感兴趣的朋友,一同完成这项万古长青的事业。对于任何人,只要在我们的网站注册帐号,点击编辑,按下保存,即可改变世界!<br />
<br />
我们认为词条是为大家提供最科学、专业、准确的知识,帮助大家快速了解某一个知识概念,所以我们非常追求词条的准确性和专业性。而复杂科学是跨学科性最强的学科之一,涉及了非常多不同的学科和概念,对这些非常概念的掌握,需要每个专业内的学生和老师来共同把关。<br />
<br />
我们会每周公开一些词条,希望有相关专业或对该知识点了解的同学能够参与进行,贡献自己的知识。目前集智百科的词条生产,打造了一个初步的内容生产闭环,按照内容生产的需求,分成了从词源-翻译-审校-编辑-专家审校-公众号推送上线的全流程操作,每个不同的环节,可以获得相应的积分。<br />
<br />
<br />
目前集智百科项目分为两种参与方式:[[读书会词条梳理]]与[[百科自有团队]]。<br />
<br />
读书会词条梳理工作将基于集智社区不同主题的读书会,在读书会期间统筹志愿者对该领域进行学科知识梳理。内容主题取决于读书会,会由相关专家梳理审核词条质量。<br />
<br />
百科自有团队则以两个月为周期推进,对复杂科学领域的重要概念进行梳理。<br />
<br />
=== 本词条用于记录百科词条生产进度 ===<br />
{| class="wikitable"<br />
!时间<br />
!百科自有团队-张家宁<br />
!神经动力学读书会-张家宁<br />
!地球科学读书会-李欣儒<br />
!自生成结构读书会-李欣儒<br />
!因果科学读书会-李欣儒<br />
!完成编辑审校词条-李媛翯<br />
!完成编辑审校词条-糖糖<br />
|-<br />
|2022.03.01-2022.03.07<br />
|<br />
|<br />
|[[未来地球]]<br />
|<br />
|<br />
|[[大气模式]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[生物地球化学循环]]<br />
|<br />
|<br />
|[[大数据]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[地球系统工程与管理]]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|[[人类圈]]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.03.07-2022.03.12<br />
|[[还原论]](130)<br />
|<br />
|[[碳中和]]<br />
|[[人工化学]]<br />
|<br />
|[[气候系统]]<br />
|<br />
|-<br />
|<br />
|[[随机过程]](200)<br />
|<br />
|<br />
|<br />
|<br />
|[[自复制自动机]]<br />
|<br />
|-<br />
|2022.03.13-2022.03.20<br />
|[[反应扩散模型和亚种群模型]](50)<br />
|<br />
|[[气候模式]]<br />
|[[还原论]]<br />
|[[逆概率加权]]<br />
|[[考夫曼]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[XNA]]<br />
|[[合成对照]]<br />
|[[生态位]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[自催化集合]]<br />
|<br />
|[[人工细胞]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[共同演化]]<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[断点回归]]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[图灵停机问题]]<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|[[艾伦·图灵]]<br />
|<br />
|<br />
|<br />
|-<br />
|2022.03.21-2022.03.28<br />
|[[自催化]](130)<br />
|<br />
|[[生物圈]]<br />
|<br />
|<br />
|[[人类圈]]<br />
|[[稳定性理论]]<br />
|-<br />
|<br />
|[[稳定性理论]](70)<br />
|<br />
|<br />
|<br />
|<br />
|[[气候模式]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[未来地球]]<br />
|<br />
|-<br />
!'''三月月末统计'''<br />
!'''5(580)'''<br />
!<br />
!'''7'''<br />
!'''7'''<br />
!'''3'''<br />
!'''10'''<br />
!1<br />
|-<br />
|<br />
|[[正反馈]](150)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E9%9C%8D%E5%BE%B7%E3%83%BB%E5%88%A9%E6%99%AE%E6%A3%AE 霍德・利普森]<br />
|<br />
|[https://wiki.swarma.org/index.php/Guido_Imbens Guido Imbens]<br />
|<br />
|<br />
|-<br />
|<br />
|[[时间之箭中的熵]](150)<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Sander_Greenland Sander Greenland]<br />
|<br />
|<br />
|-<br />
|<br />
|[[布尔网络]](150)<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Tyler_VanderWeele Tyler VanderWeele]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Miguel_Hern%C3%A1n Miguel Hernán]<br />
|<br />
|<br />
|-<br />
|2022.03.29-2022.04.02<br />
|[https://wiki.swarma.org/index.php/%E9%87%8F%E5%AD%90%E5%9B%BE%E7%81%B5%E6%9C%BA 量子图灵机](50)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E9%81%A5%E7%9B%B8%E5%85%B3 遥相关]<br />
|[https://wiki.swarma.org/index.php/P/NP%E9%97%AE%E9%A2%98 P/NP问题]<br />
|[[Clark Glymour]]<br />
|<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/Pareto%E5%88%86%E5%B8%83 Pareto分布](110)<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%85%A8%E7%90%83%E6%B0%94%E5%80%99%E8%A7%82%E6%B5%8B%E7%B3%BB%E7%BB%9F 全球气候观测系统]<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[[非平衡热力学的极值定理]](130)<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[[计算经济学]](30)<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.04.03-2022.04.10<br />
|[https://wiki.swarma.org/index.php/%E7%B3%BB%E7%BB%9F%E7%94%9F%E6%80%81%E5%AD%A6 系统生态学](70)<br />
|[[大规模脑网络]](30)<br />
|<br />
|[[Protocell]]<br />
|<br />
|[[自催化集合]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[霍奇金-赫胥黎模型]](30)<br />
|<br />
|[[受限生成过程]]<br />
|<br />
|[[人工化学]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[霍德・利普森]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[大规模脑网络]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[霍奇金-赫胥黎模型]]<br />
|<br />
|-<br />
|2022.04.11-2022.04.17<br />
|[[六度分隔理论]](130)<br />
|<br />
|<br />
|<br />
|[[无混淆性 Unconfoundedness]]<br />
|[[六度分隔理论]]<br />
|<br />
|-<br />
|<br />
|[[线性系统]](30)<br />
|<br />
|<br />
|<br />
|[[主分层]]<br />
|[[生物地球化学循环]]<br />
|<br />
|-<br />
|2022.04.18-2022.04.24<br />
|[[非平衡系统]](150)<br />
|<br />
|<br />
|<br />
|[[Susan Athey]]<br />
|[[自相似]]<br />
|<br />
|-<br />
|<br />
|[[社会认同]](30)<br />
|<br />
|<br />
|<br />
|<br />
|[[合成对照]]<br />
|<br />
|-<br />
|<br />
|[[复杂传染|复杂传染(30)]]<br />
|<br />
|<br />
|<br />
|<br />
|[[断点回归]]<br />
|<br />
|-<br />
|<br />
|[[渗流|渗流(30)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
!'''四月月末统计'''<br />
!14(1240)<br />
!2(60)<br />
!3<br />
!3<br />
!8<br />
!10<br />
!<br />
|-<br />
|2022.04.25-2022.05.02<br />
|[[计算模型]]<br />
|[[癫痫的计算模型]]<br />
|[[气候系统转折点]]<br />
|<br />
|[[双重差分]]<br />
|[[量子图灵机]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[Elias Bareinboim]]<br />
|[[神经形态计算]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[Counterfactuals and causal inference]]***<br />
|[[癫痫的计算模型]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[遥相关]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[神经元]]<br />
|<br />
|<br />
|<br />
|[[神经元]]<br />
|<br />
|-<br />
|2022.05.02-2022.05.08<br />
|[[还原论]]<br />
|[[神经形态计算]]<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Donald_Rubin Donald Rubin]<br />
|[[无混淆性 Unconfoundedness]]<br />
|<br />
|-<br />
|<br />
|[[控制系统]]<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/%E8%BE%9B%E6%99%AE%E6%A3%AE%E6%82%96%E8%AE%BA 辛普森悖论] <br />
|[[主分层]]<br />
|<br />
|-<br />
|<br />
|[[B-Z反应]]<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/James_Robins James Robins] <br />
|[[双重差分]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/Causal_Inference_in_Statistics:_A_Primer Causal Inference in Statistics: A Primer]<br />
|[[辛普森悖论]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[https://wiki.swarma.org/index.php/The_Book_of_Why The Book of Why]<br />
|[[全球气候观测系统]]<br />
|<br />
|-<br />
|2022.05.09-2022.05.15<br />
|[[同步]]<br />
|[[神经回路]]<br />
|<br />
|<br />
|[[潜在结果]]<br />
|[[自催化]]<br />
|<br />
|-<br />
|<br />
|[[贝叶斯推断]]<br />
|[[树突]]<br />
|<br />
|<br />
|[[因果之梯]]<br />
|[[还原论]]<br />
|<br />
|-<br />
|<br />
|<br />
|[[突触]]<br />
|<br />
|<br />
|[[因果推断引擎]]<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[链接合,叉接合,对撞接合]]<br />
|<br />
|<br />
|-<br />
|2022.05.16-2022.05.22<br />
<br />
|<br />
|[[双稳性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[动力学平均场理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[统计场论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|<br />
|[[异步(计算机编程)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
!'''五月月末统计'''<br />
!6<br />
!10<br />
!1<br />
!0<br />
!12<br />
!12<br />
!<br />
|-<br />
|2022.05.23-2022.05.29<br />
|<br />
|<br />
|<br />
|<br />
|[[干预]]<br />
|[[双稳性]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[动力学平均场理论]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[同步]]<br />
|<br />
|-<br />
|2022.05.30-2022.06.05<br />
|[https://wiki.swarma.org/index.php/%E7%83%AD%E5%8A%9B%E5%AD%A6%E7%B3%BB%E7%BB%9F 热力学系统]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E7%83%AD%E5%8A%9B%E5%AD%A6%E5%B9%B3%E8%A1%A1 热力学平衡]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|2022.06.06-2022.06.12<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%82%A8%E5%A4%87%E6%B1%A0%E8%AE%A1%E7%AE%97 储备池计算]<br />
|<br />
|<br />
|[[回归分析]]<br />
|<br />
|<br />
|-<br />
|2022.06.13-2022.06.19<br />
|[[感染率]]<br />
|[[兴奋-抑制平衡]]<br />
|<br />
|<br />
|[[Elements of Causal Inference: Foundations and Learning Algorithms]]<br />
|[[神经场]]<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%9F%BA%E6%9C%AC%E5%86%8D%E7%94%9F%E6%95%B0%EF%BC%88Basic_Reproduction_Number%EF%BC%89 基本再生数(Basic Reproduction Number)]<br />
|[[神经场]]<br />
|<br />
|<br />
|[[Causality: Model, Reasoning, and Inference]]<br />
|[[储备池计算]]<br />
|<br />
|-<br />
|<br />
|[https://wiki.swarma.org/index.php/%E5%85%8D%E7%96%AB%E7%AD%96%E7%95%A5%EF%BC%88Immunization_Strategy%EF%BC%89 免疫策略(Immunization Strategy)]<br />
|<br />
|<br />
|<br />
|<br />
|[[树突]]<br />
|<br />
|-<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|[[突触]]<br />
|<br />
|-<br />
|2022.06.20-<br />
|[[离散时间和连续时间]]<br />
|<br />
|<br />
|<br />
|[[Judea Pearl]]<br />
|<br />
|<br />
|}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E7%99%BE%E7%A7%91%E8%87%AA%E6%9C%89%E5%9B%A2%E9%98%9F&diff=32552
百科自有团队
2022-06-22T13:17:55Z
<p>Swarma:/* 3-4月任务领取词库 */</p>
<hr />
<div>集智百科的目标是做复杂性科学领域科学、全面、客观的百科全书。我们的宗旨是“知识从我而来,问题到我为止”。我们认为词条是为大家提供最科学、专业、准确的知识,帮助大家快速了解某一个知识概念,所以我们非常追求词条的准确性和专业性。而复杂科学是跨学科性最强的学科之一,涉及了非常多不同的学科和概念,对这些非常概念的掌握,需要每个专业内的学生和老师来共同把关。<br />
<br />
我们会每周公开一些词条,希望有相关专业或对该知识点了解的同学能够参与进行,贡献自己的知识。目前集智百科的词条生产,打造了一个初步的内容生产闭环,按照内容生产的需求,分成了从词源-翻译-审校-编辑-专家审校-公众号推送上线的全流程操作,参与词条整理的工作可以获得相应的积分(积分用途及详情可以参看激励制度)<br />
[[文件:百科自有团队.png|缩略图|600x600像素]]<br />
<br />
== 2022年度规划 ==<br />
百科自有团队为2022年开始运营的词条生产线,项目以两个月为周期对志愿者进行招募、培训、翻译审校、编辑排版、专家审核的流程,为读书会词条梳理的并行项目。<br />
<br />
志愿者的来源大部分为集智公众号粉丝,报名参与测试后加入自由团队进行为期两个月的志愿者活动。<br />
<br />
并行项目:[[读书会词条梳理]] [[NetLogo模型汇总]]<br />
<br />
== 词条来源 ==<br />
详细的集智百科发展可参见[[集智百科发展史]]。目前百科自有团队的词条来源依旧是集智科学家在百科建立初期提供的复杂科学相关的知识词条,我们期待对内容生成感兴趣的你加入,共同完成这伟大的项目。<br />
<br />
进度跟进[[集智百科运营周报]]。<br />
<br />
== 任务领取周期 ==<br />
百科志愿者需要在开始编辑前联系负责人完成注册账号,请详细阅读以下教程<br />
<br />
# [[如何上手集智百科]]<br />
# 学习[[编辑案例]]<br />
# 了解[[激励制度]]<br />
<br />
== 3-4月任务领取词库 ==<br />
本期词条已全部翻译完成,积分统计完成。展开查看详情。<br />
{| class="wikitable sortable mw-collapsible"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!对应积分<br />
!积分统计情况<br />
|-<br />
|[[量子图灵机]]<br />
|陈思璇<br />
|2022.03.13<br />
|2022.03.31<br />
|1561/50<br />
|完成<br />
|-<br />
|[[非平衡系统]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.03.22<br />
|2022.04.21<br />
|8621/150<br />
|完成<br />
|-<br />
|[[渗流]]<br />
|AvecSally<br />
|2022.04.22<br />
|2022.04.22<br />
|<br />
|完成<br />
|-<br />
|[[B-Z反应]]<br />
|水手9303<br />
|2022.04.22<br />
|2022.05.04<br />
|1382/30<br />
|完成<br />
|-<br />
|[[布尔网络]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.03.22<br />
|2022.03.26<br />
|7031/150<br />
|完成<br />
|-<br />
|[[时间之箭中的熵]]<br />
|雪儿<br />
|2022.03.14<br />
|2022.03.28<br />
|6893/150<br />
|完成<br />
|-<br />
|[[反应扩散模型和亚种群模型]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.03.13<br />
|2022.03.21<br />
|1814/50<br />
|完成<br />
|-<br />
|[[稳定性理论]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.03.13<br />
|2022.03.21<br />
|3315/70<br />
|完成<br />
|-<br />
|[[Pareto分布]]<br />
|Inch<br />
|2022.03.27<br />
|2022.03.30<br />
|4808/110<br />
|完成<br />
|-<br />
|[[自催化]]<br />
|任航琦<br />
|2022.03.13<br />
|2022.03.21<br />
|5848/130<br />
|完成<br />
|-<br />
|[[正反馈]]<br />
|郝敏升<br />
|2022.03.14<br />
|2022.03.26<br />
|8192/150<br />
|完成<br />
|-<br />
|[[系统生态学]]<br />
|水手9303<br />
|2022.03.28<br />
|2022.04.09<br />
|3433/70<br />
|完成<br />
|-<br />
|[[非平衡热力学的极值定理]]<br />
|张羽杰<br />
|2022.03.14<br />
|2022.03.31<br />
|6139/130<br />
|完成<br />
|-<br />
|[[计算经济学]]<br />
|鹿儿<br />
|2022.03.14<br />
|2022.04.02<br />
|650/30<br />
|完成<br />
|-<br />
|[[还原论]]<br />
|王薏潮<br />
|2022.01.01<br />
|2022.03.21<br />
|5820/130<br />
|完成<br />
|-<br />
|[[六度分离理论]]<br />
|鹿儿<br />
|2022.03.14<br />
|2022.04.14<br />
|6474/130<br />
|完成<br />
|-<br />
|[[控制系统]]<br />
|水手9303<br />
|2022.04.08<br />
|2022.05.04<br />
|3831/90<br />
|完成<br />
|-<br />
|[[贝叶斯推断]]<br />
|陈思璇<br />
|2022.03.31<br />
|2022.05.04<br />
|7381/150<br />
|完成<br />
|-<br />
|[[热力学平衡]]<br />
|天天<br />
|2022.04.24<br />
|2022.05.30<br />
|10118/200<br />
|完成<br />
|-<br />
|[[线性系统]]<br />
|王薏潮<br />
|2022.03.30<br />
|2022.04.15<br />
|1027/30<br />
|完成<br />
|-<br />
|[[计算模型]]<br />
|AvecSally<br />
|2022.04.24<br />
|2022.04.24<br />
|<br />
|完成<br />
|-<br />
|[[热力学]]<br />
|天天<br />
|2022.04.18<br />
|2022.04.22<br />
|6657/150*1.3<br />
|完成<br />
|-<br />
|[[热力学系统]]<br />
|天天<br />
|2022.04.24<br />
|2022.05.30<br />
|6879/150<br />
|完成<br />
|-<br />
|[[社会认同]]<br />
|AvecSally<br />
|2022.04.22<br />
|2022.04.22<br />
|<br />
|完成<br />
|-<br />
|[[同步]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.04.22<br />
|2022.05.07<br />
|4952/110<br />
|完成<br />
|-<br />
|[[还原论]]<br />
|[[用户:Bnustv|Bnustv]]<br />
|2022.04.22<br />
|2022.05.07<br />
|6305/130+50<br />
|完成<br />
|-<br />
|[[复杂传染]]<br />
|AvecSally<br />
|2022.04.22<br />
|2022.04.22<br />
|<br />
|完成<br />
|}<br />
<br />
== 5-6月任务领取词库 ==<br />
{| class="wikitable"<br />
|+<br />
!词条<br />
!认领人<br />
!认领时间<br />
!完成时间<br />
!对应积分<br />
!积分统计情况<br />
|-<br />
|[[贪心算法]]<br />
|Tanpopo<br />
|2022.05.01<br />
|<br />
|<br />
|<br />
|-<br />
|[[湍流]]<br />
|雪儿<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[谢宾斯基三角形]]<br />
|Inch<br />
|2022.04.01<br />
|<br />
|<br />
|<br />
|-<br />
|[[费根鲍姆常数]]<br />
|张羽杰<br />
|2022.04.02<br />
|<br />
|<br />
|<br />
|-<br />
|[[社会性昆虫的任务分配与划分]]<br />
|雪儿<br />
|2022.03.28<br />
|<br />
|<br />
|<br />
|-<br />
|[[离散时间和连续时间]]<br />
|草三水甫<br />
|2022.04.15<br />
|2022.06.22<br />
|<br />
|<br />
|-<br />
|[[大自然的斑图]]<br />
|张自在<br />
|2022.04.22<br />
|<br />
|<br />
|<br />
|-<br />
|[[完全信息]]<br />
|王薏潮<br />
|2022.04.15<br />
|<br />
|<br />
|<br />
|-<br />
|[[初始状态]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[相对熵]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[克罗内克图]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[奇点理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[科赫雪花]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[L-系统]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[艾伦·图灵]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[遍历理论]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[玻尔兹曼常数]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[活系统]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[倍分岔周期图]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[收敛交叉映射算法]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[自激振荡]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[遍历假设]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子元胞自动机]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[概率密度函数]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[分布函数]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[自治系统]]<br />
|王薏潮<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[朋友的朋友]]<br />
|水手9303<br />
|2022.06.14<br />
|<br />
|<br />
|<br />
|-<br />
|[[时间序列分析]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子纠缠]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子退相干性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子比特]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子不可克隆定理]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子互文性]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子叠加态]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[量子算法]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[Pareto分布]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[薛定谔方程]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[不完全信息]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[互信息]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
! colspan="5" |传播学词条<br />
!<br />
|-<br />
|[[感染率]]<br />
|水手9303<br />
|2022.06.11<br />
|2022.06.14<br />
|<br />
|<br />
|-<br />
|[[传染病的数学模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[阈值模型]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[理论分析方法]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[基本再生数(Basic Reproduction Number)]]<br />
|水手9303<br />
|2022.06.11<br />
|2022.06.14<br />
|<br />
|<br />
|-<br />
|[[非马尔科夫疾病传播(Non-Markovian Epidemic Spreading)]]<br />
|<br />
|<br />
|<br />
|<br />
|<br />
|-<br />
|[[免疫策略(Immunization Strategy)]]<br />
|水手9303<br />
|2022.06.11<br />
|2022.06.14<br />
|<br />
|<br />
|-<br />
|[[社交网络上的谣言传播]]<br />
|水手9303<br />
|2022.06.14<br />
|<br />
|<br />
|<br />
|}<br />
<br />
== 志愿者信息 ==<br />
<br />
{| class="wikitable sortable"<br />
|+2021年统计<br />
!用户<br />
!集智学园ID<br />
!金额<br />
!<br />
|-<br />
|Ricky<br />
|<br />
|1240<br />
|<br />
|-<br />
|Steven<br />
|<br />
|640<br />
|<br />
|-<br />
|Inch<br />
|<br />
|680<br />
|<br />
|-<br />
|栗子CUGB<br />
|66294<br />
|785<br />
|已兑换<br />
|-<br />
|ZQ<br />
|<br />
|200<br />
|<br />
|-<br />
|Alchemist<br />
|<br />
|400<br />
|已兑换<br />
|-<br />
|Jxzhou<br />
|<br />
|110<br />
|<br />
|-<br />
|Nancy<br />
|<br />
|180<br />
|<br />
|-<br />
|白开水<br />
|<br />
|75<br />
|<br />
|-<br />
|[[用户:潮升阶|潮升阶]]<br />
|52449<br />
|350<br />
|已兑换<br />
|-<br />
|russiarice<br />
|46064<br />
|50<br />
|已兑换<br />
|-<br />
|任航琦<br />
|64906<br />
|210<br />
|已兑换<br />
|-<br />
|[[用户:Tueryeye|Tueryeye]]<br />
|62826<br />
|160<br />
|已兑换<br />
|-<br />
|Serse<br />
|<br />
|130<br />
|<br />
|-<br />
|Litinunispazio97<br />
|<br />
|110<br />
|<br />
|-<br />
|Moyuefeng<br />
|<br />
|70<br />
|<br />
|-<br />
|sixinchen<br />
|84915<br />
|70<br />
|已兑换<br />
|-<br />
|[[用户:Kuangmy|邝镁滢]]<br />
|52501<br />
|419<br />
|已兑换<br />
|}<br />
{| class="wikitable sortable"<br />
|+<br />
3-4月<br />
!用户<br />
!集智学园ID<br />
!金额<br />
!<br />
|-<br />
|Inch<br />
|<br />
|110<br />
|<br />
|-<br />
|[[用户:Whirl|Whirl]]<br />
|89413<br />
|150<br />
|已兑换<br />
|-<br />
|[[用户:潮升阶|潮升阶]]<br />
|52449<br />
|210<br />
|已兑换<br />
|-<br />
|[[用户:Tueryeye|Tueryeye]]<br />
|62826<br />
|200<br />
|已兑换<br />
|-<br />
|[[用户:Bnustv|Bnustv]]<br />
|13794<br />
|420<br />
|已兑换<br />
|-<br />
|草三水甫<br />
|<br />
|<br />
|<br />
|-<br />
|天天<br />
|69846<br />
|545<br />
|已兑换<br />
|-<br />
|张自在<br />
|39552<br />
|<br />
|<br />
|-<br />
|Tanpopo<br />
|<br />
|<br />
|<br />
|-<br />
|雪儿<br />
|83174<br />
|150<br />
|已兑换<br />
|-<br />
|水手9303<br />
|81611<br />
|190<br />
|已兑换<br />
|-<br />
|任航琦<br />
|64906<br />
|130<br />
|已兑换<br />
|-<br />
|鹿儿<br />
|94568<br />
|160<br />
|已兑换<br />
|-<br />
|张羽杰<br />
|94197<br />
|130<br />
|已兑换<br />
|-<br />
|栗子CUGB<br />
|66294<br />
|100<br />
|已兑换<br />
|}<br />
{| class="wikitable"<br />
|+5-6月<br />
!用户<br />
!集智学园ID<br />
!金额<br />
!<br />
|-<br />
|[[用户:Bnustv|Bnustv]]<br />
|13794<br />
|290<br />
|已兑换<br />
|}<br />
*</div>
Swarma
https://wiki.swarma.org/index.php?title=%E5%85%B4%E5%A5%8B-%E6%8A%91%E5%88%B6%E5%B9%B3%E8%A1%A1&diff=32264
兴奋-抑制平衡
2022-06-15T08:02:31Z
<p>Swarma:</p>
<hr />
<div>参考<nowiki/>http://www.scholarpedia.org/article/Balance_of_excitation_and_inhibition<br />
<br />
此词条由周昌松老师提供,神经动力学读书会词条梳理志愿者安贞桦翻译审校,未经专家审核,带来阅读不便,请见谅。<br />
<br />
In the context of neurophysiology, '''balance of excitation and inhibition''' (E/I balance) refers to the relative contributions of excitatory and inhibitory synaptic inputs corresponding to some neuronal event, such as oscillation or response evoked by sensory stimulation. <br />
<br />
在神经生理学背景下,'''兴奋-抑制平衡 E/I balance'''指的是对应于某些神经元事件的兴奋性和抑制性突触输入的相关贡献,如由感觉刺激引起的振荡或反应。<br />
<br />
In the current literature, owing to the extremely wide range of conditions in which the term is applied, it has several different, albeit related, meanings. <br />
<br />
在目前的文献中,由于该术语的应用情景极其广泛,它有几种相关但不相同的含义。<br />
<br />
As described in more detail below, the precise meaning depends on various considerations, such as averaging across time or population of neurons that is involved; the relevant timescale; whether the synaptic activity is sustained or transient, spontaneous or evoked. <br />
<br />
如下文更详细地描述,确切的含义取决于各种考虑因素,比如时间上的平均值或所涉及的神经元群体;相关的时间尺度;突触活动是持续的还是暂态的,是自发的还是激发的。<br />
<br />
In general, excitatory and inhibitory inputs of a neuron are said to be balanced if across a range of conditions of interest the ratio between the two inputs is constant.<br />
<br />
一般来说,如果在整个关心的条件范围内,兴奋性和抑制性输入之间的比率是恒定的,则称其为平衡的。<br />
<br />
//<br />
<br />
In the cortex, interneurons responsible for inhibition comprise just a small fraction of the neurons, yet they have an important function in regulating activity of principal cells. <br />
<br />
在皮层中,负责抑制的'''<font color="#ff8000"> 中间神经元interneurons </font>'''只占神经元的一小部分,但它们对调节'''<font color="#ff8000"> 主细胞 principal cells </font>'''的活动具有重要功能。<br />
<br />
When inhibition is blocked pharmacologically, cortical activity becomes epileptic (Dichter and Ayala, 1987), and neurons may lose their selectivity to different stimulus features (Sillito, 1975). <br />
<br />
当抑制作用在药理学上阻断时,皮层活动会发生癫痫(Dichter和Ayala,1987),神经元可能会失去对不同刺激特征的选择性(Sillito,1975)。<br />
<br />
These and other data indicate that the interplay between excitation and inhibition has an important role in determining the cortical computation. <br />
<br />
这些数据和其他数据表明,兴奋和抑制之间的相互作用在决定皮质计算中具有重要作用。<br />
<br />
Our understanding of the relationships between these two opposing forces has advanced significantly during the recent years, mainly due to the growing use of in-vivo intracellular recording techniques.<br />
<br />
近年来,得益于体内的'''<font color="#ff8000"> 胞内记录intracellular recording </font>'''技术的日益普及,我们对这两种对立力量之间的关系的理解有了显著的进步。<br />
<br />
//<br />
<br />
== Indirect evidence for E/I balance E/I平衡的间接证据 ==<br />
<br />
Cortical neurons receive synaptic inputs from thousands of other, mainly excitatory, neurons, most of which evoke only a sub-millivolt response (Bruno and Sakmann, 2006; Lefort et al., 2009). <br />
<br />
皮质神经元从数千个其他神经元(主要是兴奋性神经元)接收突触输入,大多数仅仅引发亚毫伏反应(Bruno和Sakmann,2006;Lefort et al., 2009)。<br />
<br />
If these inputs arrive from neurons that fire at independent random times, they are expected to produce an almost constant depolarization leading to a regular firing. <br />
<br />
如果这些输入来自在独立随机的时间点发放的神经元,则它们将产生几乎恒定的去极化,引起有规律的发放。<br />
<br />
However, spike trains extracellularly recorded from single cortical neurons exhibit high variability. <br />
<br />
然而,从单个皮质神经元记录的胞外'''<font color="#ff8000"> 尖峰序列spike trains </font>'''表现出高度的可变性。<br />
<br />
For instance, '''<font color="#32CD32">the coefficient of variation</font>''' of the inter-spike intervals (ISIs) of neurons firing in response to a sensory input for a period of several seconds, is approximately equal to 1, as expected from a Poisson process (Softky and Koch, 1993). <br />
<br />
例如,响应于数秒内的感觉输入而放电的神经元的放电间隔(ISIs)的'''<font color="#32CD32">变化系数</font>'''大约等于1,正如'''<font color="#ff8000"> 泊松过程Poisson process </font>'''所预期的那样(Softky和Koch,1993)。<br />
<br />
This apparent paradox between simple probabilistic considerations and the observed statistics of cortical spike trains led to several proposed resolutions.<br />
<br />
在简单的概率考虑和观察到的皮质尖峰序列的统计数据之间的明显矛盾,驱使人们提出了几种解释方案。<br />
<br />
//<br />
<br />
One early resolution was that excitatory and inhibitory synaptic currents of cortical neurons are approximately balanced in strength, causing the membrane potential to hover somewhat below the spiking threshold, crossing it at random times (Shadlen and Newsome, 1994, 1998). <br />
<br />
一个早期的解释方案是,皮质神经元的兴奋性和抑制性突触电流在强度上大致平衡,导致膜电位在放电阈值以下波动,在随机时间超过阈值(Shadlen和Newsome,1994,1998)。<br />
<br />
Simulations, based on the random walk model of (Gerstein and Mandelbrot, 1964) demonstrated that under such a regime of synaptic inputs the ISI variability is in agreement with experimental observations (Shadlen and Newsome, 1994, 1998). <br />
<br />
基于的'''<font color="#ff8000">随机游走模型random walk model</font>'''(Gerstein和Mandelbrot,1964)的模拟表明,在这种突触输入的机制下,ISI的变化与实验观察结果一致(Shadlen和Newsome,1994,1998)。<br />
<br />
Furthermore, computational studies of spontaneous activity in neuronal networks showed that E/I balance emerges naturally if the network is sparsely connected (van Vreeswijk and Sompolinsky, 1996; Vogels et al., 2005). <br />
<br />
However, these early theoretical studies were based on crude estimates of the relevant parameters, and therefore cannot be regarded as definitive. <br />
<br />
此外,对神经元网络中的自发活动的计算研究表明,如果网络是稀疏连接的,E / I平衡会自然出现(van Vreeswijk和Sompolinsky,1996; Vogels等人,2005年)。<br />
<br />
然而,这些早期的理论研究是基于对相关参数的粗略估计,因此不能视为定论。<br />
<br />
In fact, several follow-up studies suggested that other factors, such as synchrony, are required in order to explain the observed ISI statistics, e.g., (Stevens and Zador, 1998). <br />
<br />
事实上,一些后续研究表明,如(Stevens和Zador,1998),为了解释观察到的ISI统计数据,需要引入其他因素,例如同步性。<br />
<br />
Indeed, as described below, it appears that although excitation and inhibition are balanced, the membrane potential of cortical neurons does not necessarily follow the random walk trajectory predicted by these early models<br />
<br />
(Crochet and Petersen, 2006; DeWeese and Zador, 2006; Poulet and Petersen, 2008; Okun et al., 2010; Polack et al., 2013; Sachidhanandam et al., 2013; Tan et al., 2014). <br />
<br />
如下所述,尽管兴奋和抑制是平衡的,但皮质神经元的膜电位并不一定遵循这些早期模型预测的随机游走轨迹。<br />
<br />
(Crochet和Petersen,2006;DeWeese和Zador,2006年;Poulet和Petersen,2008;奥坤等人, 2010;Polack et al., 2013;Sachidhanandam等人, 2013;谭等人,2014)。<br />
<br />
The possibility of excitation and inhibition having a comparable strength might seem implausible at first, since interneurons comprise only 15% - 25% of the population of cortical neurons. <br />
<br />
起初兴奋和抑制具有相当强度的可能性似乎难以置信,因为中间神经元仅占皮质神经元群体的15%-25%。<br />
<br />
However, the synaptic strength and firing rates of inhibitory interneurons are substantially higher than in excitatory neurons, thus inhibitory interneurons have an impact disproportionate to their relatively small number.<br />
<br />
然而,抑制性中间神经元的突触强度和放电率大大高于兴奋性神经元,因此抑制性中间神经元有着与其相对较少的数量不成比例的影响。<br />
<br />
//<br />
<br />
== Intracellular measurement of the excitatory and inhibitory synaptic inputs 兴奋性和抑制性突触输入的细胞内测量 ==<br />
<br />
[[Image:fig1.png|thumb|400px|right|F1|Computation of synaptic conductance evoked by sensory stimulus. The average response to whisker deflection in a spiny stellate neuron in layer IV of the rat primary somatosensory cortex is recorded in current-clamp mode while injecting 4 different currents (left panel). In addition, neuron’s capacitance and leak conductance are measured (not shown). By fitting the responses to equation (1) the average excitatory and inhibitory synaptic conductances evoked by the stimulus are recovered (right panel). Adapted from (Heiss et al., 2008).<br />
<br />
图1:由感觉刺激引起的突触电导的计算。<br />
在注入4种不同的电流时(左图),以电流钳模式记录大鼠初级躯体感觉皮层的第IV层中,多刺星状神经元对'''<font color="#32CD32">晶须偏转</font>'''的平均响应。<br />
此外,测量了神经元电容和漏电导(未显示)。<br />
通过将响应拟合至方程(1),'''<font color="#32CD32">恢复了由刺激引起的平均兴奋性和抑制性突触电导</font>'''(右图)。改编自(Heiss等人,2008)。<br />
<br />
]]<br />
<br />
In a pioneering study, Borg-Graham and colleagues used intracellular recordings to directly estimate the synaptic conductance changes evoked in cortical neurons by visual stimulation (Borg-Graham et al., 1996, 1998). <br />
<br />
在一项开创性的研究中,Borg-Graham及其同事用胞内记录直接估计通过视觉刺激在皮质神经元中引起的突触电导变化(Borg-Graham等人,1996,1998)。<br />
<br />
The average synaptic current evoked by a stimulus is recorded in voltage-clamp mode, using several different clamping voltages. <br />
<br />
用一些不同的钳位电压,在电压钳位模式下记录由刺激引起的平均突触电流。<br />
<br />
Alternatively, the subthreshold response is recorded in the current-clamp mode at several different clamping currents (Anderson et al., 2000). <br />
<br />
或者,用一些不同的钳位电流,在电流钳位模式下记录阈值下响应(Anderson等人,2000)。<br />
<br />
The behavior of the membrane potential is approximated using a passive, single compartment, conductance-based model of the neuron, described by<br />
<br />
膜电位的行为是用神经元的被动单'''<font color="#ff8000">隔室compartment</font>'''的[[基于电导的模型]]近似的,描述如下<br />
<br />
<math>CdV/dt = -G_{leak}(V(t)-E_{leak}) - G_{ex}(t)(V(t)-E_{ex}) - G_{in}(t)(V(t)-E_{in})+I_{inj}</math> (1)<br />
<br />
where \(E_{leak}\) is the resting membrane potential of the neuron, \(C\) is its capacitance, \(G_{leak}\) is the mean conductance in absence of stimulation (the inverse of input resistance), \(E_{ex}\) and \(E_{in}\) are the reversal potentials of excitation and inhibition, and \(I_{inj}\) is the current injected through the recording pipette. <br />
<br />
其中<math>E_{leak}</math>是神经元的静息膜电位,<math>C</math>是其电容,<math>G_{leak}</math>是在没有刺激的情况下的平均电导(输入电阻的倒数),<math>E_{ex}</math>和<math>E_{in}</math>是兴奋和抑制的反转电位,<math>I_{inj}</math>是通过记录移液管注入的电流。<br />
<br />
By fitting equation (1) to the average responses at different holding potentials, the synaptic conductances evoked by the stimulus, \(G_{ex}(t)\) and \(G_{in}(t)\ ,\) can be computed (see Figure 1). <br />
<br />
通过将方程(1)拟合到不同保持电位下的平均响应,可以计算出由刺激<math>G_{ex}(t)</math>和<math>G_{in}(t)</math>引起的突触电导(见图1)。<br />
<br />
For an in-depth review of the method and its caveats an interested reader is referred to (Monier et al., 2008).<br />
<br />
欲深入了解该方法及其注意事项,请参考(Monier等人,2008)。<br />
<br />
== Selectivity of cortical excitation and inhibition to sensory stimulation 皮质兴奋的选择性和对感觉刺激的抑制 ==<br />
<br />
Early models of the visual cortex suggested that the selectivity of cortical cells to sensory stimulation emerges from feedforward inputs. <br />
<br />
视觉皮层的早期模型表明,皮质细胞对感觉刺激的选择性来自于前馈输入。<br />
<br />
Later models, however, questioned this view by suggesting that cortical inhibition plays a significant role in enhancing the selectivity of cortical response. <br />
<br />
然而,后来的模型质疑这一观点,认为皮质抑制在增强皮质响应的选择性方面起着显著的作用。<br />
<br />
The best known example for this controversy is the emergence of orientation selectivity in primary visual cortex. <br />
<br />
这种争议最着名的例子是初级视觉皮层中方向选择性的出现。<br />
<br />
The feedforward model (Hubel and Wiesel, 1962) was supported by various studies (Nelson et al., 1994; Alonso and Martinez, 1998; Chung and Ferster, 1998; Martinez and Alonso, 2001), while being challenged by others (Sillito, 1975; Volgushev et al., 1996). <br />
<br />
'''<font color="#ff8000">前馈模型feedforward model</font>'''(Hubel和Wiesel,1962)得到了各种研究的支持(Nelson等人,1994;阿隆索和马丁内斯,1998年;钟和费斯特, 1998;马丁内斯和阿隆索,2001),同时受到其他人的挑战(Sillito,1975;Volgushev等人,1996年)。<br />
<br />
The feedforward model, however, failed to predict several key experimental findings, and in particular the contrast invariance of orientation tuning (Ferster and Miller, 2000). <br />
<br />
然而,前馈模型未能预测几个关键的实验发现,特别是方向调谐的对比不变性(Ferster和Miller,2000)。<br />
<br />
Alternative models proposed that the tuning of inhibitory inputs is wider, so that excitation and inhibition form a 'Mexican hat' interaction pattern which sharpens the selectivity of the cells (Ben-Yishai et al., 1995; Somers et al., 1995; Hansel and Sompolinsky, 1996). <br />
<br />
替代模型提出,抑制性输入的调谐范围更广,因此兴奋和抑制形成了'''<font color="#ff8000">"墨西哥帽Mexican hat"</font>'''相互作用模式,从而提高了细胞的选择性(Ben-Yishai等人,1995;萨默斯等人,1995年;汉赛尔和索姆波林斯基,1996年)。<br />
<br />
In the primary auditory cortex inhibition was similarly suggested to account for the sensory selectivity of the neurons (Calford and Semple, 1995; Sutter et al., 1999; Wang et al., 2002).<br />
<br />
在初级听觉皮层中,抑制同样被认为可以解释神经元的感觉选择性(Calford和Semple,1995;萨特等人, 1999;Wang等人,2002)。<br />
<br />
<br />
//<br />
<br />
<br />
A breakthrough in the ability to test these models was achieved by the in-vivo intracellular conductance measurement methods described above. <br />
<br />
通过上述体内细胞内电导测量方法,在测试这些模型的能力方面取得了突破。<br />
<br />
Over the last 15 years this approach was used in many studies to examine the sensory selectivity of excitatory and inhibitory synaptic inputs in primary sensory areas of several mammalian species. <br />
<br />
在过去的15年中,这种方法被用于许多研究,来检查一些哺乳动物物种的主要感觉区域中兴奋性和抑制性突触输入的感觉选择性。<br />
<br />
Direct measurements showed that to a first approximation the excitatory and inhibitory inputs are either similarly tuned, or that inhibitory inputs have a somewhat wider tuning. <br />
<br />
直接测量表明,在一级近似下,要么兴奋性和抑制性输入被相似地调谐,要么抑制性输入具有更宽的调谐。<br />
<br />
In cat primary visual cortex excitatory and inhibitory synaptic inputs are similarly tuned for orientation (Anderson et al., 2000), as well as for length (Anderson et al., 2001) and the direction of motion (Priebe and Ferster, 2005). <br />
<br />
在猫的初级视觉皮层中,方向(Anderson等人,2000)以及长度(Anderson等人,2001)和运动方向(Priebe和Ferster,2005)相似地调谐兴奋性和抑制性突触输入。<br />
<br />
In the rodent primary auditory cortex inhibition is tuned similarly or somewhat wider than excitation for both frequency and intensity (Wehr and Zador, 2003; Wu et al., 2008; Zhou et al., 2014), see Figure 2. <br />
<br />
在啮齿动物的初级听觉皮层中,在频率和强度上的抑制与兴奋相似或略宽地调谐(Wehr和Zador,2003;吴等, 2008;Zhou等人,2014),见图2。<br />
<br />
Therefore, in these cases the selectivity of the neurons is unlikely to emerge through inhibitory suppression of the response to non-preferred stimuli.<br />
<br />
因此,在这些情况下,神经元的选择性不太可能通过对非偏好刺激的响应的抑制而显现。 <br />
<br />
<br />
//<br />
[[Image:fig2.jpg|frame|right|F2|An example of a neuron in the auditory cortex with frequency and intensity co-tuned excitatory and inhibitory inputs. (a) Excitatory and inhibitory synaptic conductances evoked by stimuli of different frequencies and preferred intensity have a similar tuning. The measured conductances are shown at the bottom (green – excitatory conductance, red - inhibitory conductance, black – total conductance). (b) The excitatory and inhibitory inputs are also intensity co-tuned, notation as in (a). Adapted from (Wehr and Zador, 2003).<br />
<br />
图2:听觉皮层中神经元的示例,其频率和强度共同调谐兴奋性和抑制性输入。<br />
(a)由不同频率和偏好强度的刺激诱发的兴奋性和抑制性突触传导具有相似的调谐。<br />
测量的电导显示在底部(绿色-兴奋性电导,红色-抑制性电导,黑色-总电导)。<br />
(b) 兴奋性和抑制性输入也会由强度协同调谐,如(b)所示。改编自(Wehr和Zador,2003)<br />
<br />
]]<br />
<br />
The similar tuning of excitatory and inhibitory inputs to different features of the stimuli space appears to be a rather common organizational principle in the sensory areas, however there are several notable exceptions. <br />
<br />
对刺激空间不同特征的兴奋性和抑制性输入的类似调谐似乎是感觉区域中相当常见的组织原则,但也有几个显著的例外。<br />
<br />
The most prominent deviation from co-tuning was observed for orientation selectivity in the mouse primary visual cortex, where the inhibitory input is substantially more broadly tuned than the excitatory input, possibly because rodent primary visual cortex lacks orientation columns (Liu et al., 2011; Atallah et al., 2012; Li et al., 2012; Harris and Mrsic-Flogel, 2013). <br />
<br />
在小鼠初级视觉皮层中观察到对方向选择性的最显著的协同调谐偏差,其中抑制性输入的调谐范围比兴奋性输入的调谐范围更广,可能是因为啮齿动物初级视觉皮层缺乏朝向柱(Liu等人,2011年;Atalah等人,2012年;Li等人,2012年;Harris和Mrsic Flogel,2013年)。<br />
<br />
An opposite scenario, where inhibitory inputs have narrower selectivity, was observed for frequency tuning in layer V '''intrinsically-bursting''' (but not regular-spiking) neurons of the primary auditory cortex (Sun et al., 2013). <br />
<br />
在初级听觉皮层的第五层'''<font color="#ff8000">内在簇放电</font>'''(但不是规则的尖峰)神经元中观察到了一种相反的情况,即抑制性输入的选择性较窄(Sun等人,2013年)。<br />
<br />
Also in the auditory cortex, some intensity-tuned neurons receive excitatory inputs which peak at the preferred intensity, whereas their inhibitory inputs increase monotonically with the stimulus strength (Wu et al., 2006), representing a case where the co-tuning of excitation and inhibition appears to break altogether. <br />
<br />
同样在听觉皮层,一些强度调谐神经元接收到的兴奋性输入在偏好强度时达到峰值,而它们的抑制性输入随着刺激强度单调增加(Wu等人,2006年),这体现了兴奋和抑制的共同调谐发生破坏的例子。<br />
<br />
Finally, it should be noted that the tuning of inhibitory and excitatory inputs alone is not sufficient to substantiate specific theoretical models for feature selectivity in the cortex, because broad tuning of inhibition may either reflect non-specific convergence of inputs from a population of inhibitory cells that demonstrate highly selective but non-overlapping orientation tuning curves, or simply result from the wide tuning curves of their '''<font color="#32CD32">innervating</font>''' inhibitory neurons (Shapley and Xing, 2013; Section 6 below).<br />
<br />
最后,应注意的是,仅抑制性和兴奋性输入的调谐不足以证实皮质中特征选择性的具体理论模型,因为抑制性的广泛调谐可能反映了抑制性细胞群输入的非特异性收敛,这些抑制性细胞群显示出具有高度选择性但不重叠的方向调谐曲线,或者仅仅是由于它们的'''<font color="#32CD32">神经支配</font>'''抑制神经元的宽调谐曲线(Shapley和Xing,2013;下文第6节)。<br />
<br />
<br />
== Temporal structure of sensory evoked excitation and inhibition 感觉诱发电能和抑制的时间结构 ==<br />
<br />
In the auditory and somatosensory cortices sensory stimulation often evokes '''<font color="#32CD32">stereotypic</font>''' sequence of excitation followed within a few milliseconds by inhibition (Wehr and Zador, 2003; Higley and Contreras, 2006). <br />
<br />
在听觉和体感皮层中,感觉刺激经常唤起在随后几毫秒内受抑制的'''<font color="#32CD32">定型</font>'''兴奋序列,(Wehr和Zador,2003;Higley和Contreras,2006)。<br />
<br />
Although excitation and inhibition are similarly tuned and hence are said to be balanced, a large imbalance occurs at the fine time scale, as inhibition lags behind excitation by several milliseconds. <br />
<br />
尽管兴奋和抑制被相似地调谐而因此被称为平衡的,但由于抑制滞后于兴奋几毫秒,在精细的时间尺度上会出现很大的不平衡。<br />
<br />
This lag between excitation and inhibition is likely to determine the integration window for excitation, affecting the number and precise timing of action potentials (Gabernet et al., 2005). <br />
<br />
兴奋和抑制之间的这种滞后可能决定兴奋的整合窗口,影响动作电位的数量和精确时间(Gabernet等人,2005年)。<br />
<br />
In the auditory cortex the lag is independent of the frequency tuning of the cells (Wehr and Zador, 2003). <br />
<br />
在听觉皮层中,滞后与细胞的频率调谐无关(Wehr和Zador,2003)。<br />
<br />
In the somatosensory cortex, however, the delay between excitation and inhibition might be related to the stimulus tuning of the neuron, such that at the preferred stimuli the lag between excitation and inhibition is larger than at the non-preferred ones (Wilent and Contreras, 2005). <br />
<br />
然而,在体感皮层中,兴奋和抑制之间的延迟可能与神经元的刺激调谐有关,因此相比于在非偏好刺激下,在偏好刺激下兴奋和抑制之间的延迟更大(Wilent和Contreras,2005)。<br />
<br />
Hence, a wider time window is available for integration of excitation for the preferred stimuli, producing more action potentials.<br />
<br />
因此,更宽的时间窗口用于对偏好刺激的兴奋整合,产生更多的动作电位。<br />
<br />
<br />
//<br />
<br />
<br />
One of the central roles traditionally attributed to inhibition is suppression of neuronal responses during temporal integration of sensory inputs. <br />
<br />
传统上认为抑制的核心作用之一是在感觉输入的时间整合过程中对神经元反应的抑制。<br />
<br />
A widely known example is forward suppression in the auditory cortex, in which the response to a second click presented shortly after the first one is much weaker. <br />
<br />
一个广为人知的例子是听觉皮层中的前向抑制,在第一次点击声后不久,对第二次点击声的反应要弱得多。<br />
<br />
Another example is in the barrel cortex, where a response to whisker stimulation is largely suppressed if it is preceded by a stimulation of a neighboring whisker. <br />
<br />
另一个例子是在桶状皮质中,如果之前刺激相邻的胡须,则对胡须刺激的响应在很大程度上受到抑制。<br />
<br />
Such forward suppression was widely believed to be due to inhibition evoked by the first stimuli. <br />
<br />
这种前向抑制当前广泛认为是由于第一次刺激引起的抑制。<br />
<br />
However, intracellular conductance measurements found that the duration of inhibitory synaptic input evoked by the first click is too short to account for the duration of forward suppression, so that the above explanation is incomplete at the best (Wehr and Zador, 2003, 2005). <br />
<br />
然而,对细胞内电导的测量发现,第一次点击声诱发的抑制性突触输入的持续时间太短,无法解释前向抑制的持续时间,因此上述解释充其量是不完整的(Wehr和Zador,2003,2005)。<br />
<br />
Similarly, an intracellular recording study in the barrel cortex has shown that cross whisker suppression cannot be fully explained by a postsynaptic inhibitory mechanism (Higley and Contreras, 2003). <br />
<br />
类似地,桶状皮质的细胞内记录研究表明,突触后抑制机制不能完全解释交叉胡须抑制(Higley and Contreras,2003)。<br />
<br />
Although inhibition is not the primary cause for forward suppression, in other cases the ratio between the excitatory and inhibitory inputs to a neuron in a primary sensory area does depend not only on the instantaneous properties of the stimulus (its contrast, frequency, intensity, etc.) but also on its history. <br />
<br />
虽然抑制不是前向抑制的主要原因,但在其他情况下,初级感觉区神经元的兴奋性和抑制性输入之间的比率不仅取决于刺激的瞬时特性(其对比度、频率、强度等),还取决于其历史。<br />
<br />
One particular example is adaptation to repeated stimuli, such as clicks or whisker deflections, which under certain conditions can skew the ratio between excitatory and inhibitory inputs toward excitation (Wehr and Zador, 2005; Heiss et al., 2008). <br />
<br />
一个特别的例子是对重复刺激的适应,例如点击声或胡须偏转,在某些条件下,这会使兴奋性和抑制性输入之间的比率向兴奋方向倾斜(Wehr和Zador,2005;Heiss等人,2008)。<br />
<br />
Paradoxically, because of a slower recovery of inhibitory inputs from adaptation, neurons become hypersensitive shortly after the termination of the adapting stimulation (Cohen-Kashi Malina et al., 2013), which might explain why neurons in the barrel cortex respond better to non-periodic stimulation (Lak et al., 2008).<br />
<br />
自相矛盾的是,由于从适应中恢复抑制性输入较慢,神经元在适应刺激终止后不久就会变得超敏(Cohen Kashi-Malina等人,2013年),这可能解释了为什么桶状皮质神经元对非周期性刺激的响应得更好(Lak等人,2008年)。<br />
<br />
<br />
== E/I balance during spontaneous activity 自发活动期间的 E/I 平衡 ==<br />
<br />
Under some anesthesia conditions and during slow wave sleep, the membrane potential of cortical neurons fluctuates between a depolarized state and hyperpolarized state.<br />
<br />
在某些麻醉条件下和慢波睡眠期间,皮质神经元的膜电位在去极化状态和超极化状态之间波动。<br />
<br />
This behavior is known as Up-Down activity.<br />
<br />
此行为称为"上下活动"。<br />
<br />
During the Down phase the neurons receive almost no synaptic inputs, so that the membrane stays near its resting potential.<br />
<br />
在下降阶段,神经元几乎不接收突触输入,因此膜保持在其静息电位附近。<br />
<br />
In the Up phase a barrage of synaptic inputs produces a reliable depolarization of 10-20 mV, which occasionally causes spiking (see Figure 1 in Up and down states).<br />
<br />
在上升阶段,大量突触输入会产生10-20 mV的可靠去极化,偶尔会导致尖峰(上升和下降状态见图1)。<br />
<br />
<br />
//<br />
<br />
<br />
The relation between the average amounts of excitatory and inhibitory synaptic inputs during the Up phase was studied using the conductance measurement method described above. <br />
<br />
使用上述电导测量方法研究了在上升期兴奋性和抑制性突触输入的平均数量之间的关系。<br />
<br />
These experiments, conducted both in vitro (Shu et al., 2003) and in vivo (Haider et al., 2006), have shown that excitatory and inhibitory conductances are balanced throughout the Up phase. <br />
<br />
这些在体外(Shu等人,2003年)和体内(Haider等人,2006年)进行的实验表明,兴奋性和抑制性传导在整个上升阶段是平衡的。<br />
<br />
In the beginning of the Up phase, both the excitatory and the inhibitory synaptic conductances are high and they tend to progressively decrease, but their ratio remains constant and approximately equal to 1.<br />
<br />
在上升期开始时,兴奋性和抑制性突触传导都很高,并趋于逐渐降低,但它们的比率保持不变,约等于1。<br />
<br />
<br />
//<br />
<br />
<br />
In awake, drug-free animals the membrane potential dynamics exhibits an entire spectrum of distinct, brain state dependent activity patterns. <br />
<br />
在清醒、无药物的动物中,膜电位动力学表现出一整套不同的、依赖于大脑状态的活动模式。<br />
<br />
The highly desynchronized high-conductance state, which is similar to a continuous Up phase (Crochet and Petersen 2006; Destexhe et al., 2007) represents one end of this spectrum. <br />
<br />
高度去同步的高电导状态,类似于连续上升阶段(Crochet and Petersen 2006;Destexe et al.,2007),代表了这一套的一端。<br />
<br />
According to an intracellular study in the cortex of awake cats, in this condition the neurons are continuously bombarded by both excitatory and inhibitory inputs, where the total inhibitory conductance is several times higher than the excitatory one (Rudolph et al., 2007), providing a confirmation for the balanced excitation-inhibition hypothesis put forward by (Shadlen and Newsome, 1994).<br />
<br />
根据对清醒状态下猫的皮层的细胞内研究,在这种情况下,神经元连续受到兴奋性和抑制性输入的轰击,其中总抑制电导比兴奋性电导高出数倍(Rudolph等人,2007年),证实了由(Shadlen和Newsome,1994年)提出的平衡兴奋-抑制假说。<br />
<br />
<br />
//<br />
[[Image:fig3.jpg|thumb|500px|right|F3|Excitatory and inhibitory inputs are synchronized during spontaneous activity. Two nearby neurons are simultaneously recorded when (a) both are at their resting potential, close to the reversal potential of inhibition (hyperpolarized-hyperpolarized mode); (b) both neurons are depolarized close to the reversal potential of excitation (depolarized-depolarized mode); (c-d) one of the neurons is in the hyperpolarized mode while the other is in the depolarized mode. In (a) the activity is dominated by excitatory inputs, which are seen to be highly synchronized between the neurons. Similarly, in (b) the activity is dominated by inhibitory inputs which are also highly synchronized. Finally, the mixed mode recordings (c-d) demonstrate that the excitatory and inhibitory inputs possess a high degree of synchrony. Adapted from (Okun and Lampl, 2008).<br />
<br />
图3:在自发活动期间,兴奋性和抑制性输入是同步的。<br />
在以下情景同时记录两个邻近的神经元<br />
(a) 两者都处于静息电位,接近抑制反转电位(超极化-超极化模式);<br />
(b) 两个神经元都去极化,接近于兴奋的反转电位(去极化-去极化模式);<br />
(c-d)其中一个神经元处于超极化模式,而另一个处于去极化模式。<br />
在(a)中,活动主要由兴奋性输入支配,在神经元之间将这种兴奋性输入视为高度同步的。<br />
类似地,在(b)中,活动由抑制性输入支配,这些输入也是高度同步的。<br />
最后,对混合模式的记录(c-d)表明兴奋性和抑制性输入具有高度的同步性。改编自(Okun and Lampl,2008)。<br />
<br />
]]<br />
<br />
<br />
The other end of the spectrum of brain states in awake mammals is the quiet wakefulness condition, which is somewhat similar to light anesthesia, and is characterized by rather short depolarizations ('bumps') and membrane potential distribution that is not bimodal, e.g., (DeWeese and Zador, 2006; Poulet and Petersen, 2008). <br />
<br />
清醒哺乳动物大脑状态谱的另一端是安静的清醒状态,这在某种程度上类似于轻度麻醉,其特征是相当短的去极化('''<font color="#ff8000">“碰撞bumps”</font>''')和非双峰的膜电位分布,例如(DeWeese和Zador,2006;Poulet和Petersen,2008)。<br />
<br />
In the quiet wakefulness condition and light state of anesthesia there are no '''<font color="#32CD32"> stereotypic</font>''' Up events nor does the activity resemble a single continuous Up phase, therefore the single-electrode conductance measurement method which requires averaging over multiple repeats of some stereotypic event, recorded at different holding potentials, cannot be applied. <br />
<br />
在安静的清醒状态和轻度的麻醉状态下,没有'''<font color="#32CD32">定型</font>'''的上升事件,也没有类似于单一连续上升阶段的活动,因此,无法应用单电极电导测量方法,该方法要求在不同的保持电位下记录的一些定型事件的多次重复中求平均值。<br />
<br />
However, the substantial synchrony of synaptic inputs to closely located neurons (Lampl et al., 1999; Hasenstaub et al., 2005; Okun and Lampl, 2008; Poulet and Petersen, 2008) which exists in this case allows to continuously monitor both the excitatory and the inhibitory activity in the local network. <br />
<br />
然而,这种情况下存在的对位置相近神经元的突触输入的实质同步性(Lampl等人,1999;Hasenstaub等人,2005;Okun和Lampl,2008;Poulet和Petersen,2008),允许持续监测局部网络中的兴奋性和抑制性活动。<br />
<br />
Toward this end simultaneous recording from a nearby pair of neurons are used, where one cell is hyperpolarized close to the reversal potential of inhibition and the other cell is depolarized sufficiently close to the reversal potential of excitation (Okun and Lampl, 2008), Figure 3. <br />
<br />
为此,使用一对临近神经元的同步记录,其中一个细胞超极化,接近抑制的反转电位,另一个细胞去极化,足以接近兴奋的反转电位(Okun和Lampl,2008),图3。<br />
<br />
This method reveals that in this type of spontaneous activity the excitatory and inhibitory inputs are '''<font color="#32CD32">interlocked</font>''' in time, with inhibition lagging by several milliseconds behind excitation. <br />
<br />
该方法揭示了在这种自发活动中,兴奋性和抑制性输入在时间上是'''<font color="#32CD32">互锁</font>'''的,抑制滞后于兴奋数毫秒。<br />
<br />
Furthermore, the strength of excitatory and inhibitory inputs is (positively) correlated – large bumps typically contain both a strong excitatory and a strong inhibitory components, whereas small bumps are due to weak synaptic inputs, rather than strong inhibition that quenches the excitatory input. <br />
<br />
此外,兴奋性和抑制性输入的强度(正)相关——大碰撞通常包含强兴奋性和强抑制性成分,而小碰撞是由于突触输入较弱,而非终止兴奋性输入的强抑制。<br />
<br />
These correlations strongly suggest that inhibition plays important role in controlling the excitability of cortical networks at fast time scales.<br />
<br />
这些相关性强烈表明,抑制在快速时间尺度上控制皮层网络的兴奋性方面起着重要作用。<br />
<br />
<br />
==Current research directions 当前研究方向==<br />
<br />
In the recent years a whole range of new genetic tools became available, particularly for the mouse (''Mus musculus'') species. <br />
<br />
近年来,出现了一系列新的遗传工具,特别是对于小鼠(''Mus musculus'')物种。<br />
<br />
In addition, working with awake head-fixed mice is relatively '''<font color="#32CD32">straightforward</font>'''. <br />
<br />
此外,使用清醒的头部固定的小鼠相对'''<font color="#32CD32">直截了当</font>'''。<br />
<br />
These and other recent developments are heavily relied upon in the current research which, in addition to the directions discussed in the previous sections, focuses on new aspects of E/I balance, as described in more detail below.<br />
<br />
这些和其他最近的发展在很大程度上依赖于当前的研究,除了前面讨论的方向之外,这些当前研究还关注E/I平衡的新方面,如下面更详细地描述。<br />
<br />
<br />
===E/I balance across brain states E/I 在大脑状态之间保持平衡===<br />
<br />
To date, only few works investigated how brain state modulation affects E/I balance.<br />
<br />
迄今为止,只有少数工作研究了大脑状态的调节如何影响E/I平衡。<br />
<br />
A study of primary visual cortex found that in awake mice, when compared to animals under anesthesia, the spatial tuning of inhibitory synaptic inputs is much wider, suggesting that in awake animals the E/I balance is profoundly skewed towards inhibition (Haider et al., 2013). <br />
<br />
对初级视觉皮层的研究发现,在与麻醉下的动物相比的清醒的小鼠中,抑制性突触输入的空间调谐要宽得多,这表明在清醒的动物中,E/I平衡显著偏向于抑制(Haider等,2013)。<br />
<br />
However in the auditory cortex of awake mice excitation and inhibition have similar magnitude and frequency tuning (Zhou et al., 2014), in agreement with previous results in anesthetized animals. <br />
<br />
然而,在清醒小鼠的听觉皮层中,兴奋和抑制具有相似的幅度和频率调谐(Zhou等,2014),这与之前在麻醉动物中的结果一致。<br />
<br />
Finally, a study of ongoing activity in the barrel cortex of anesthetized rats found that a switch to lighter anesthesia induces a profound shift toward excitation, probably due to depression of inhibitory synapses in the regime of higher activity under light anesthesia (Taub et al., 2013).<br />
<br />
最后,对麻醉大鼠桶状皮层中正在进行的活动的研究发现,向较轻麻醉的转变会引起向兴奋的深度转移,这可能是由于在轻度麻醉下较高活性状态下抑制性突触的抑制(Taub等,2013)。<br />
<br />
At the present time it is not clear whether the differences between these studies are due to differences between brain areas, special connectivity subserving sensory tuning or other factors.<br />
<br />
目前尚不清楚这些研究之间的差异是源于大脑区域之间的差异、促进感觉调谐的特殊连接还是其他因素。<br />
<br />
<br />
//<br />
<br />
<br />
In addition to differences between awake and anesthetized conditions, the effects of transition between quiet wakefulness and locomotion were recently studied. <br />
<br />
除了清醒和麻醉条件之间的差异外,最近还研究了安静清醒和运动之间转变的影响。<br />
<br />
Locomotion was found to have a differential effect on primary visual and auditory cortices, increasing the firing and shifting the balance towards excitation in the former (Bennett et al., 2013), while suppressing firing and equally scaling down both excitation and inhibition in the latter (Zhou et al., 2014). <br />
<br />
最近研究发现运动对初级视觉和听觉皮层具有不同的作用,对前者提高发放并将平衡转移至兴奋(Bennett等人,2013),对后者抑制发放并同规模地减少兴奋和抑制(Zhou等人,2014)。<br />
<br />
Hence, the impact of locomotion on brain-state and in particular on E/I balance is not uniform across the sensory cortices.<br />
<br />
因此,运动对大脑状态的影响,特别是对E / I平衡的影响在整个感觉皮层中并不均匀。<br />
<br />
<br />
===Interneuron classes and the E/I balance 中间神经元等级和 E/I 平衡===<br />
<br />
In spite of constituting a minority, inhibitory interneurons in the cortex are vastly more diverse than the excitatory cells, with large variety of dendritic and axonal arborization patterns (Ramon Y Cajal, 1911; Jones 1975). <br />
<br />
皮质中的抑制性中间神经元尽管占据少数,但比兴奋性细胞更加多样化,因为具有多种树突和轴突树枝状模式(Ramon Y Cajal,1911;Jones 1975)。<br />
<br />
Histochemical and other methods revealed that GABAergic neurons in the cortex are subdivided into at least 4 almost non-overlapping classes (Kawaguchi and Kubota 1997; Harris and Mrsic-Flogel 2013): <br />
<br />
组织化学和其他方法显示:皮质中的GABA能神经元至少可以细分为4个几乎不重叠的类别(Kawaguchi和Kubota 1997;Harris和Mrsic-Flogel 2013):<br />
<br />
Parvalbumin (PV) expressing cells, somatostatin (Sst) expressing cells, vasoactive intestinal peptide (VIP) expressing cells and neurogliaform cells (NGs). <br />
<br />
'''<font color="#ff8000">小清蛋白Parvalbumin</font>'''(PV)表达细胞,'''<font color="#ff8000">生长激素抑制素somatostatin</font>'''(Sst)表达细胞,'''<font color="#ff8000">血管活性肠肽vasoactive intestinal peptide</font>'''(VIP)表达细胞和'''<font color="#ff8000">神经胶质neurogliaform</font>'''细胞(NGs)。<br />
<br />
Anatomical evidence and recordings in brain-slices suggest that these classes have different roles in the E/I balance and may have different functional roles across cortical layers. <br />
<br />
脑切片中的解剖学证据和记录表明,这些类别GABA能神经元在E/I平衡中起着不同的作用,并且在皮质层中可能具有不同的功能作用。<br />
<br />
Current studies use molecular genetics and imaging methods to understand the role and function of each subtype.<br />
<br />
目前的研究使用分子遗传学和成像方法来了解每种亚型的作用和功能。<br />
<br />
<br />
//<br />
<br />
<br />
Several converging lines of evidence indicate that PV cells constitute the major source of inhibitory current in principal cells for both spontaneous activity and sensory evoked responses. <br />
<br />
一些趋同的证据表明,PV细胞贡献主细胞中抑制电流的主要来源,用于自发活动和感觉诱发反应。<br />
<br />
It follows that the sensory tuning of inhibitory synaptic inputs of pyramidal cells is expected to be the same or wider than the sensory tuning of the individual PV cells. <br />
<br />
因此,锥体细胞的抑制性突触输入的感觉调谐,预计与单个PV细胞的感觉调谐相同或更宽。<br />
<br />
For example, for orientation tuning in the mouse visual cortex, the tuning curves of PV cells were found to be much wider than of the principal cells, explaining the wide tuning of inhibitory inputs of pyramidal neurons (Atallah et al., 2012). <br />
<br />
例如,对于小鼠视觉皮层的方向调谐,发现PV细胞的调谐曲线比主细胞的调谐曲线宽得多,这解释了锥体神经元抑制性输入的宽广调谐(Atallah等人,2012)。<br />
<br />
In the auditory cortex the PV cells were found to be tuned for frequency, again consistent with inhibitory inputs to pyramidal cells originating in the neighboring PV neurons (Moore and Wehr 2013; Li et al., 2014).<br />
<br />
在听觉皮层中,发现PV细胞被频率调谐,再次与起源于邻近PV神经元对锥体细胞的抑制性输入一致(Moore和Wehr 2013;李等人,2014)。<br />
<br />
<br />
//<br />
<br />
<br />
The role of the other classes of inhibitory interneurons is currently investigated in many labs, in particular using the powerful new optogenetic tools. <br />
<br />
目前,许多实验室在研究其他类型的抑制性中间神经元的作用,特别是使用强大而新的光遗传学工具。<br />
<br />
Optogenetic stimulation was recently used to examine the effect of PV and Sst cells on orientation tuning (Atallah et al. 2012; Lee et al., 2012; Wilson et al., 2012). <br />
<br />
光遗传学刺激最近用于研究PV和Sst细胞对方向调谐的影响(Atalah等人2012;Lee等人2012;Wilson等人2012)。<br />
<br />
(Atallah et al. 2012) and (Wilson et al., 2012) suggest that PV cells do not alter the tuning of principal cells. <br />
<br />
(Atalah et al.2012)和(Wilson et al.2012)表明PV细胞不会改变主细胞的调谐。<br />
<br />
(Wilson et al., 2012) furthermore attribute to Sst cells the ability to sharpen orientation selectivity of principal cells by a subtraction effect.<br />
<br />
In contrast, (Lee et al., 2012) report that activation of PV cells was found to sharpen the orientation tuning of principal cells. <br />
<br />
(Wilson et al.,2012)进一步研究出Sst细胞通过减法效应增强了主细胞的方向选择性的能力。<br />
<br />
相比之下,(Lee等人,2012年)报告发现,PV细胞的激活可以增强主细胞的方向调节。<br />
<br />
Whether the contradiction between the studies is real or only at the level of data interpretation is not entirely clear (Lee et al., 2014; Atallah et al., 2014).<br />
<br />
矛盾,是真实存在于在研究之间,还是说存在于数据解释层面上,尚不完全清楚(Lee等人,2014年;Atalah等人,2014年)。<br />
<br />
<br />
==Conclusions 结论==<br />
<br />
The available data, collected under a wide variety of conditions and in distinct cortical areas indicates that co-activation of inhibition and excitation is a basic functional principle underlying various cortical activities (Isaacson and Scanziani, 2011). <br />
<br />
在各种条件下和不同皮质区域收集的现有数据表明,抑制和兴奋的共激活是各种皮质活动的基本功能原理(Isaacson和Scanziani,2011)。<br />
<br />
Furthermore, the excitatory and inhibitory synaptic inputs appear to be individually matched in each pyramidal cell (Xue et al., 2014) with a high temporal precision of just a few milliseconds. <br />
<br />
此外,兴奋性和抑制性突触输入似乎在每个锥体细胞中单独匹配(Xue等人,2014),具有仅几毫秒的高时间精度。<br />
<br />
Yet, whether excitation and inhibition share the same sensory tuning seems to depend on various factors, including animal species, the sensory modality and brain-state.<br />
<br />
然而,兴奋和抑制是否具有相同的感官调谐似乎取决于各种因素,包括动物种类,感觉方式和大脑状态。<br />
<br />
<br />
//<br />
<br />
<br />
The E/I balance was studied most extensively in the cortex, however similar principles manifest themselves in many CNS structures, such as the hippocampus (Atallah and Scanziani, 2009), superior colliculus (Populin, 2005), brain stem (Magnusson et al., 2008), spinal cord (Berg et al., 2007), prefrontal cortex (Yizhar et al., 2011) and others, not covered here in detail.<br />
<br />
E / I平衡在皮层中得到了最广泛的研究,但是类似的原理在许多CNS结构中表现出来,例如海马体(Atallah和Scanziani,2009),上丘脑(Populin,2005),脑干(Magnusson等人,2008),脊髓(Berg等人,2007),前额叶皮层(Yizhar等人,2011)等,这里没有详细介绍。<br />
<br />
This entry also did not describe E/I balance development and plasticity, e.g., (Froemke et al., 2007; Dorrn et al., 2010; Sun et al., 2010; Li et al. 2012). <br />
<br />
该条目也没有描述E / I平衡发育和可塑性,例如,(Froemke等人,2007;Dorrn et al., 2010;孙等, 2010;李等人, 2012).<br />
<br />
While the role of the tight coupling between excitation and inhibition is not fully clear, it is most likely to serve as a major gain mechanism that increases the accuracy and speed of neuronal response. <br />
<br />
虽然兴奋和抑制之间紧密耦合的作用尚不完全清楚,但它最有可能作为提高神经元响应的准确性和速度的主要增益机制。<br />
<br />
By counterbalancing the excitatory drive, inhibitory inputs greatly extend the dynamic range of excitation, allowing a fine and rapid control over the amount of depolarization of the membrane potential. <br />
<br />
通过平衡兴奋驱动作用,抑制性输入大大扩展了兴奋的动态范围,允许精细快速地控制膜电位的去极化量。<br />
<br />
It is apparent that achieving a certain depolarization without a counteracting inhibitory force would have required a much weaker excitatory input, increasing the error and variability of the response.<br />
<br />
很明显,若没有用于平衡的抑制作用,则实现一定的去极化将需要更弱的兴奋性输入,从而增加响应的误差和可变性。<br />
<br />
== References 参考文献 ==<br />
*Alonso, J M and Martinez, L M (1998). Functional connectivity between simple cells and complex cells in cat striate cortex. ''Nature Neuroscience'' 1: 395-403.<br />
*Anderson, J S; Carandini, M and Ferster, D (2000). Orientation tuning of input conductance, excitation, and inhibition in cat primary visual cortex. ''Journal of Neurophysiology'' 84: 909-926.<br />
*Anderson, J S; Lampl, I; Gillespie, D C and Ferster, D (2001). Membrane potential and conductance changes underlying length tuning of cells in cat primary visual cortex. ''The Journal of Neuroscience'' 21: 2104-2112.<br />
*Atallah, B V and Scanziani, M (2009). Instantaneous modulation of gamma oscillation frequency by balancing excitation with inhibition. ''Neuron'' 62: 566-577.<br />
*Atallah, B V; Bruns, W; Carandini, M and Scanziani, M (2012). Parvalbumin-expressing interneurons linearly transform cortical responses to visual stimuli. ''Neuron'' 73: 159-170.<br />
*Atallah, B V; Scanziani, M and Carandini, M (2014). Atallah et al. reply. ''Nature'' 508: E3.<br />
*Bennett, C; Arroyo, S and Hestrin, S (2013). Subthreshold mechanisms underlying state-dependent modulation of visual responses. ''Neuron'' 80: 350-357.<br />
*Ben-Yishai, R; Bar-Or, R L and Sompolinsky, H (1995). Theory of orientation tuning in visual cortex. ''Proceedings of the National Academy of Sciences of the United States of America'' 92: 3844-3848.<br />
*Berg, R W; Alaburda, A and Hounsgaard, J (2007). Balanced inhibition and excitation drive spike activity in spinal half-centers. ''Science'' 315: 390-393.<br />
*Borg-Graham, L J; Monier, C and Fregnac, Y (1996). Voltage-clamp measurement of visually-evoked conductances with whole-cell patch recordings in primary visual cortex. ''Journal of Physiology Paris'' 90: 185-188.<br />
*Borg-Graham, L J; Monier, C and Fregnac, Y (1998). Visual input evokes transient and strong shunting inhibition in visual cortical neurons. ''Nature'' 393: 369-373.<br />
*Bruno, R M and Sakmann, B (2006). Cortex is driven by weak but synchronously active thalamocortical synapses. ''Science'' 312: 1622-1627.<br />
*Calford, M B and Semple, M N (1995). Monaural inhibition in cat auditory cortex. ''Journal of Neurophysiology'' 73: 1876-1891.<br />
*Chung, S and Ferster, D (1998). Strength and orientation tuning of the thalamic input to simple cells revealed by electrically evoked cortical suppression. ''Neuron'' 20: 1177-1189.<br />
*Cohen-Kashi Malina, K; Jubran, M; Katz, Y and Lampl, I (2013). Imbalance between excitation and inhibition in the somatosensory cortex produces postadaptation facilitation. ''The Journal of Neuroscience'' 33: 8463-8471.<br />
*Crochet, S and Petersen, C C H (2006). Correlating whisker behavior with membrane potential in barrel cortex of awake mice. ''Nature Neuroscience'' 9: 608-610.<br />
*Destexhe, A; Hughes, S W; Rudolph, M and Crunelli, V (2007). Are corticothalamic 'up' states fragments of wakefulness? ''Trends in Neurosciences'' 30: 334-342.<br />
*DeWeese, M R and Zador, A M (2006). Non-Gaussian membrane potential dynamics imply sparse, synchronous activity in auditory cortex. ''The Journal of Neuroscience'' 26: 12206-12218.<br />
*Dichter, M A and Ayala, G F (1987). Cellular mechanisms of epilepsy: A status report. ''Science'' 237: 157-164.<br />
*Dorrn, A L; Yuan, K; Barker, A J; Schreiner, C E and Froemke, R C (2010). Developmental sensory experience balances cortical excitation and inhibition. ''Nature'' 465: 932-936.<br />
*Ferster, D and Miller, K D (2000). Neural mechanisms of orientation selectivity in the visual cortex. ''Annual Review of Neuroscience'' 23: 441-471.<br />
*Froemke, R C; Merzenich, M M and Schreiner, C E (2007). A synaptic memory trace for cortical receptive field plasticity. ''Nature'' 450: 425-429.<br />
*Gabernet, L; Jadhav, S P; Feldman, D E; Carandini, M and Scanziani, M (2005). Somatosensory integration controlled by dynamic thalamocortical feed-forward inhibition. ''Neuron'' 48: 315-327.<br />
*Gerstein, G L and Mandelbrot, B (1964). Random walk models for the spike activity of a single neuron. ''Biophysical Journal'' 4: 41-68.<br />
*Haider, B; Duque, A; Hasenstaub, A R and McCormick, D A (2006). Neocortical network activity in vivo is generated through a dynamic balance of excitation and inhibition. ''The Journal of Neuroscience'' 26: 4535-4545.<br />
*Haider, B; Häusser, M and Carandini, M (2013). Inhibition dominates sensory responses in the awake cortex. ''Nature'' 493: 97-100.<br />
*Hansel, D and Sompolinsky, H (1996). Chaos and synchrony in a model of a hypercolumn in visual cortex. ''Journal of Comparative Neuroscience'' 3: 7-34.<br />
*Harris, K D and Mrsic-Flogel, T D (2013). Cortical connectivity and sensory coding. ''Nature'' 503: 51-58.<br />
*Hasenstaub, A et al. (2005). Inhibitory postsynaptic potentials carry synchronized frequency information in active cortical networks. ''Neuron'' 47: 423-435.<br />
*Heiss, J E; Katz, Y; Ganmor, E and Lampl, I (2008). Shift in the balance between excitation and inhibition during sensory adaptation of S1 neurons. ''The Journal of Neuroscience'' 28: 13320-13330.<br />
*Higley, M J and Contreras, D (2003). Nonlinear integration of sensory responses in the rat barrel cortex: an intracellular study in vivo. ''The Journal of Neuroscience'' 23: 10190-10200.<br />
*Higley, M J and Contreras, D (2006). Balanced excitation and inhibition determine spike timing during frequency adaptation. ''The Journal of Neuroscience'' 26: 448-457.<br />
*Hubel, D H and Wiesel, T N (1962). Receptive fields, binocular interaction and functional architecture in the cat's visual cortex. ''Journal of Physiology (London)'' 160: 106-154.<br />
*Isaacson, J S and Scanziani, M (2011). How inhibition shapes cortical activity. ''Neuron'' 72: 231-243.<br />
*Jones, E G (1975). Varieties and distribution of non-pyramidal cells in the somatic sensory cortex of the squirrel monkey. ''Journal of Comparative Neurology'' 160: 205-267.<br />
*Kawaguchi, Y and Kubota, Y (1997). GABAergic cell subtypes and their synaptic connections in rat frontal cortex. ''Cerebral Cortex'' 7: 476-486.<br />
*Lak, A; Arabzadeh, E and Diamond, M E (2008). Enhanced response of neurons in rat somatosensory cortex to stimuli containing temporal noise. ''Cerebral Cortex'' 18: 1085-1093.<br />
*Lampl, I; Reichova, I and Ferster, D (1999). Synchronous membrane potential fluctuations in neurons of the cat visual cortex. ''Neuron'' 22: 361-374.<br />
*Lee, S H et al. (2012). Activation of specific interneurons improves V1 feature selectivity and visual perception. ''Nature'' 488: 379-383.<br />
*Lee, S H; Kwan, A C and Dan, Y (2014). Interneuron subtypes and orientation tuning. ''Nature'' 508: E1-E2.<br />
*Lefort, S; Tomm, C; Floyd Sarria, J C and Petersen, C C (2009). The excitatory neuronal network of the C2 barrel column in mouse primary somatosensory cortex. ''Neuron'' 61: 301-316.<br />
*Li, Y T; Ma, W P; Pan, C J; Zhang, L I and Tao, H W (2012). Broadening of cortical inhibition mediates developmental sharpening of orientation selectivity. ''The Journal of Neuroscience'' 32: 3981-3991.<br />
*Li, L Y et al. (2014). A feedforward inhibitory circuit mediates lateral refinement of sensory representation in upper layer 2/3 of mouse primary auditory cortex. ''The Journal of Neuroscience'' 34: 13670-13683.<br />
*Liu, B et al. (2011). Broad inhibition sharpens orientation selectivity by expanding input dynamic range in mouse simple cells. ''Neuron'' 71: 542-554.<br />
*Magnusson, A K; Park, T J; Pecka, M; Grothe, B and Koch, U (2008). Retrograde GABA signaling adjusts sound localization by balancing excitation and inhibition in the brainstem. ''Neuron'' 59: 125-137.<br />
*Martinez, L M and Alonso, J M (2001). Construction of complex receptive fields in cat primary visual cortex. ''Neuron'' 32: 515-525.<br />
*Monier, C; Fournier, J and Fregnac, Y (2008). In vitro and in vivo measures of evoked excitatory and inhibitory conductance dynamics in sensory cortices. ''Journal of Neuroscience Methods'' 169: 323-365.<br />
*Moore, A K and Wehr, M (2013). Parvalbumin-expressing inhibitory interneurons in auditory cortex are well-tuned for frequency. ''The Journal of Neuroscience'' 33: 13713-13723.<br />
*Nelson, S; Toth, L; Sheth, B and Sur, M (1994). Orientation selectivity of cortical neurons during intracellular blockade of inhibition. ''Science'' 265: 774-777.<br />
*Okun, M and Lampl, I (2008). Instantaneous correlation of excitation and inhibition during ongoing and sensory-evoked activities. ''Nature Neuroscience'' 11: 535-537.<br />
*Okun, M; Naim, A and Lampl, I (2010). The subthreshold relation between cortical local field potential and neuronal firing unveiled by intracellular recordings in awake rats. ''The Journal of Neuroscience'' 30: 4440-4448.<br />
*Polack, P O; Friedman, J and Golshani, P (2013). Cellular mechanisms of brain state-dependent gain modulation in visual cortex. ''Nature Neuroscience'' 16: 1331-1339.<br />
*Populin, L C (2005). Anesthetics change the excitation/inhibition balance that governs sensory processing in the cat superior colliculus. ''The Journal of Neuroscience'' 25: 5903-5914.<br />
*Poulet, J F and Petersen, C C (2008). Internal brain state regulates membrane potential synchrony in barrel cortex of behaving mice. ''Nature'' 454: 881-885.<br />
*Priebe, N J and Ferster, D (2005). Direction selectivity of excitation and inhibition in simple cells of the cat primary visual cortex. ''Neuron'' 45: 133-145.<br />
*Ramon y Cajal, S (1911). ''Histologie du Systeme Nerveux de l'Homme et des Vertebres.'' Paris: Maloine.<br />
*Rudolph, M; Pospischil, M; Timofeev, I and Destexhe, A (2007). Inhibition determines membrane potential dynamics and controls action potential generation in awake and sleeping cat cortex. ''The Journal of Neuroscience'' 27: 5280-5290.<br />
*Sachidhanandam, S; Sreenivasan, V; Kyriakatos, A; Kremer, Y and Petersen, C C H (2013). Membrane potential correlates of sensory perception in mouse barrel cortex. ''Nature Neuroscience'' 16: 1671-1677.<br />
*Shadlen, M N and Newsome, W T (1994). Noise, neural codes and cortical organization. ''Current Opinion in Neurobiology'' 4: 569-579.<br />
*Shadlen, M N and Newsome, W T (1998). The variable discharge of cortical neurons: Implications for connectivity, computation, and information coding. ''The Journal of Neuroscience'' 18: 3870-3896.<br />
*Shapley, R M and Xing, D (2013). Local circuit inhibition in the cerebral cortex as the source of gain control and untuned suppression. ''Neural Networks'' 37: 172-181.<br />
*Shu, Y; Hasenstaub, A and McCormick, D A (2003). Turning on and off recurrent balanced cortical activity. ''Nature'' 423: 288-293.<br />
*Sillito, A M (1975). The contribution of inhibitory mechanisms to the receptive field properties of neurones in the striate cortex of the cat. ''Journal of Physiology'' 250: 305-329.<br />
*Softky, W R and Koch, C (1993). The highly irregular firing of cortical cells is inconsistent with temporal integration of random EPSPs. ''The Journal of Neuroscience'' 13: 334-350.<br />
*Somers, D C; Nelson, S B and Sur, M (1995). An emergent model of orientation selectivity in cat visual cortical simple cells. ''The Journal of Neuroscience'' 15: 5448-5465.<br />
*Stevens, C F and Zador, A M (1998). Input synchrony and the irregular firing of cortical neurons. ''Nature Neuroscience'' 1: 210-217.<br />
*Sun, Y J et al. (2010). Fine-tuning of pre-balanced excitation and inhibition during auditory cortical development. ''Nature'' 465: 927-931.<br />
*Sun, Y J; Kim, Y J; Ibrahim, L A; Tao, H W and Zhang, L I (2013). Synaptic mechanisms underlying functional dichotomy between intrinsic-bursting and regular-spiking neurons in auditory cortical layer 5. ''The Journal of Neuroscience'' 33: 5326-5339.<br />
*Sutter, M L; Schreiner, C E; McLean, M; O'Connor, K N and Loftus, W C (1999). Organization of inhibitory frequency receptive fields in cat primary auditory cortex. ''Journal of Neurophysiology'' 82: 2358-2371.<br />
*Tan, A Y Y; Chen, Y; Scholl, B; Seidemann, E and Priebe, N J (2014). Sensory stimulation shifts visual cortex from synchronous to asynchronous states. ''Nature'' 509: 226-229.<br />
*Taub, A H; Katz, Y and Lampl, I (2013). Cortical balance of excitation and inhibition is regulated by the rate of synaptic activity. ''The Journal of Neuroscience'' 33: 14359-14368.<br />
*van Vreeswijk, C and Sompolinsky, H (1996). Chaos in neuronal networks with balanced excitatory and inhibitory activity. ''Science'' 274: 1724-1726.<br />
*Vogels, T P; Rajan, K and Abbott, L F (2005). Neural network dynamics. ''Annual Review of Neuroscience'' 28: 357-376.<br />
*Volgushev, M; Vidyasagar, T R and Pei, X (1996). A linear model fails to predict orientation selectivity of cells in the cat visual cortex. Journal of Physiology (London)'' 496: 597-606.<br />
*Wang, J; McFadden, S L; Caspary, D and Salvi, R (2002). Gamma-aminobutyric acid circuits shape response properties of auditory cortex neurons. ''Brain Research'' 944: 219-231.<br />
*Wehr, M and Zador, A M (2003). Balanced inhibition underlies tuning and sharpens spike timing in auditory cortex. ''Nature'' 426: 442-446.<br />
*Wehr, M and Zador, A M (2005). Synaptic mechanisms of forward suppression in rat auditory cortex. ''Neuron'' 47: 437-445.<br />
*Wilent, W B and Contreras, D (2005). Dynamics of excitation and inhibition underlying stimulus selectivity in rat somatosensory cortex. ''Nature Neuroscience'' 8: 1364-1370.<br />
*Wilson, N R; Runyan, C A; Wang, F L and Sur, M (2012). Division and subtraction by distinct cortical inhibitory networks in vivo. ''Nature'' 488: 343-348.<br />
*Wu, G K; Li, P; Tao, H W and Zhang, L I (2006). Nonmonotonic synaptic excitation and imbalanced inhibition underlying cortical intensity tuning. ''Neuron'' 52: 705-715.<br />
*Wu, G K; Arbuckle, R; Liu, B H; Tao, H W and Zhang, L I (2008). Lateral sharpening of cortical frequency tuning by approximately balanced inhibition. ''Neuron'' 58: 132-143.<br />
*Xue, M; Atallah, B V and Scanziani, M (2014). Equalizing excitation-inhibition ratios across visual cortical neurons. ''Nature'' 511: 596-600.<br />
*Yizhar, O et al. (2011). Neocortical excitation/inhibition balance in information processing and social dysfunction. ''Nature'' 477: 171-178.<br />
*Zhou, M et al. (2014). Scaling down of balanced excitation and inhibition by active behavioral states in auditory cortex. ''Nature Neuroscience'' 17: 841-850.<br />
<br />
== 另见 ==<br />
[[抑制]], [[高电导状态]]<br />
<br />
[[Category:计算神经科学]]<br />
[[Category:神经科学]]<br />
[[Category:突触]]<br />
[[Category:神经元模型]]</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:Navbox_with_collapsible_groups&diff=31916
模块:Navbox with collapsible groups
2022-06-10T09:02:24Z
<p>Swarma:导入1个版本</p>
<hr />
<div>-- This module implements {{Navbox with collapsible groups}}<br />
local q = {}<br />
local Navbox = require('Module:Navbox')<br />
<br />
-- helper functions<br />
local function concatstrings(s)<br />
local r = table.concat(s, '')<br />
if r:match('^%s*$') then r = nil end<br />
return r<br />
end<br />
<br />
local function concatstyles(s)<br />
local r = table.concat(s, ';')<br />
while r:match(';%s*;') do<br />
r = mw.ustring.gsub(r, ';%s*;', ';')<br />
end<br />
if r:match('^%s*;%s*$') then r = nil end<br />
return r<br />
end<br />
<br />
function q._navbox(pargs)<br />
-- table for args passed to navbox<br />
local targs = {}<br />
<br />
-- process args<br />
local passthrough = {<br />
['name']=true,['navbar']=true,['state']=true,['border']=true,<br />
['bodyclass']=true,['groupclass']=true,['listclass']=true,<br />
['style']=true,['bodystyle']=true,['basestyle']=true,<br />
['title']=true,['titleclass']=true,['titlestyle']=true,<br />
['above']=true,['aboveclass']=true,['abovestyle']=true,<br />
['below']=true,['belowclass']=true,['belowstyle']=true,<br />
['image']=true,['imageclass']=true,['imagestyle']=true,<br />
['imageleft']=true,['imageleftstyle']=true<br />
}<br />
for k,v in pairs(pargs) do<br />
if k and type(k) == 'string' then<br />
if passthrough[k] then<br />
targs[k] = v<br />
elseif (k:match('^list[0-9][0-9]*$') <br />
or k:match('^content[0-9][0-9]*$') ) then<br />
local n = mw.ustring.gsub(k, '^[a-z]*([0-9]*)$', '%1')<br />
if (targs['list' .. n] == nil and pargs['group' .. n] == nil<br />
and pargs['sect' .. n] == nil and pargs['section' .. n] == nil) then<br />
targs['list' .. n] = concatstrings(<br />
{pargs['list' .. n] or '', pargs['content' .. n] or ''})<br />
end<br />
elseif (k:match('^group[0-9][0-9]*$') <br />
or k:match('^sect[0-9][0-9]*$') <br />
or k:match('^section[0-9][0-9]*$') ) then<br />
local n = mw.ustring.gsub(k, '^[a-z]*([0-9]*)$', '%1')<br />
if targs['list' .. n] == nil then<br />
local titlestyle = concatstyles(<br />
{pargs['groupstyle'] or '',pargs['secttitlestyle'] or '', <br />
pargs['group' .. n .. 'style'] or '', <br />
pargs['section' .. n ..'titlestyle'] or ''})<br />
local liststyle = concatstyles(<br />
{pargs['liststyle'] or '', pargs['contentstyle'] or '', <br />
pargs['list' .. n .. 'style'] or '', <br />
pargs['content' .. n .. 'style'] or ''})<br />
local title = concatstrings(<br />
{pargs['group' .. n] or '', <br />
pargs['sect' .. n] or '',<br />
pargs['section' .. n] or ''})<br />
local list = concatstrings(<br />
{pargs['list' .. n] or '', <br />
pargs['content' .. n] or ''})<br />
local state = (pargs['abbr' .. n] and pargs['abbr' .. n] == pargs['selected']) <br />
and 'uncollapsed' or pargs['state' .. n] or 'collapsed'<br />
<br />
targs['list' .. n] = Navbox._navbox(<br />
{'child', navbar = 'plain', state = state,<br />
basestyle = pargs['basestyle'],<br />
title = title, titlestyle = titlestyle,<br />
list1 = list, liststyle = liststyle,<br />
listclass = pargs['list' .. n .. 'class'],<br />
image = pargs['image' .. n],<br />
imageleft = pargs['imageleft' .. n],<br />
listpadding = pargs['listpadding']})<br />
end<br />
end<br />
end<br />
end<br />
-- ordering of style and bodystyle<br />
targs['style'] = concatstyles({targs['style'] or '', targs['bodystyle'] or ''})<br />
targs['bodystyle'] = nil<br />
<br />
-- child or subgroup<br />
if targs['border'] == nil then targs['border'] = pargs[1] end<br />
<br />
return Navbox._navbox(targs)<br />
end<br />
<br />
function q.navbox(frame)<br />
local pargs = require('Module:Arguments').getArgs(frame, {wrappers = {'Template:Navbox with collapsible groups'}})<br />
<br />
-- Read the arguments in the order they'll be output in, to make references number in the right order.<br />
local _<br />
_ = pargs.title<br />
_ = pargs.above<br />
for i = 1, 20 do<br />
_ = pargs["group" .. tostring(i)]<br />
_ = pargs["list" .. tostring(i)]<br />
end<br />
_ = pargs.below<br />
<br />
return q._navbox(pargs)<br />
end<br />
<br />
return q</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:Buffer&diff=31914
模块:Buffer
2022-06-10T09:02:24Z
<p>Swarma:导入1个版本</p>
<hr />
<div>--[[=============================<br />
This Module was written by Alexander Zhikun He, also known as, User:Codehydro on the English Wikipedia<br />
<br />
All methods were developed independently and any resemblance to other string buffer libraries would be coincidental.<br />
Furthermore, many methods will not work when compiled by standard Lua libraries as they depend on behaviors unique to<br />
the MediaMiki Scribunto mod, which, for example, has a getmetatable() method that always returns nil on non-tables.<br />
https://www.mediawiki.org/wiki/Extension:Scribunto/Lua_reference_manual<br />
<br />
Source code comments may be thin at some points because they are intended to be supplemented by the documentation page:<br />
https://en.wikipedia.org/wiki/Module:Buffer/doc<br />
<br />
Licensed under Creative Commons Attribution-ShareAlike 3.0 Unported License<br />
https://en.wikipedia.org/wiki/Wikipedia:Text_of_Creative_Commons_Attribution-ShareAlike_3.0_Unported_License<br />
<br />
https://en.wikipedia.org/wiki/Module:Buffer<br />
https://en.wikipedia.org/wiki/User:Codehydro<br />
=============================--]]<br />
local function Valid(v)--type validation<br />
if v and v~=true then--reject nil/boolean; faster than 2 type() comparisons<br />
local str = tostring(v)--functions not filtered since unlikely passed by accident (Scribunto does not have userdata/thread types)<br />
if str~=v and str=='table' then return rawget(v, 1) and table.concat(v) end--tostring(string-type) returns same ref; same refs compare faster than type()<br />
if str~='' then return str end--numbers are coerced to string per table.concat op; appending in string form saves ops on repeat concat<br />
end<br />
end<br />
local noOp, MBpairs = function()end do local iMap, vMap, oMap, pIter, pOther, pFast, Next--Map<br />
local function init()--init = noOp after first run<br />
function Next(t) return next, t end--slightly faster to do this than to use select()<br />
function pIter(t, k) k = (iMap[t] or MBpairs(t, true) and iMap[t])[not k and 1 or vMap[t][k]] return k, t[k] end--don't use rawget; accepting unmapped tables does not measurably affect performance.<br />
function pOther(t, k) k = (oMap[t] or MBpairs(t, true) and oMap[t])[nil==k and 1 or vMap[t][k]] return k, t[k] end--comparison to nil because false is a valid key<br />
function pFast(t, k) k = not k and 1 or k < (vMap[t] or #t) and k + 1 or nil return k, t[k] end--mapless iterator; almost as fast as native ipairs; slight performance penalty when length not cached<br />
--k and k < (vMap[t] or #t) and k + 1 or not k and 1 or nil return k, t[k] end--mapless iterator; almost as fast as native ipairs; slight performance penalty when length not cached<br />
local mk = {__mode = 'k'}--use mode 'k'; found that mode 'kv' sometimes garbage collects maps mid-loop (may not error because iterators auto re-map, but that's expensive)<br />
init, iMap, vMap, oMap = noOp, setmetatable({}, mk), setmetatable({}, mk), setmetatable({}, mk)--iMap is numeric keys, oMap is non-numeric keys, and vMap points to next key<br />
end<br />
function MBpairs(t, ...)--pairs always iterates in order<br />
local iter, ex = ...<br />
iter = iter==init()--nil<br />
if iter and not oMap[t] and ex==nil and rawget(t, 1)~=nil and next(t, #t)==nil then--while possible to miss keys, more thorough check would negate the benefit of pFast<br />
vMap[t] = #t return pFast, t, nil<br />
elseif ... or not vMap[t] or select('#', ...)~=1 then<br />
local ti, tn, to, n = {}, {}, {}, #t--reduces table lookups<br />
iMap[t], vMap[t], oMap[t] = ti, tn, to<br />
for k = 1, n do ti[k], tn[k] = k, k + 1 end--stage one avoids number type checking op in stage two for most numeric keys<br />
for k in (ex or Next)(t) do<br />
if not tn[k] then table.insert(tonumber(k)~=k and to or ti, k) end<br />
end<br />
if #ti~=n then<br />
table.sort(ti)<br />
for k = 1, #ti do tn[ti[k]] = k + 1 end--somewhat wasteful, but trying to avoid overwriting can be even more expensive<br />
end<br />
for k = 1, #to do tn[to[k]] = k + 1 end<br />
end<br />
return iter and pIter or oMap[t] and pOther or noOp, t--noOp for mapless<br />
end<br />
end<br />
local parent, rawkey, spec do--new scope for variables not reused outside (reduces number of var names that need to checked outside of scope)<br />
local mkv = {__mode='kv', __call=function(t,k,v)t[k]=v return k end}--shared meta for Buffer parent property, raw mode, and specialized functions<br />
parent, rawkey, spec = setmetatable({}, mkv), setmetatable({}, mkv), setmetatable({}, mkv)--shared meta less memory<br />
end<br />
<br />
local MB, MBi, MBmix, buffHTML, gfuncs, noCache, Element do--minimize number of locals per scope to reduce time spent sifting through irrelevant variable names<br />
local _stream do local stream--keep stream near top of scope<br />
local function init(f)--init = noOp after first run<br />
local function each(self, ...)<br />
for k = 1, select('#', ...) do<br />
k = Valid(select(k, ...))--slightly faster than table.insert(self, (Valid(select(k, ...))))<br />
if k then table.insert(self, k) end<br />
end<br />
return self<br />
end<br />
init, stream, _stream = noOp, {<br />
__call = function(t, v) v = v and Valid(v) return v and table.insert(t, v) or t end,--last_concat cleared before entering stream mode<br />
__index = function(t, i) return i=='each' and each or MB.__index(t, i) and setmetatable(t, MB)[i] end,--no table look up minimizes resources to retrieve the only stream function<br />
__tostring = function(t) return setmetatable(t, MB)() end<br />
} for k, v in next, MB do stream[k] = stream[k] or v end<br />
setmetatable(stream, getmetatable(MB))<br />
end<br />
function _stream(self, ...) self.last_concat = init() return setmetatable(self, stream):each(...) end<br />
end<br />
local function isMBfunc(Buffer, s, ...)--helper for :getParent()-like methods (including getBuffer which does not return a parent)<br />
return s and (select('#', ...)==0 and--eventually should figure out to make this work for :getHTML which is very similar<br />
(not rawkey[s] and tostring(s):match'^_.*' and MB.__index(Buffer, s) and MB.__index(Buffer, s)(Buffer) or MBmix(Buffer, s))--unprefixed function names append as a string<br />
or assert(MB.__index(Buffer, s), ('" %s " does not match any available Module:Buffer function'):format(s))(Buffer, ...)--getParent is a one-way trip so one-time assert not expensive<br />
) or Buffer<br />
end<br />
local function MBselect(n, ...)--helper for :_out and :_str<br />
local n, seps = n - 1, {select(2, ...)}<br />
if type(seps[n])=='table' then <br />
if buffHTML and rawget(seps[n], buffHTML) then return ... end<br />
setmetatable(seps, {__index = setmetatable(seps[n], {__index = function(t) return rawget(t, 1) end})})[n] = nil<br />
end<br />
return ..., seps<br />
end<br />
local _inHTML do local lastBuffer, lastHTML<br />
local function init(...)--init replaced and new version called on return<br />
local create, mwFunc = mw.html.create do<br />
local mwHTMLmeta = getmetatable(create())<br />
buffHTML, mwFunc, _inHTML = setmetatable(mw.clone(mwHTMLmeta), getmetatable(MB)), mwHTMLmeta.__index--buffHTML declared near top of module; remove _inHTML from outer scope<br />
function init(nodes, ...)<br />
local name, args, tag = select(... and type(...)=='table' and 1 or 2, nil, ...)<br />
tag = create(Valid(name), args)<br />
if nodes then table.insert(nodes, tag.parent and tag or rawset(tag, 'parent', parent[nodes])) end<br />
if args then<br />
local a, b = args.selfClosing, args.parent<br />
args.selfClosing, args.parent = nil<br />
if next(args) then Element._add(parent(tag.nodes, tag), args) end<br />
args.selfClosing, args.parent = a, b--in case args is reused<br />
end<br />
return tag<br />
end<br />
for k, v in next, {[mw] = mwHTMLmeta,<br />
__call = function(h, v) return MBmix(spec[h.nodes] and h.nodes or spec(setmetatable(parent(h.nodes, h), MB), Element), v) end,<br />
__concat = false,--false means take from MB<br />
__eq = false<br />
} do buffHTML[k] = v or MB[k] end<br />
end<br />
local nonSelf, BHi = {tag=true,done=true,allDone=true}, buffHTML.__index do local g<br />
g = {__index = function(t, i)<br />
if gfuncs and gfuncs[i] then g.__index, gfuncs = gfuncs return g.__index[i] end<br />
end}<br />
setmetatable(nonSelf, g)<br />
setmetatable(BHi, g)<br />
end<br />
for k in next, nonSelf do--any HTML objects returned by these funcs will be granted Module:Buffer enhancements<br />
local func = mwFunc[k]<br />
BHi[k] = function(t, ...) local HTML = func(t, ...) return parent[HTML] and HTML or setmetatable(parent(HTML, t), buffHTML) end<br />
end<br />
do local function joinNode(HTML, sep)<br />
local nodes, join = HTML.nodes<br />
if noCache and rawkey[sep] or Valid(sep) then join, HTML.nodes = tostring(rawset(HTML, 'nodes', {MB.__call(nodes, sep)})), nodes end<br />
return join or tostring(HTML)<br />
end<br />
for k, v in next, {<br />
getParent = function(HTML, ...) lastHTML = HTML return MBi.getParent(HTML:allDone(), ...) end,--return to Buffer that created the HTML tree<br />
getBuffer = function(HTML, ...) lastHTML = HTML return isMBfunc(lastBuffer, ...) end,--return to last used<br />
killParent = function(HTML, ...) MBi.killParent(HTML:allDone(), ...) return HTML end,<br />
_out = function(HTML, ...)<br />
if ...==0 then MBi._out(HTML.nodes, ...) return HTML end<br />
lastHTML, HTML = HTML, HTML:allDone()<br />
local n, ops, seps = select('#', ...)<br />
if n > 1 then<br />
local ops, seps = MBselect(n, ...)<br />
return parent[HTML]:_in(joinNode(HTML, rawget(seps, 0))):_out(ops, rawset(seps, buffHTML, true))<br />
end<br />
return parent[HTML]:_(joinNode(HTML, ...))<br />
end,<br />
_str = function(HTML, ...)--does not set lastHTML<br />
if ...==0 then return joinNode(HTML, select(2, ...)) end--passing 0 strings without calling allDone()<br />
local HTML, n = HTML:allDone(), select('#', ...)<br />
if n > 1 then<br />
local ops, seps = MBselect(n, ...)<br />
return parent[HTML]:_in(joinNode(HTML, rawget(seps, 1))):_str(ops, rawset(seps, buffHTML, true))<br />
end<br />
return joinNode(HTML, ...)<br />
end,<br />
_parent = function(HTML, ...) table.insert(HTML.nodes, parent[HTML:allDone()]:_str(...)) return HTML end<br />
} do BHi[k] = v end<br />
end<br />
do local htmlArg, skip, outFuncs = {parent=true,selfClosing=true,tagName=true}, {}<br />
do local out local function func(nodes, ...) return out(parent[nodes], ...) end<br />
outFuncs = setmetatable({<br />
tag = function(nodes, ...) return parent(setmetatable(init(nodes, ...), buffHTML), parent[nodes]) end,<br />
done = function(b, ops)<br />
b = parent[b] <br />
while b.parent and ops~=0 do b, ops = b.parent, ops and ops - 1 or 0 end<br />
return b<br />
end<br />
}, {__index = function(nodes, i)<br />
if rawget(BHi, i) then out = BHi[i] return func end--rawget to exclude globals<br />
end})<br />
end<br />
Element = {<br />
_add = function(nodes, t)<br />
for k, v in MBpairs(t), t, skip[t] do (v~=true and MBmix or noOp)(nodes, v) end<br />
local HTML = parent[nodes] for k, v in MBpairs(t, false) do<br />
if htmlArg[k] then HTML[k] = v<br />
elseif v and v~=true then<br />
if nonSelf[k] then<br />
if k=='tag' then<br />
if type(v)=='table' then<br />
skip[v], k = 1, rawset(create(Valid(v[1])), 'parent', HTML)<br />
Element._add(spec(parent(k.nodes, k, table.insert(nodes, k)), Element), v)<br />
if k.selfClosing then k.nodes = nil else spec[k.nodes], parent[k.nodes] = nil end--free memory/reduce clutter; parent ref will auto-unset when k.nodes is nil<br />
if not k.tagName then k.styles, k.attributes = nil end<br />
else table.insert(nodes, create(v)) end<br />
elseif mwFunc[k] then<br />
if k=='done' and tonumber(v)~=v and v[1] and tonumber(v[1])==v[1] then skip[v] = 1 end<br />
MBmix(outFuncs[k](nodes, skip[v] and v[1]).nodes, v)<br />
elseif v[1] or v[2] then<br />
k = MBi[k](nodes, unpack(v, 1, rawset(skip, v, k=='_B' and 1 or 2)[v]))<br />
Element._add(getmetatable(k) and rawget(k, 'nodes') or k, v)--if k is not a table, then v should not contain any extra keys or this may error.<br />
else MBi[k](nodes, v) end--k probably == '_G' or '_R'<br />
elseif mwFunc[k] then<br />
if type(v)~='table' or rawget(v, 'nodes') then mwFunc[k](HTML, v)<br />
else<br />
local css = k=='css'<br />
for x, y in MBpairs(v, true) do (y and y~=true and mwFunc[k] or noOp)(HTML, css and x:gsub('_', '-') or x, y) end--iterate non-numbers first<br />
for _, y in MBpairs(v, nil) do (y and y~=true and mwFunc[k] or noOp)(HTML, y) end--don't bother with gsub since text must be quoted anyhow<br />
end<br />
elseif rawget(Element, k) or rawget(MBi, k) then<br />
if tonumber(v)==v or v[1]==nil or getmetatable(v) then (Element[k] or MBi[k])(nodes, v)--v is probably string-able object, or a table to be handled by :_all<br />
else (Element[k] or MBi[k])(nodes, unpack(v, 1, table.maxn(v))) end--v is definately a table<br />
else mwFunc.css(HTML, k:gsub('_', '-', 1), tostring(v)) end--oddly enough, :_add clocked its fastest runtime after adding auto-gsub as a feature<br />
skip[v] = nil<br />
end<br />
end<br />
return nodes<br />
end<br />
}<br />
local tempMeta = {mode='v', copy={styles=true,attributes=true}}<br />
function tempMeta.__index(t, i) return tempMeta.copy[i] and rawset(t, i, MBi._cc(false, 0, t.orig[i]))[i] or t.orig[i] end<br />
rawkey[setmetatable(Element, {__index = outFuncs, __concat=function(Element, v) return setmetatable({nodes=spec({}, Element),orig=parent[v]}, tempMeta) end})] = math.huge<br />
end<br />
function MBi:getHTML(...)<br />
lastBuffer = self<br />
if ... then<br />
if select('#', ...)==1 then return not rawkey[s] and tostring(...):match'^_' and BHi[...] and BHi[...](lastHTML) or lastHTML(...)<br />
else return assert(BHi[...], ('" %s " does not match any mw.html or Buffer-mw.html function'):format(tostring(...)))(lastHTML, select(2, ...)) end<br />
end<br />
return lastHTML<br />
end<br />
function MBi:_html(...) return MBi._(self, lastHTML, select(spec[self]==Element and select('#', ...)==0 and 1 or 2, true, ...)) end<br />
return init(...)<br />
end<br />
function _inHTML(self, ...)<br />
local HTML = init(nil, ...)<br />
if HTML.selfClosing and spec[self]==Element then self.last_concat = table.insert(self, HTML) return self end<br />
lastBuffer, lastHTML = self, setmetatable(parent(HTML, self), buffHTML)--set after 'args' table processed by :_add<br />
return HTML<br />
end<br />
end<br />
local _var, unbuild do local prev, rebuild<br />
local function init(...)--init replaced before return<br />
local function pick(b, v) return b and table.insert(b, v) or v end<br />
local function c(a, num) return rawset(a.a or a, 0, a[0] and a[0] + a.c or num and a[1] or a[1]:byte())[0] end<br />
local same, build, alt = {__tostring = function(a, b) return a.a[0] and pick(b, a.a.string and string.char(a.a[0]) or a.a.table and a.a[1][a.a[0]] or a.a[0]) end}, {<br />
__index = {c = 1},<br />
__tostring = function(t) return t:_build() end,<br />
table = function(a, b) local i = next(a[1], a[0]) or a[0]==#a[1] and next(a[1]) return pick(b, rawset(a.a or a, 0, i)[1][i]) end,--change rate (a.c) ignored since users control the table's contents<br />
number = function(a, b) return pick(b, c(a, true)) end,<br />
string = function(a, b) return pick(b, string.char(c(a))) end<br />
}, {__index = function(a, i) return a.a[i] end, __tostring = function(a, b) return (rawget(a, 0) and a[0]==tostring(a[0]) and rawset(a, 0, a[0]:byte()) or a).a._build(a, b) end}<br />
local function shift(t, c)<br />
t[0] = t[0] and t[0] + c or t:_build() and t[0] - t.c + c<br />
if t.table then t[0] = (t[0] - 1) % #t[1] + 1 end<br />
end<br />
function rebuild(...)<br />
local v, c = ...<br />
if v or select('#', ...)==0 then<br />
if v and not c then return prev end<br />
local meta, c = select(v and 1 or 3, alt, c, same, 0)<br />
return setmetatable({a = prev, _build = meta.__tostring, c = c}, meta)<br />
elseif v==nil then--no-op<br />
elseif c then shift(prev, c)--v == false<br />
else prev:_build() end<br />
end<br />
init, noCache = function(v, c) prev = setmetatable({v, c = c, _build = build[type(v)] or v, [type(v)] = true, alt = {}}, build) return prev end, true<br />
return init(...)<br />
end<br />
function unbuild(sep)<br />
for k, v in MBpairs(sep, nil) do<br />
k = getmetatable(v) if k and (k==build or k==alt) then shift(v.a or v, -v.c) end<br />
end<br />
end<br />
function _var(self, ...)<br />
local obj if ... and ...~=true then obj = init(...)<br />
elseif prev then<br />
if ...~=false then obj = rebuild(...)<br />
else rebuild(...) end<br />
end<br />
return obj and MBi._(self, obj, nil, true) or self<br />
end<br />
end<br />
local lib; MBi = setmetatable({stream = _stream,<br />
_inHTML = _inHTML,<br />
_var = _var,<br />
_ = function(self, v, ...)<br />
local at, raw = select(select('#', ...)==1 and ...==true and 1 or 2, nil, ...)<br />
if raw then rawkey[self] = math.huge else v = Valid(v) end<br />
if v or raw then<br />
if at or rawkey[self] then raw = #self end--if length increases by more than one after table.insert, then set rawkey[self] = math.huge; rawkey[self] may be equal to a previous 'at'<br />
at, self.last_concat = at and (tonumber(at)~=at and raw + at or at)<br />
table.insert(self, select(at and 1 or 2, at, v))<br />
if at and at < 0 or raw and #self - raw > 1 then rawkey[self] = math.huge elseif at and #self==raw then rawkey[self] = rawkey[self] and math.max(rawkey[self], at) or at end<br />
end--above line looks bizarre because one table.insert op may make length jump from 0 to 8: local wtf={[2]=2,[4]=4,[8]=8}mw.log(#wtf,table.insert(wtf,1),#wtf)<br />
return self<br />
end,<br />
_nil = function(self, at, ...)<br />
if ...~=true and ...~=false then--faster than type(...) ~= 'boolean'<br />
if not at or at=='0' then<br />
self[#self] = ... if ... then rawkey[self] = math.huge end<br />
else<br />
local n, v = tonumber(at), ...<br />
if n~=at then <br />
if n then n = #self + at<br />
elseif at~=true and select('#', ...)==0 then v, n = at, #self end<br />
end<br />
if n then <br />
if v==nil and n > 0 then table.remove(self, n)<br />
else self[math.floor(n)], rawkey[self] = v, math.huge end--floor position for consistency with Table library<br />
end<br />
end<br />
self.last_concat = nil<br />
end<br />
return self<br />
end,<br />
_all = function(self, t, valKey)<br />
for k, v in MBpairs(t) do MBmix(self, v, valKey) end<br />
for k, v in valKey and MBpairs(t, false) or noOp, t do<br />
if tonumber(v) then MBi._(self, k, v)--self not always a buffer<br />
elseif rawget(MBi, k) and v and v~=true then<br />
if v[1]==nil or getmetatable(v) then MBi[k](self, v)<br />
else MBi[k](self, unpack(v, 1, table.maxn(v))) end<br />
end<br />
end<br />
return self<br />
end,<br />
_str = function(t, ...)<br />
local n = select('#', ...)<br />
if n > 1 then<br />
local k, ops, seps, r = 2, MBselect(n, ...)<br />
r = MB(t(seps[1]))<br />
while parent[t] and ops > 1 and r:_(parent[t](seps[k]), 1) do t, k, ops = parent[t], k + 1, ops - 1 end<br />
return table.concat(r, seps[k] or nil)<br />
end<br />
return MB.__call(t, ...)<br />
end,<br />
_in = function (self, ...) return parent(MB(...), self) end,<br />
_out = function(t, ...)<br />
if ...==0 then return parent(t, parent[t], MBi._cc(t, t, MB.__call(t, (select(2, ...))), getmetatable(t))) end--love how :_cc needed nothing new to implement this *self pat on back*<br />
local n = select('#', ...)<br />
if n > 1 then<br />
local k, ops, seps = 1, MBselect(n, ...)<br />
while parent[t] and ops > 0 do t, k, ops = parent[t]:_(t(seps[k])), k + 1, ops - 1 end<br />
elseif parent[t] then return parent[t]:_(t(...)) end<br />
return t<br />
end,<br />
_cc = function(self, clear, copy, meta)<br />
if clear then<br />
if rawequal(clear, copy) then return self, spec[MBi._cc] and setmetatable(spec[MBi._cc], MB)--rawequal to avoid re-string via __eq in case both are different Buffer objects<br />
elseif copy==true then copy = self end<br />
if clear~=0 then<br />
assert(type(clear)=='table', debug.traceback('Buffer:_cc can only "clear" tables. Did you forget to call with a colon?', 2))--errors can be hard to trace without this<br />
for k in self and next or noOp, clear do rawset(clear, k, nil) end<br />
else return MBi._cc(false, {unpack(copy)}, copy) end--copy length w/o empty strings; recursion to avoid self = false causing garbage collection (non-weak child may exist)<br />
if self==false or copy and type(copy)=='table' then--self==false means copy is a table (saves a type op for recursive calls)<br />
meta = meta or getmetatable(copy)<br />
if self and #copy > 1 then--preserves length with empty strings; developed from studying http://www.lua.org/source/5.1/ltable.c.html <br />
local n, null, i, e = #copy, {}, math.ldexp(2, select(2, math.frexp(#copy)) - 2)<br />
e, spec[MBi._cc], parent[null] = i - 1, null, clear<br />
for k = 1, e do table.insert(clear, false) end<br />
while i<=n do table.insert(clear, i, '') i, null[i] = i + math.ldexp(2, select(2, math.frexp(n - i)) - 2), '' end<br />
for k = 1, e do rawset(clear, k, nil) end<br />
end<br />
for k, v in next, copy do rawset(clear, k, type(v)=='table' and MBi._cc(false, 0, v) or v) end<br />
elseif copy then rawset(clear, 1, (Valid(copy))) end<br />
rawkey[setmetatable(clear, meta)], parent[clear] = rawkey[copy], parent[copy]<br />
end<br />
return self and rawset(self, 'last_concat', nil) or clear<br />
end,<br />
_parent = function(self, ...) return parent[self] and MBi._(self, parent[self]:_str(...)) or self end,<br />
getParent = function(self, ...) return isMBfunc(parent[self] or parent[parent(self, setmetatable({}, MB))], ...) end,<br />
killParent = function(self, ...) return parent[self] and isMBfunc(parent[self], ...) and parent(self) or self end,<br />
_build = function(self, t) table.insert(t, self()) end,--for compatibility with mw.html:node()<br />
last_concat = false--prevent library check<br />
}, {__index = function(t, i)--import string, mw.text, and mw.ustring libraries on an as-needed basis<br />
local func = string[i] or mw.text[i] or mw.ustring[i] or type(i)=='string' and mw.ustring[i:match'^u(.+)'] if func then<br />
lib = lib or function (s, f, ...)<br />
if parent[s] and next(s)==nil then return s:_((f(tostring(parent[Element and (spec[s]==Element and s:allDone() or spec[parent[s]]==Element and parent[s]) or s]), ...))) end<br />
return f(tostring(s), ...)--not using ternary/logical operators here to allow multiple return values<br />
end<br />
return rawset(t, i, i:match'^u?gsub' and function(self, p, r, ...)return lib(self, func, p, r or '', ...)end--Why are ugsub/gsub special? because empty strings are against my religion!<br />
or function(self, ...)return lib(self, func, ...)end)[i]<br />
end<br />
end})<br />
end<br />
<br />
function MBmix(t, v, ...) return v and ((type(v)~='table' or getmetatable(v)) and MBi._(t, v) or (select('#', ...)==0 and spec[t] and spec[t]._add or MBi._all)(t, v, ...)) or t end--:_all always passes two args<br />
<br />
local _G, new_G = _G--localize _G for console testing (console _G ~= module _G)<br />
return setmetatable({__index = function(t, i) return spec[t] and spec[t][i] or MBi[i] end,<br />
__call = function(t, ...)<br />
local rawsep, sep, i, j, raw = noCache and rawkey[...] and ..., ...<br />
if i or j or rawsep or Valid(sep) then<br />
raw, sep, i, j = rawkey[spec[t]] or rawkey[t], rawsep or Valid(sep), i and (i~=tonumber(i) and i + #t or i), j and (j~=tonumber(j) and j + #t or j)<br />
if rawsep or raw and (raw>=(j or #t) or i < 1) then<br />
raw, i, j = {}, i and math.floor(i), j and math.floor(j)--floor for consistency with table.concat(t, sep, i, j), which ignores decimals<br />
raw.lc, t.last_concat = t.last_concat--temporarily unset last_concat to prevent disqualification from mapless iteration<br />
for k, v in MBpairs(t) do<br />
if raw[1] or not i or k>=i then if j and k > j then break end<br />
if raw.s then raw.s = table.insert(raw, tostring(sep)) end--if sep contains v and v is a Buffer-variable, sep must be strung before v<br />
k = Valid(v) if k then<br />
raw.s = rawsep or sep and raw[1] and table.insert(raw, sep)<br />
table.insert(raw, k)<br />
end<br />
end<br />
end<br />
if rawsep and not raw.s then raw[#raw] = unbuild(sep) end--unbuild rawsep if final index in t was invalid<br />
t.last_concat = raw.lc return table.concat(raw)<br />
end<br />
return table.concat(t, sep, i and math.max(i, 1), j and math.min(j, #t))<br />
end<br />
return MB.__tostring(t)<br />
end,<br />
__tostring = function(t)<br />
if t.last_concat then return t.last_concat end<br />
local r = rawkey[spec[t]] or rawkey[t]<br />
r = table.concat(r and r>=#t and MBi._all({}, t) or t)<br />
return (noCache or rawset(t, 'last_concat', r)) and r<br />
end,<br />
__concat = function(a, b)<br />
if buffHTML then<br />
for k = 1, 2 do local v = select(k, a, b)--faster than for k, v in pairs{a, b} do<br />
if v and spec[v] and spec[v]==Element then<br />
if parent[v].selfClosing then<br />
if rawequal(a, b) then return (not noCache or parent[v].tagName) and v:_str(0):rep(2) or v:_str(0)..v:_str(0) end--rawequal avoids premature tostring of Buffer:_var objects;<br />
b, a = select(k, b, parent[v], a)<br />
else local temp = Element .. v --helper method; returns a mirror of parent[v]<br />
MBmix(MBmix(parent(temp.nodes, temp), a), k==1 and spec[b]==Element and parent[b] or b)<br />
return buffHTML.__tostring(setmetatable(temp, {__index=parent[v], __mode='v'}))--switch from tempMeta to avoid MBi._cc op of styles/attributes<br />
end<br />
end<br />
end<br />
end<br />
return table.concat(MBmix(MBmix({}, a), b))<br />
end,<br />
__pairs = MBpairs,<br />
__ipairs = MBpairs,<br />
__eq = function(a, b) return tostring(a)==tostring(b) end--avoid a==b in this module; use rawequal(a,b) when they may be different Buffers (premature tostring waste ops and is bad for Buffer:_var)<br />
}, {__tostring = function()return''end,<br />
__call = function(self, ...) MB = MB or self<br />
if new_G then if ... and _G and ...==_G then new_G = ... end<br />
elseif ... and (...==_G or type(...)=='table' and (...)._G==...) then<br />
local Nil, mG = {}, (...):getmetatable() or (...):setmetatable{}:getmetatable()<br />
new_G, _G, gfuncs = ..., ..., {--gfuncs stored for Buffer:_inHTML; new_G is a is a Module:Buffer local declared just before the final return statement.<br />
_G = function(self, i, ...)<br />
local X, save = rawget(new_G, i), select('#', ...)==0 and self or ...<br />
if i and i~=true and not (X and save and rawequal(X, save)) and rawset(new_G, i, save) and (X~=nil or save==nil and new_G[i]~=nil) then--rawequal in case X is another buffer<br />
local mG = getmetatable(new_G) or {__call=mG.__call}<br />
if mG.__index then pcall(rawset, mG.__index, i, X)<br />
else mG.__index = setmetatable(new_G, mG) and {[i] = X} end<br />
end<br />
return self, ...--avoiding __eq with rawequal(self,save) is overkill since buffers can self-save without being passed as save<br />
end,<br />
_R = function(self, i, v, m)<br />
if i~='new_G' then if i and i~=true then rawset(new_G, i , v) end<br />
elseif not v or v==true or v._G~=_G then new_G = setmetatable(v~=true and v or {}, {__call = mG.__call, __index = v~=true and m~=true and (m or new_G) or nil})<br />
else new_G, (not m and (m~=nil or v==new_G) and Nil or getmetatable(v)).__index = v, m~=true and (m or new_G) or nil end--setting Nil.__index is noOp<br />
return self<br />
end,<br />
_2 = function(self, ...)<br />
if new_G[...]~=nil then return new_G[...] end--higher priority so Buffer:_G('new_G', ...) can prevent an overwrite<br />
if ...=='new_G' then return rawset((select('#', ...)~=1 and MBi._R(new_G, ...) or new_G), '_G', _G) end<br />
return select(select('#', ...)==1 and 1 or 2, self:_G(...))--return only one value; 'return select(2, self:_G(...)) or self' doesn't work for returning nil<br />
end,<br />
_B = function(self, v) return v or v==nil and Nil end<br />
} for k, v in next, gfuncs do MBi[k] = v end <br />
setmetatable(Nil,{__concat=MB.__concat,__newindex=noOp,__call=noOp,__tostring=noOp,__metatable=MB,__index=setmetatable({_B=MBi._B,_=function()return Nil end,last_concat=''},<br />
{__index=function(t,i)return (MBi[i] or i and not tonumber(i)) and t._ or nil end})})<br />
function mG.__call(G, k, ...) return (k._G or G.type(k)=='table') and (G.select('#', ...)~=1 and G.rawset(k, ...) or G:rawset(..., k) and k) or G:rawset(k, (...)) and ... end<br />
end<br />
local new = setmetatable({}, self)<br />
if ... and (...)==new_G then return select(2, ...) and MBmix(new:_G((select(2, ...))), select(3, ...)) or new end<br />
return ... and MBi._(new, ...) or new<br />
end,<br />
__index = function(t, i)<br />
MB = MB or t return MBi[i] and function(...) return MBi[i](setmetatable({}, t), select(...==t and 2 or 1,...)) end<br />
end<br />
})</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:Asbox&diff=31912
模块:Asbox
2022-06-10T09:02:23Z
<p>Swarma:导入1个版本</p>
<hr />
<div>--[[<br />
This module was created by User:CodeHydro (Alexander Zhikun He).<br />
User:Jackmcbarn and User:Mr._Stradivarius provided a great deal of assistance in writting p.main()<br />
<br />
p.main() draw heavily from the following version of Template:Asbox of the English Wikipedia, authored primarily by User:Rich_Farmbrough<br />
https://en.wikipedia.org/w/index.php?title=Template:Asbox&oldid=619510287<br />
<br />
p.templatepage() is derived from the following revision of Template:Asbox/templatepage, authored primarily by User:MSGJ<br />
https://en.wikipedia.org/w/index.php?title=Template:Asbox/templatepage&oldid=632914791<br />
<br />
Both templates had significant contributions from numerous others listed in the revision history tab of their respective pages.<br />
--]]<br />
local WRAPPER_TEMPLATE, args = 'Template:Asbox'<br />
local templatestyles = 'Asbox/styles.css'<br />
local p, Buffer, stubCats = {<br />
--Prevents dupli-cats... get it? Maybe not?<br />
cats = setmetatable({}, {__newindex = function(t, i, v)<br />
if not rawget(t, i) then<br />
rawset(t, i, v)<br />
table.insert(t, i)<br />
end<br />
end}),<br />
--initializes variables required by both p.main and p.templatepage<br />
init = function(self, frame, page)<br />
args, page = args or require('Module:Arguments').getArgs(frame, {<br />
wrappers = WRAPPER_TEMPLATE<br />
}), page or mw.title.getCurrentTitle()<br />
--Ensures demo parameter will never affect category() output for articles<br />
self.demo = self.demo or page.namespace ~= 0 and args.demo<br />
return args, page<br />
end<br />
}, require('Module:Buffer')<br />
<br />
--[[<br />
Formats category links. Stores them until called with cat.done=true<br />
Takes multiple or single categories in the form of 'cat'<br />
or a table of strings and/or tables containing parts. (See below)<br />
]]<br />
local attention, catTag, catKey = Buffer'Stub message templates needing attention', '[[Category:%s]]', '%s|%s%s'<br />
local function category(cat)<br />
for _, v in ipairs((tostring(cat) == cat or cat.t) and {cat} or cat) do<br />
--[[<br />
If v is a table:<br />
[1] = full category name; defaults to local attention if blank<br />
k = Category sort key. Prefix before v.t<br />
t = page.text or args.tempsort#; appended after k (or in its place if omitted). Required if v is not a string<br />
Basically the same as v = (v[1] or attention) .. ' | ' .. (v.k or '') .. v.t<br />
]]<br />
if v and v ~= true then--reject v = nil, false, or true<br />
p.cats[catTag:format(tostring(v) == v and<br />
v<br />
or (v[1] and Buffer(v[1]) or attention):_in(v.k):_(v.t):_str(2, nil, nil, '|')<br />
)] = true<br />
end<br />
end<br />
return cat.done and table.concat(p.cats, p.demo and ' | ' or nil) or ''<br />
end<br />
<br />
--[[<br />
Makes an ombox warning;<br />
Takes table {ifNot = Boolean, text, {cat. sort key, cat. sort name}}<br />
Will return an empty string instead when ifNot evaluates to true <br />
]]<br />
local function ombox(v)<br />
if v.ifNot then return end<br />
p.ombox = p.ombox or require('Module:Message box').ombox<br />
category{v[2]}<br />
return p.ombox{<br />
type = 'content',<br />
text = v[1]<br />
}<br />
end<br />
<br />
--[[<br />
Unlike original template, module now takes unlimited cats! This function also performs<br />
most stub category error checks except for the ombox for when main |category= is omitted (See p.template())<br />
]]<br />
local function catStub(page, pageDoc)<br />
stubCats = {missing = {}, v = {}}<br />
-- zwj and zwnj have semantical use in other other wikis, don't remove them<br />
local zwj = '\226\128\141' -- U+200D, E2 80 8D<br />
local zwnj = '\226\128\140' -- U+200C, E2 80 8C<br />
local disallowedUnicodeChars = '[^%w%p%s' .. zwj .. zwnj .. ']' -- for i18n we make this a separate string<br />
local code<br />
for k, _ in pairs(args) do<br />
--Find category parameters and store the number (main cat = '')<br />
table.insert(stubCats, string.match(k, '^category(%d*)$'))<br />
end<br />
table.sort(stubCats)<br />
for k, v in ipairs(stubCats) do<br />
--Get category names and, if called by p.templatepage, the optional sort key<br />
local tsort, cat = args['tempsort' .. v], mw.ustring.gsub(args['category' .. v], disallowedUnicodeChars, '')--remove all hidden unicode chars <br />
--Do not place template in main category if |tempsort = 'no'. However, DO place articles of that template in the main category.<br />
table.insert(stubCats.v,<br />
page and (--p.templatepage passes page; p.main does not, i.e. articles are categorized without sort keys.<br />
v=='' and tsort == 'no'--if true, inserts 'true' in table, which category() will reject<br />
or tsort and {cat, k = ' ', t = tsort}<br />
or {cat, k = ' *', t = page.text}--note space in front of sort key<br />
)<br />
or cat<br />
)<br />
--Check category existance only if on the template page (i.e. stub documentation)<br />
if page then<br />
if not mw.title.new('Category:' .. cat).exists then<br />
code = code or mw.html.create'code':wikitext'|category'<br />
table.insert(stubCats.missing, tostring(mw.clone(code):wikitext(v)))<br />
end<br />
--[[<br />
Checks non-demo stub template for documentation and flags if doc is present.<br />
All stub cats names are checked and flagged if it does not match 'Category: [] stub'.<br />
The main stub cat is exempt from the name check if the stub template has its own doc<br />
(presumably, this doc would have an explanation as to why the main stub cat is non-conforming).<br />
]]<br />
table.insert(stubCats.v, v == '' and not p.demo and pageDoc.exists and<br />
'Stub message templates with documentation subpages'<br />
or not cat:match' stubs$' and {k = 'S', t = page.text}<br />
)<br />
end<br />
end<br />
--Add category names after loop is completed<br />
category(stubCats.v)<br />
return #stubCats.missing > 0 and ombox{<br />
--Changed, original msg:<br />
--One or more of the stub categories defined in this template do not seem to exist!<br />
--Please double-check the parameters {{para|category}}, {{para|category1}} and {{para|category2}}.<br />
'The following parameter'<br />
.. (#stubCats.missing == 1 and ' defines a stub category that does' or 's define stub categories that do')<br />
.. ' not exist: ' .. mw.text.listToText(stubCats.missing),<br />
{k = 'N', t = page.text}<br />
}<br />
end<br />
<br />
--Shows population of categories found by catStub(). Outputs demo values if none<br />
local function population()<br />
local wikitext, base = {}, '* [[:Category:%s]] (population: %s)\n'<br />
if not args.category and stubCats[1] ~= false then<br />
table.insert(stubCats, 1, false)<br />
end<br />
for _, v in ipairs(stubCats) do<br />
table.insert(wikitext, base:format(<br />
v and args['category' .. v] or '{{{category}}}',<br />
v and mw.site.stats.pagesInCategory(args['category' .. v], 'all') or 0<br />
))<br />
end<br />
return table.concat(wikitext)<br />
end<br />
<br />
--Includes standard stub documention and flags stub templates with bad parameter values.<br />
function p.templatepage(frame, page)<br />
args, page = p:init(frame, page)<br />
local tStubDoc = mw.title.new'Template:Stub documentation'<br />
local pageDoc = page:subPageTitle('doc')<br />
--Reorganization note: Original Asbox alternates between outputting categories and checking on params |category#=.<br />
--Rather than checking multiple times and switching tasks, all stub category param operations have been rolled into catStub()<br />
return Buffer(<br />
ombox{--Show ombox warnings for missing args.<br />
ifNot = args.category,<br />
'The <code>|category</code> parameter is not set. Please add an appropriate stub category.',<br />
{k = 'C', t = page.text}<br />
})<br />
:_(ombox{<br />
ifNot = args.subject or args.article or args.qualifier,<br />
'This stub template contains no description! At least one of the parameters <code>|subject</code>, <code>|article</code> or <code>|qualifier</code> must be defined.',<br />
{k = 'D', t = page.text}<br />
})<br />
:_(catStub(page, pageDoc))--catStub() may also return an ombox if there are non-existing categories<br />
:_(category{<br />
done = p.demo ~= 'doc',--Outputs categories if not doc demo<br />
'Stub message templates',<br />
args.icon and<br />
'Stub message templates using icon parameter'<br />
or args.image and (<br />
mw.title.new('Media:' .. mw.text.split(args.image, '|')[1]).exists--do nothing if exists. category() will reject true<br />
or {k = 'B', t = page.text}<br />
)<br />
or 'Stub message templates without images',<br />
args.imagealt and {k = 'I', t = page.text},<br />
})<br />
:_((not p.demo or p.demo == 'doc') and--Add standard stub template documentation<br />
require('Module:Documentation').main{<br />
content = Buffer(page.text ~= 'Stub' and--This comparison performed in {{Asbox/stubtree}} before it invokes Module:Asbox stubtree<br />
require('Module:Asbox stubtree').subtree{args = {pagename = page.text}}<br />
)<br />
:_in'\n== About this template ==\nThis template is used to identify a':_(args.subject):_'stub':_(args.qualifier):_out' '--space<br />
:_'. It uses {{[[Template:Asbox|asbox]]}}, which is a meta-template designed to ease the process of creating and maintaining stub templates.\n=== Usage ===\nTyping '<br />
:_(mw.html.create'code'<br />
:wikitext('{{', page.text == 'Stub' and 'stub' or page.text, '}}')<br />
)<br />
:_' produces the message shown at the beginning, and adds the article to the following categor'<br />
:_(#stubCats > 1 and 'ies' or 'y')<br />
:_':\n'<br />
:_(population())<br />
:_(pageDoc.exists and--transclusion of /doc if it exists<br />
frame:expandTemplate{title = pageDoc.text}<br />
)<br />
:_'\n== General information ==\n'<br />
:_(frame:expandTemplate{title = tStubDoc.text})<br />
:_'\n\n'(),<br />
['link box'] = Buffer'This documentation is automatically generated by [[Module:Asbox]].'<br />
:_in'The general information is transcluded from [[Template:Stub documentation]]. '<br />
:_(mw.html.create'span'<br />
:cssText'font-size:smaller;font-style:normal;line-height:130%'<br />
:node(('([%s edit] | [%s history])'):format(<br />
tStubDoc:fullUrl('action=edit', 'relative'),<br />
tStubDoc:fullUrl('action=history', 'relative')<br />
))<br />
)<br />
:_out()<br />
:_(page.protectionLevels.edit and page.protectionLevels.edit[1] == 'sysop' and<br />
"This template is [[WP:PROTECT|fully protected]] and any [[WP:CAT|categories]] should be added to the template's ["<br />
.. pageDoc:fullUrl('action=edit&preload=Template:Category_interwiki/preload', 'relative')<br />
.. '| /doc] subpage, which is not protected.'<br />
)' <br/>'<br />
}<br />
)()<br />
end<br />
<br />
function p.main(frame, page)<br />
args, page = p:init(frame, page)<br />
local output = mw.html.create'div'<br />
:attr{role = 'note'}<br />
:addClass'metadata plainlinks asbox stub'<br />
:tag'table'<br />
:attr{role = 'presentation'}<br />
:tag'tr'<br />
:addClass'noresize'<br />
:node((args.icon or args.image) and<br />
mw.html.create'td'<br />
:wikitext(args.icon or ('[[File:%s|%spx|alt=%s]]'):format(<br />
args.image or '',<br />
args.pix or '40x30',<br />
args.imagealt or 'Stub icon'<br />
))<br />
)<br />
:tag'td'<br />
:tag'p'<br />
:addClass'asbox-body'<br />
:wikitext(<br />
Buffer'This':_(args.subject):_(args.article or 'article'):_(args.qualifier)' ',--space<br />
' is a [[Wikipedia:stub|stub]]. You can help Wikipedia by [',<br />
page:fullUrl('action=edit', 'relative'),<br />
' expanding it].'<br />
)<br />
:done()<br />
:node(args.note and<br />
mw.html.create()<br />
:tag'p'<br />
:addClass'asbox-note'<br />
:wikitext(args.note)<br />
:done()<br />
)<br />
:allDone()<br />
:node(args.name and<br />
require'Module:Navbar'._navbar{<br />
args.name,<br />
mini = 'yes',<br />
}<br />
)<br />
--[[<br />
Stub categories for templates include a sort key; this ensures that all stub tags appear at the beginning of their respective categories.<br />
Articles using the template do not need a sort key since they have unique names.<br />
When p.demo equals 'doc', the demo stub categories will appear as those for a stub template.<br />
Otherwise, any non-nil p.demo will emulate article space categories (plus any error cats unless set to 'art')<br />
]]<br />
if page.namespace == 0 then -- Main namespace<br />
category'All stub articles'<br />
catStub()<br />
elseif p.demo then<br />
if p.demo ~= 'doc' then catStub() end<br />
--Unless p.demo is set to 'art', it will also include error categories normally only shown on<br />
--the template but not in the article. The elseif after namespace == 0 means demo cats will never show in article space.<br />
p.demodoc = p.demo ~= 'art' and p.templatepage(frame, page)<br />
output = mw.html.create()<br />
:node(output)<br />
:tag'small':wikitext(<br />
'Demo categories: ',<br />
(category{done = true}:gsub('(%[%[)(Category:)([^|%]]-)(%|)', '%1%2%3|%2%3%4'):gsub('(%[%[)(Category:)', '%1:%2'))<br />
):done()<br />
:wikitext(p.demo == 'doc' and p.demodoc or nil)<br />
else<br />
--Checks for valid name; emulates original template's check using {{FULLPAGENAME:{{{name|}}}}}<br />
local normalizedName = mw.title.new(args.name or '')<br />
if normalizedName and normalizedName.fullText == page.fullText then<br />
output = mw.html.create():node(output):wikitext(p.templatepage(frame, page))<br />
elseif not page.isSubpage and page.namespace == 10 then-- Template namespace and not a subpage<br />
category{{k = args.name and 'E' or 'W', t = page.text}}<br />
end<br />
end<br />
return frame:extensionTag{ name = 'templatestyles', args = { src = templatestyles} } .. tostring(output:wikitext(not p.demo and category{done = true} or nil))<br />
end<br />
<br />
return p</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E6%9D%BF:Optimization_algorithms&diff=31910
模板:Optimization algorithms
2022-06-10T09:02:23Z
<p>Swarma:导入1个版本</p>
<hr />
<div>{{Navbox with collapsible groups<br />
| name = Optimization_algorithms<br />
| title = [[Mathematical optimization|Optimization]]: [[Optimization algorithm|Algorithms]], [[iterative method|methods]], and [[heuristic algorithm|heuristics]]<br />
| state = {{{state<includeonly>|uncollapsed</includeonly>}}}<br />
| selected = {{{1|}}}<br />
| bodyclass = hlist<br />
<br />
| image = [[File:Max_paraboloid.svg|150x150px|right|alt=Graph of a strictly concave quadratic function with unique maximum.|Optimization computes maxima and minima.]]<br />
<br />
| group1 = [[Nonlinear programming|Unconstrained nonlinear]]<br />
| abbr1 = unconstrained<br />
| list1 =<br />
{{Navbox|child<br />
| group1 = [[function (mathematics)|Function]]s<br />
| list1 = <br />
*[[Golden-section search]]<br />
*[[Powell's method|Interpolation method]]s<br />
*[[Line search]]<br />
*[[Nelder–Mead method]]<br />
*[[Successive parabolic interpolation]]<br />
<br />
| group2 = [[gradient|Gradient]]s<br />
| list2 =<br />
{{Navbox|child<br />
| group1 = [[Local convergence|Convergence]]<br />
| list1 = <br />
*[[Trust region]]<br />
*[[Wolfe conditions]]<br />
<br />
| group2 = [[Quasi-Newton method|Quasi–Newton]]<br />
| list2 = <br />
*[[Berndt–Hall–Hall–Hausman algorithm|Berndt–Hall–Hall–Hausman]]<br />
*[[Broyden–Fletcher–Goldfarb–Shanno algorithm|Broyden–Fletcher–Goldfarb–Shanno]] and [[Limited-memory BFGS|L-BFGS]]<br />
*[[Davidon–Fletcher–Powell formula|Davidon–Fletcher–Powell]]<br />
*[[Symmetric rank-one|Symmetric rank-one (SR1)]]<br />
<br />
| group3 = [[Iterative method|Other method]]s<br />
| list3 = <br />
*[[Nonlinear conjugate gradient method|Conjugate gradient]]<br />
*[[Gauss–Newton algorithm|Gauss–Newton]]<br />
*[[Gradient descent|Gradient]]<br />
*[[Mirror descent|Mirror]]<br />
*[[Levenberg–Marquardt algorithm|Levenberg–Marquardt]]<br />
*[[Powell's dog leg method]]<br />
*[[Truncated Newton method|Truncated Newton]]<br />
}}<br />
<br />
| group3 = [[Hessian matrix|Hessian]]s<br />
| list3 = <br />
*[[Newton's method in optimization|Newton's method]]<br />
}}<br />
<br />
| group2 = [[Nonlinear programming|Constrained nonlinear]]<br />
| abbr2 = constrained<br />
| list2 =<br />
{{Navbox|child<br />
| group1 = General<br />
| list1 = <br />
*[[Barrier function|Barrier methods]]<br />
*[[Penalty method]]s<br />
<br />
| group2 = Differentiable<br />
| list2 = <br />
*[[Augmented Lagrangian method]]s<br />
*[[Sequential quadratic programming]]<br />
*[[Successive linear programming]] <br />
}}<br />
<br />
| group3 = [[Convex optimization]]<br />
| abbr3 = convex<br />
| list3 =<br />
{{Navbox|child<br />
| group1 = [[Convex minimization|Convex<br/> minimization]]<br />
| list1 = <br />
*[[Cutting-plane method]] <br />
*[[Frank–Wolfe algorithm|Reduced gradient (Frank–Wolfe)]]<br />
*[[Subgradient method]]<br />
<br />
| group2 = [[Linear programming|Linear]] and<br />[[Quadratic programming|quadratic]]<br />
| list2 =<br />
{{Navbox|child<br />
| evenodd = swap<br />
<br />
| group1 = [[Linear_programming#Interior_point|Interior point]]<br />
| list1 =<br />
*[[Affine scaling]]<br />
*[[Ellipsoid method|Ellipsoid algorithm of Khachiyan]]<br />
*[[Karmarkar's algorithm|Projective algorithm of Karmarkar]]<br />
<br />
| group2 = [[Matroid|Basis-]][[exchange algorithm|exchange]]<br />
| list2 = <br />
*[[Simplex algorithm|Simplex algorithm of Dantzig]]<br />
*[[Revised simplex method|Revised simplex algorithm]]<br />
*[[Criss-cross algorithm]]<br />
*[[Lemke's algorithm|Principal pivoting algorithm of Lemke]]<br />
}}<br />
}}<br />
<br />
| group4 = [[Combinatorial optimization|Combinatorial]]<br />
| abbr4 = combinatorial<br />
| list4 =<br />
{{Navbox|child<br />
| group1 = Paradigms<br />
| list1 = <br />
*[[Approximation algorithm]]<br />
*[[Dynamic programming]]<br />
*[[Greedy algorithm]]<br />
*[[Integer programming]]<br />
**[[Branch and bound]]/[[Branch and cut|cut]]<br />
<br />
| group2 = [[Graph algorithm|Graph<br/> algorithms]]<br />
| list2 =<br />
{{Navbox|child<br />
| evenodd = swap<br />
<br />
| group1 = [[Minimum spanning tree|Minimum<br/> spanning tree]]<br />
| list1 = <br />
*[[Borůvka's algorithm|Borůvka]]<br />
*[[Prim's algorithm|Prim]]<br />
*[[Kruskal's algorithm|Kruskal]]<br />
}}<br />
{{Navbox|child<br />
| evenodd = swap<br />
<br />
| group1 = [[Shortest path problem|Shortest path]]<br />
| list1 = <br />
*[[Bellman–Ford algorithm|Bellman–Ford]]<br />
**[[Shortest Path Faster Algorithm|SPFA]]<br />
*[[Dijkstra's algorithm|Dijkstra]]<br />
*[[Floyd–Warshall algorithm|Floyd–Warshall]]<br />
}}<br />
<br />
| group3 = [[Flow network|Network flows]]<br />
| list3 = <br />
*[[Dinic's algorithm|Dinic]]<br />
*[[Edmonds–Karp algorithm|Edmonds–Karp]]<br />
*[[Ford–Fulkerson algorithm|Ford–Fulkerson]]<br />
*[[Push–relabel maximum flow algorithm|Push–relabel maximum flow]]<br />
}}<br />
<br />
| group5 = [[Metaheuristic]]s<br />
| abbr5 = heuristic<br />
| list5 = <br />
*[[Evolutionary algorithm]]<br />
*[[Hill climbing]]<br />
*[[local search (optimization)|Local search]]<br />
*[[Simulated annealing]]<br />
*[[Tabu search]]<br />
<br />
| below = <br />
*[[Comparison of optimization software|Software]]<br />
<br />
}}<noinclude><br />
<!-- Add categories and interwikis to the /doc subpage, not here! --><br />
<!-- PLEASE ADD CATEGORIES AND INTERWIKIS AT THE BOTTOM OF THIS PAGE --><br />
{{documentation}}<br />
</noinclude></div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E6%9D%BF:Navbox_with_collapsible_groups&diff=31908
模板:Navbox with collapsible groups
2022-06-10T09:02:23Z
<p>Swarma:导入1个版本</p>
<hr />
<div>{{#invoke:Navbox with collapsible groups|navbox}}<noinclude><br />
{{documentation}}<br />
</noinclude></div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E6%9D%BF:Mathapplied-stub&diff=31906
模板:Mathapplied-stub
2022-06-10T09:02:23Z
<p>Swarma:导入1个版本</p>
<hr />
<div>#REDIRECT [[Template:Applied-math-stub]]<br />
<br />
{{Redirect category shell|<br />
{{R to stub template}}<br />
}}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E6%9D%BF:Asbox/styles.css&diff=31904
模板:Asbox/styles.css
2022-06-10T09:02:18Z
<p>Swarma:导入1个版本</p>
<hr />
<div>/* {{pp-template}} */<br />
/* Article stub message box styles */<br />
.asbox {<br />
position: relative;<br />
overflow:hidden;<br />
}<br />
.asbox table {<br />
background: transparent;<br />
}<br />
.asbox p {<br />
margin: 0;<br />
}<br />
.asbox p + p {<br />
margin-top: 0.25em;<br />
}<br />
.asbox-body {<br />
font-style: italic;<br />
}<br />
.asbox-note {<br />
font-size: smaller;<br />
}<br />
.asbox .navbar {<br />
position: absolute;<br />
top: -0.75em;<br />
right: 1em;<br />
display: none;<br />
}</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E6%9D%BF:Asbox&diff=31902
模板:Asbox
2022-06-10T09:02:17Z
<p>Swarma:导入1个版本</p>
<hr />
<div><includeonly>{{#invoke:Asbox|main}}</includeonly><noinclude><br />
{{documentation}}<br />
<!-- Add categories to the /doc subpage and interwikis to Wikidata. --><br />
</noinclude></div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E6%9D%BF:Applied-math-stub&diff=31900
模板:Applied-math-stub
2022-06-10T09:02:17Z
<p>Swarma:导入1个版本</p>
<hr />
<div>{{asbox<br />
| image = Arithmetic symbols.svg<br />
| pix = 21<br />
| subject = [[applied mathematics]]-related <br />
| qualifier = <br />
| category = Applied mathematics stubs<br />
| tempsort = <br />
| name = Template:Applied-math-stub<br />
}}<noinclude><br />
[[Category:Mathematics stub templates]]<br />
<br />
</noinclude></div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:For&diff=31898
模块:For
2022-06-10T09:02:17Z
<p>Swarma:导入1个版本</p>
<hr />
<div>local mArguments --initialize lazily<br />
local mHatlist = require('Module:Hatnote list')<br />
local mHatnote = require('Module:Hatnote')<br />
local yesNo = require('Module:Yesno')<br />
local p = {}<br />
<br />
--Implements {{For}} from the frame<br />
--uses capitalized "For" to avoid collision with Lua reserved word "for"<br />
function p.For (frame)<br />
mArguments = require('Module:Arguments')<br />
return p._For(mArguments.getArgs(frame))<br />
end<br />
<br />
--Implements {{For}} but takes a manual arguments table<br />
function p._For (args)<br />
local use = args[1]<br />
if (not use) then<br />
return mHatnote.makeWikitextError(<br />
'no context parameter provided. Use {{other uses}} for "other uses" hatnotes.',<br />
'Template:For#Errors',<br />
args.category<br />
)<br />
end<br />
local pages = {}<br />
function two (a, b) return a, b, 1 end --lets us run ipairs from 2<br />
for k, v in two(ipairs(args)) do table.insert(pages, v) end<br />
local title = mw.title.getCurrentTitle()<br />
local skipCat = title.isTalkPage or title.namespace == 2 --don't categorise talk pages and userspace<br />
local oddCat = skipCat and '' or '[[Category:Hatnote templates using unusual parameters]]'<br />
local category = yesNo(args.category)<br />
return mHatnote._hatnote(<br />
mHatlist.forSeeTableToString({{use = use, pages = pages}}),<br />
{selfref = args.selfref}<br />
) .. (<br />
(use == 'other uses') and ((category == true) or (category == nil)) and<br />
oddCat or ''<br />
)<br />
end<br />
<br />
return p</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E6%9D%BF:For&diff=31896
模板:For
2022-06-10T09:02:17Z
<p>Swarma:导入1个版本</p>
<hr />
<div><includeonly>{{#invoke:For|For}}</includeonly><noinclude><br />
{{Documentation}}<br />
</noinclude></div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:String2&diff=31894
模块:String2
2022-06-10T09:02:17Z
<p>Swarma:导入1个版本</p>
<hr />
<div>local p = {}<br />
<br />
p.trim = function(frame)<br />
return mw.text.trim(frame.args[1] or "")<br />
end<br />
<br />
p.sentence = function (frame)<br />
-- {{lc:}} is strip-marker safe, string.lower is not.<br />
frame.args[1] = frame:callParserFunction('lc', frame.args[1])<br />
return p.ucfirst(frame)<br />
end<br />
<br />
p.ucfirst = function (frame )<br />
local s = mw.text.trim( frame.args[1] or "" )<br />
local s1 = ""<br />
-- if it's a list chop off and (store as s1) everything up to the first <li><br />
local lipos = mw.ustring.find(s, "<li>" )<br />
if lipos then<br />
s1 = mw.ustring.sub(s, 1, lipos + 3)<br />
s = mw.ustring.sub(s, lipos + 4)<br />
end<br />
-- s1 is either "" or the first part of the list markup, so we can continue<br />
-- and prepend s1 to the returned string<br />
local letterpos<br />
if mw.ustring.find(s, "^%[%[[^|]+|[^%]]+%]%]") then<br />
-- this is a piped wikilink, so we capitalise the text, not the pipe<br />
local _<br />
_, letterpos = mw.ustring.find(s, "|%W*%w") -- find the first letter after the pipe<br />
else<br />
letterpos = mw.ustring.find(s, '%w')<br />
end<br />
if letterpos then<br />
local first = mw.ustring.sub(s, 1, letterpos - 1)<br />
local letter = mw.ustring.sub(s, letterpos, letterpos)<br />
local rest = mw.ustring.sub(s, letterpos + 1)<br />
return s1 .. first .. mw.ustring.upper(letter) .. rest<br />
else<br />
return s1 .. s<br />
end<br />
end<br />
<br />
p.title = function (frame )<br />
-- http://grammar.yourdictionary.com/capitalization/rules-for-capitalization-in-titles.html<br />
-- recommended by The U.S. Government Printing Office Style Manual:<br />
-- "Capitalize all words in titles of publications and documents,<br />
-- except a, an, the, at, by, for, in, of, on, to, up, and, as, but, or, and nor."<br />
local alwayslower = {['a'] = 1, ['an'] = 1, ['the'] = 1,<br />
['and'] = 1, ['but'] = 1, ['or'] = 1, ['for'] = 1,<br />
['nor'] = 1, ['on'] = 1, ['in'] = 1, ['at'] = 1, ['to'] = 1,<br />
['from'] = 1, ['by'] = 1, ['of'] = 1, ['up'] = 1 }<br />
local res = ''<br />
local s = mw.text.trim( frame.args[1] or "" )<br />
local words = mw.text.split( s, " ")<br />
for i, s in ipairs(words) do<br />
-- {{lc:}} is strip-marker safe, string.lower is not.<br />
s = frame:callParserFunction('lc', s)<br />
if i == 1 or alwayslower[s] ~= 1 then<br />
s = mw.getContentLanguage():ucfirst(s)<br />
end<br />
words[i] = s<br />
end<br />
return table.concat(words, " ")<br />
end<br />
<br />
-- findlast finds the last item in a list<br />
-- the first unnamed parameter is the list<br />
-- the second, optional unnamed parameter is the list separator (default = comma space)<br />
-- returns the whole list if separator not found<br />
p.findlast = function(frame)<br />
local s = mw.text.trim( frame.args[1] or "" )<br />
local sep = frame.args[2] or ""<br />
if sep == "" then sep = ", " end<br />
local pattern = ".*" .. sep .. "(.*)"<br />
local a, b, last = s:find(pattern)<br />
if a then<br />
return last<br />
else<br />
return s<br />
end<br />
end<br />
<br />
-- stripZeros finds the first number and strips leading zeros (apart from units)<br />
-- e.g "0940" -> "940"; "Year: 0023" -> "Year: 23"; "00.12" -> "0.12"<br />
p.stripZeros = function(frame)<br />
local s = mw.text.trim(frame.args[1] or "")<br />
local n = tonumber( string.match( s, "%d+" ) ) or ""<br />
s = string.gsub( s, "%d+", n, 1 )<br />
return s<br />
end<br />
<br />
-- nowiki ensures that a string of text is treated by the MediaWiki software as just a string<br />
-- it takes an unnamed parameter and trims whitespace, then removes any wikicode<br />
p.nowiki = function(frame)<br />
local str = mw.text.trim(frame.args[1] or "")<br />
return mw.text.nowiki(str)<br />
end<br />
<br />
-- split splits text at boundaries specified by separator<br />
-- and returns the chunk for the index idx (starting at 1)<br />
-- #invoke:String2 |split |text |separator |index |true/false<br />
-- #invoke:String2 |split |txt=text |sep=separator |idx=index |plain=true/false<br />
-- if plain is false/no/0 then separator is treated as a Lua pattern - defaults to plain=true<br />
p.split = function(frame)<br />
local args = frame.args<br />
if not(args[1] or args.txt) then args = frame:getParent().args end<br />
local txt = args[1] or args.txt or ""<br />
if txt == "" then return nil end<br />
local sep = (args[2] or args.sep or ""):gsub('"', '')<br />
local idx = tonumber(args[3] or args.idx) or 1<br />
local plain = (args[4] or args.plain or "true"):sub(1,1)<br />
plain = (plain ~= "f" and plain ~= "n" and plain ~= "0")<br />
local splittbl = mw.text.split( txt, sep, plain )<br />
if idx < 0 then idx = #splittbl + idx + 1 end<br />
return splittbl[idx]<br />
end<br />
<br />
-- val2percent scans through a string, passed as either the first unnamed parameter or |txt=<br />
-- it converts each number it finds into a percentage and returns the resultant string.<br />
p.val2percent = function(frame)<br />
local args = frame.args<br />
if not(args[1] or args.txt) then args = frame:getParent().args end<br />
local txt = mw.text.trim(args[1] or args.txt or "")<br />
if txt == "" then return nil end<br />
local function v2p (x)<br />
x = (tonumber(x) or 0) * 100<br />
if x == math.floor(x) then x = math.floor(x) end<br />
return x .. "%"<br />
end<br />
txt = txt:gsub("%d[%d%.]*", v2p) -- store just the string<br />
return txt<br />
end<br />
<br />
-- one2a scans through a string, passed as either the first unnamed parameter or |txt=<br />
-- it converts each occurrence of 'one ' into either 'a ' or 'an ' and returns the resultant string.<br />
p.one2a = function(frame)<br />
local args = frame.args<br />
if not(args[1] or args.txt) then args = frame:getParent().args end<br />
local txt = mw.text.trim(args[1] or args.txt or "")<br />
if txt == "" then return nil end<br />
txt = txt:gsub(" one ", " a "):gsub("^one", "a"):gsub("One ", "A "):gsub("a ([aeiou])", "an %1"):gsub("A ([aeiou])", "An %1")<br />
return txt<br />
end<br />
<br />
-- findpagetext returns the position of a piece of text in a page<br />
-- First positional parameter or |text is the search text<br />
-- Optional parameter |title is the page title, defaults to current page<br />
-- Optional parameter |plain is either true for plain search (default) or false for Lua pattern search<br />
-- Optional parameter |nomatch is the return value when no match is found; default is nil<br />
p._findpagetext = function(args)<br />
-- process parameters<br />
local nomatch = args.nomatch or ""<br />
if nomatch == "" then nomatch = nil end<br />
--<br />
local text = mw.text.trim(args[1] or args.text or "")<br />
if text == "" then return nil end<br />
--<br />
local title = args.title or ""<br />
local titleobj<br />
if title == "" then<br />
titleobj = mw.title.getCurrentTitle()<br />
else<br />
titleobj = mw.title.new(title)<br />
end<br />
--<br />
local plain = args.plain or ""<br />
if plain:sub(1, 1) == "f" then plain = false else plain = true end<br />
-- get the page content and look for 'text' - return position or nomatch<br />
local content = titleobj and titleobj:getContent()<br />
return content and mw.ustring.find(content, text, 1, plain) or nomatch<br />
end<br />
p.findpagetext = function(frame)<br />
local args = frame.args<br />
local pargs = frame:getParent().args<br />
for k, v in pairs(pargs) do<br />
args[k] = v<br />
end<br />
if not (args[1] or args.text) then return nil end<br />
-- just the first value<br />
return (p._findpagetext(args))<br />
end<br />
<br />
-- returns the decoded url. Inverse of parser function {{urlencode:val|TYPE}}<br />
-- Type is:<br />
-- QUERY decodes + to space (default)<br />
-- PATH does no extra decoding<br />
-- WIKI decodes _ to space<br />
p._urldecode = function(url, type)<br />
url = url or ""<br />
type = (type == "PATH" or type == "WIKI") and type<br />
return mw.uri.decode( url, type )<br />
end<br />
-- {{#invoke:String2|urldecode|url=url|type=type}}<br />
p.urldecode = function(frame)<br />
return mw.uri.decode( frame.args.url, frame.args.type )<br />
end<br />
<br />
-- what follows was merged from Module:StringFunc<br />
<br />
-- helper functions<br />
p._GetParameters = require('Module:GetParameters')<br />
<br />
-- Argument list helper function, as per Module:String<br />
p._getParameters = p._GetParameters.getParameters<br />
<br />
-- Escape Pattern helper function so that all characters are treated as plain text, as per Module:String<br />
function p._escapePattern( pattern_str)<br />
return mw.ustring.gsub( pattern_str, "([%(%)%.%%%+%-%*%?%[%^%$%]])", "%%%1" )<br />
end<br />
<br />
-- Helper Function to interpret boolean strings, as per Module:String<br />
p._getBoolean = p._GetParameters.getBoolean<br />
<br />
--[[<br />
Strip<br />
<br />
This function Strips characters from string<br />
<br />
Usage:<br />
{{#invoke:String2|strip|source_string|characters_to_strip|plain_flag}}<br />
<br />
Parameters<br />
source: The string to strip<br />
chars: The pattern or list of characters to strip from string, replaced with ''<br />
plain: A flag indicating that the chars should be understood as plain text. defaults to true.<br />
<br />
Leading and trailing whitespace is also automatically stripped from the string.<br />
]]<br />
function p.strip( frame )<br />
local new_args = p._getParameters( frame.args, {'source', 'chars', 'plain'} )<br />
local source_str = new_args['source'] or ''<br />
local chars = new_args['chars'] or '' or 'characters'<br />
source_str = mw.text.trim(source_str)<br />
if source_str == '' or chars == '' then<br />
return source_str<br />
end<br />
local l_plain = p._getBoolean( new_args['plain'] or true )<br />
if l_plain then<br />
chars = p._escapePattern( chars )<br />
end<br />
local result<br />
result = mw.ustring.gsub(source_str, "["..chars.."]", '')<br />
return result<br />
end<br />
<br />
--[[<br />
Match any<br />
Returns the index of the first given pattern to match the input. Patterns must be consecutively numbered.<br />
Returns the empty string if nothing matches for use in {{#if:}}<br />
<br />
Usage:<br />
{{#invoke:String2|matchAll|source=123 abc|456|abc}} returns '2'.<br />
<br />
Parameters:<br />
source: the string to search<br />
plain: A flag indicating that the patterns should be understood as plain text. defaults to true.<br />
1, 2, 3, ...: the patterns to search for<br />
]]<br />
function p.matchAny(frame)<br />
local source_str = frame.args['source'] or error('The source parameter is mandatory.')<br />
local l_plain = p._getBoolean( frame.args['plain'] or true )<br />
for i = 1, math.huge do<br />
local pattern = frame.args[i]<br />
if not pattern then return '' end<br />
if mw.ustring.find(source_str, pattern, 1, l_plain) then<br />
return tostring(i)<br />
end<br />
end<br />
end<br />
<br />
--[[--------------------------< H Y P H E N _ T O _ D A S H >--------------------------------------------------<br />
<br />
Converts a hyphen to a dash under certain conditions. The hyphen must separate<br />
like items; unlike items are returned unmodified. These forms are modified:<br />
letter - letter (A - B)<br />
digit - digit (4-5)<br />
digit separator digit - digit separator digit (4.1-4.5 or 4-1-4-5)<br />
letterdigit - letterdigit (A1-A5) (an optional separator between letter and<br />
digit is supported – a.1-a.5 or a-1-a-5)<br />
digitletter - digitletter (5a - 5d) (an optional separator between letter and<br />
digit is supported – 5.a-5.d or 5-a-5-d)<br />
<br />
any other forms are returned unmodified.<br />
<br />
str may be a comma- or semicolon-separated list<br />
<br />
]]<br />
function p.hyphen_to_dash( str, spacing )<br />
if (str == nil or str == '') then<br />
return str<br />
end<br />
<br />
local accept<br />
<br />
str = mw.text.decode(str, true ) -- replace html entities with their characters; semicolon mucks up the text.split<br />
<br />
local out = {}<br />
local list = mw.text.split (str, '%s*[,;]%s*') -- split str at comma or semicolon separators if there are any<br />
<br />
for _, item in ipairs (list) do -- for each item in the list<br />
item = mw.text.trim(item) -- trim whitespace<br />
item, accept = item:gsub ('^%(%((.+)%)%)$', '%1')<br />
if accept == 0 and mw.ustring.match (item, '^%w*[%.%-]?%w+%s*[%-–—]%s*%w*[%.%-]?%w+$') then -- if a hyphenated range or has endash or emdash separators<br />
if item:match ('^%a+[%.%-]?%d+%s*%-%s*%a+[%.%-]?%d+$') or -- letterdigit hyphen letterdigit (optional separator between letter and digit)<br />
item:match ('^%d+[%.%-]?%a+%s*%-%s*%d+[%.%-]?%a+$') or -- digitletter hyphen digitletter (optional separator between digit and letter)<br />
item:match ('^%d+[%.%-]%d+%s*%-%s*%d+[%.%-]%d+$') or -- digit separator digit hyphen digit separator digit<br />
item:match ('^%d+%s*%-%s*%d+$') or -- digit hyphen digit<br />
item:match ('^%a+%s*%-%s*%a+$') then -- letter hyphen letter<br />
item = item:gsub ('(%w*[%.%-]?%w+)%s*%-%s*(%w*[%.%-]?%w+)', '%1–%2') -- replace hyphen, remove extraneous space characters<br />
else<br />
item = mw.ustring.gsub (item, '%s*[–—]%s*', '–') -- for endash or emdash separated ranges, replace em with en, remove extraneous whitespace<br />
end<br />
end<br />
table.insert (out, item) -- add the (possibly modified) item to the output table<br />
end<br />
<br />
local temp_str = table.concat (out, ',' .. spacing) -- concatenate the output table into a comma separated string<br />
temp_str, accept = temp_str:gsub ('^%(%((.+)%)%)$', '%1') -- remove accept-this-as-written markup when it wraps all of concatenated out<br />
if accept ~= 0 then<br />
temp_str = str:gsub ('^%(%((.+)%)%)$', '%1') -- when global markup removed, return original str; do it this way to suppress boolean second return value<br />
end<br />
return temp_str<br />
end<br />
<br />
function p.hyphen2dash( frame )<br />
local str = frame.args[1] or ''<br />
local spacing = frame.args[2] or ' ' -- space is part of the standard separator for normal spacing (but in conjunction with templates r/rp/ran we may need a narrower spacing<br />
<br />
return p.hyphen_to_dash(str, spacing)<br />
end<br />
<br />
-- Similar to [[Module:String#endswith]]<br />
function p.startswith(frame)<br />
return (frame.args[1]:sub(1, frame.args[2]:len()) == frame.args[2]) and 'yes' or ''<br />
end<br />
<br />
return p</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:GetParameters&diff=31892
模块:GetParameters
2022-06-10T09:02:16Z
<p>Swarma:导入1个版本</p>
<hr />
<div>local p = {}<br />
<br />
--[[<br />
Helper function that populates the argument list given that user may need to use a mix of<br />
named and unnamed parameters. This is relevant because named parameters are not<br />
identical to unnamed parameters due to string trimming, and when dealing with strings<br />
we sometimes want to either preserve or remove that whitespace depending on the application.<br />
]]<br />
function p.getParameters( frame_args, arg_list )<br />
local new_args = {};<br />
local index = 1;<br />
local value;<br />
<br />
for i,arg in ipairs( arg_list ) do<br />
value = frame_args[arg]<br />
if value == nil then<br />
value = frame_args[index];<br />
index = index + 1;<br />
end<br />
new_args[arg] = value;<br />
end<br />
<br />
return new_args;<br />
end <br />
<br />
--[[<br />
Helper Function to interpret boolean strings<br />
]]<br />
function p.getBoolean( boolean_str )<br />
local boolean_value;<br />
<br />
if type( boolean_str ) == 'string' then<br />
boolean_str = boolean_str:lower();<br />
if boolean_str == 'false' or boolean_str == 'no' or boolean_str == '0' <br />
or boolean_str == '' then<br />
boolean_value = false;<br />
else<br />
boolean_value = true;<br />
end <br />
elseif type( boolean_str ) == 'boolean' then<br />
boolean_value = boolean_str;<br />
else<br />
error( 'No boolean value found' );<br />
end <br />
return boolean_value<br />
end<br />
<br />
function p.defined(frame)<br />
local arg = mw.text.trim(frame.args[1])<br />
--if arg == tostring(tonumber(arg)) then -- undesired result for '-0'<br />
-- arg = tonumber(arg)<br />
--end<br />
--if mw.ustring.find(arg, '^%s*-?[1-9][0-9]*%s*$') ~= nil or arg == '0' then<br />
-- arg = tonumber(arg)<br />
--end<br />
if mw.ustring.find(arg, '^-?[1-9][0-9]*$') ~= nil then<br />
arg = tonumber(arg)<br />
elseif arg == '0' then<br />
arg = 0<br />
end<br />
return frame:getParent().args[arg] ~= nil<br />
end<br />
<br />
return p</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E6%9D%BF:Doi&diff=31890
模板:Doi
2022-06-10T09:02:16Z
<p>Swarma:导入1个版本</p>
<hr />
<div>{{#if:{{#invoke:string2|startswith|1={{{1}}}|2=10.}}|[[doi (identifier)|doi]]:[https://doi.org/{{urlencode:{{{1|{{{id}}}}}}|PATH}} {{#tag:nowiki|{{{1|{{{id}}}}}}}}]|<includeonly>[[Category:Pages with DOI errors]]<span class="error">Error: Bad DOI specified!</span></includeonly>}}<noinclude><br />
{{documentation}}</noinclude></div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:Yesno&diff=31888
模块:Yesno
2022-06-10T09:02:16Z
<p>Swarma:导入1个版本</p>
<hr />
<div>-- Function allowing for consistent treatment of boolean-like wikitext input.<br />
-- It works similarly to the template {{yesno}}.<br />
<br />
return function (val, default)<br />
-- If your wiki uses non-ascii characters for any of "yes", "no", etc., you<br />
-- should replace "val:lower()" with "mw.ustring.lower(val)" in the<br />
-- following line.<br />
val = type(val) == 'string' and val:lower() or val<br />
if val == nil then<br />
return nil<br />
elseif val == true <br />
or val == 'yes'<br />
or val == 'y'<br />
or val == 'true'<br />
or val == 't'<br />
or val == 'on'<br />
or tonumber(val) == 1<br />
then<br />
return true<br />
elseif val == false<br />
or val == 'no'<br />
or val == 'n'<br />
or val == 'false'<br />
or val == 'f'<br />
or val == 'off'<br />
or tonumber(val) == 0<br />
then<br />
return false<br />
else<br />
return default<br />
end<br />
end</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:Unsubst&diff=31886
模块:Unsubst
2022-06-10T09:02:16Z
<p>Swarma:导入1个版本</p>
<hr />
<div>local checkType = require('libraryUtil').checkType<br />
<br />
local p = {}<br />
<br />
local BODY_PARAM = '$B'<br />
<br />
local specialParams = {<br />
['$params'] = 'parameter list',<br />
['$aliases'] = 'parameter aliases',<br />
['$flags'] = 'flags',<br />
['$B'] = 'template content',<br />
['$template-name'] = 'template invocation name override',<br />
}<br />
<br />
function p.main(frame, body)<br />
-- If we are substing, this function returns a template invocation, and if<br />
-- not, it returns the template body. The template body can be specified in<br />
-- the body parameter, or in the template parameter defined in the<br />
-- BODY_PARAM variable. This function can be called from Lua or from<br />
-- #invoke.<br />
<br />
-- Return the template body if we aren't substing.<br />
if not mw.isSubsting() then<br />
if body ~= nil then<br />
return body<br />
elseif frame.args[BODY_PARAM] ~= nil then<br />
return frame.args[BODY_PARAM]<br />
else<br />
error(string.format(<br />
"no template content specified (use parameter '%s' from #invoke)",<br />
BODY_PARAM<br />
), 2)<br />
end<br />
end<br />
<br />
-- Sanity check for the frame object.<br />
if type(frame) ~= 'table'<br />
or type(frame.getParent) ~= 'function'<br />
or not frame:getParent()<br />
then<br />
error(<br />
"argument #1 to 'main' must be a frame object with a parent " ..<br />
"frame available",<br />
2<br />
)<br />
end<br />
<br />
-- Find the invocation name.<br />
local mTemplateInvocation = require('Module:Template invocation')<br />
local name<br />
<br />
if frame.args['$template-name'] and '' ~= frame.args['$template-name'] then<br />
name = frame.args['$template-name'] -- override whatever the template name is with this name<br />
else<br />
name = mTemplateInvocation.name(frame:getParent():getTitle())<br />
end<br />
<br />
-- Combine passed args with passed defaults<br />
local args = {}<br />
if string.find( ','..(frame.args['$flags'] or '')..',', ',%s*override%s*,' ) then<br />
for k, v in pairs( frame:getParent().args ) do<br />
args[k] = v<br />
end<br />
for k, v in pairs( frame.args ) do<br />
if not specialParams[k] then<br />
if v == '__DATE__' then<br />
v = mw.getContentLanguage():formatDate( 'F Y' )<br />
end<br />
args[k] = v<br />
end<br />
end<br />
else<br />
for k, v in pairs( frame.args ) do<br />
if not specialParams[k] then<br />
if v == '__DATE__' then<br />
v = mw.getContentLanguage():formatDate( 'F Y' )<br />
end<br />
args[k] = v<br />
end<br />
end<br />
for k, v in pairs( frame:getParent().args ) do<br />
args[k] = v<br />
end<br />
end<br />
<br />
-- Trim parameters, if not specified otherwise<br />
if not string.find( ','..(frame.args['$flags'] or '')..',', ',%s*keep%-whitespace%s*,' ) then<br />
for k, v in pairs( args ) do args[k] = mw.ustring.match(v, '^%s*(.*)%s*$') or '' end<br />
end<br />
<br />
-- Pull information from parameter aliases<br />
local aliases = {}<br />
if frame.args['$aliases'] then<br />
local list = mw.text.split( frame.args['$aliases'], '%s*,%s*' )<br />
for k, v in ipairs( list ) do<br />
local tmp = mw.text.split( v, '%s*>%s*' )<br />
aliases[tonumber(mw.ustring.match(tmp[1], '^[1-9][0-9]*$')) or tmp[1]] = ((tonumber(mw.ustring.match(tmp[2], '^[1-9][0-9]*$'))) or tmp[2])<br />
end<br />
end<br />
for k, v in pairs( aliases ) do<br />
if args[k] and ( not args[v] or args[v] == '' ) then<br />
args[v] = args[k]<br />
end<br />
args[k] = nil<br />
end<br />
<br />
-- Remove empty parameters, if specified<br />
if string.find( ','..(frame.args['$flags'] or '')..',', ',%s*remove%-empty%s*,' ) then<br />
local tmp = 0<br />
for k, v in ipairs( args ) do<br />
if v ~= '' or ( args[k+1] and args[k+1] ~= '' ) or ( args[k+2] and args[k+2] ~= '' ) then<br />
tmp = k<br />
else<br />
break<br />
end<br />
end<br />
for k, v in pairs( args ) do<br />
if v == '' then<br />
if not (type(k) == 'number' and k < tmp) then args[k] = nil end<br />
end<br />
end<br />
end<br />
<br />
-- Order parameters<br />
if frame.args['$params'] then<br />
local params, tmp = mw.text.split( frame.args['$params'], '%s*,%s*' ), {}<br />
for k, v in ipairs(params) do<br />
v = tonumber(mw.ustring.match(v, '^[1-9][0-9]*$')) or v<br />
if args[v] then tmp[v], args[v] = args[v], nil end<br />
end<br />
for k, v in pairs(args) do tmp[k], args[k] = args[k], nil end<br />
args = tmp<br />
end<br />
<br />
return mTemplateInvocation.invocation(name, args)<br />
end<br />
<br />
p[''] = p.main -- For backwards compatibility<br />
<br />
return p</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:String&diff=31884
模块:String
2022-06-10T09:02:16Z
<p>Swarma:导入1个版本</p>
<hr />
<div>--[[<br />
<br />
This module is intended to provide access to basic string functions.<br />
<br />
Most of the functions provided here can be invoked with named parameters,<br />
unnamed parameters, or a mixture. If named parameters are used, Mediawiki will<br />
automatically remove any leading or trailing whitespace from the parameter.<br />
Depending on the intended use, it may be advantageous to either preserve or<br />
remove such whitespace.<br />
<br />
Global options<br />
ignore_errors: If set to 'true' or 1, any error condition will result in<br />
an empty string being returned rather than an error message.<br />
<br />
error_category: If an error occurs, specifies the name of a category to<br />
include with the error message. The default category is<br />
[Category:Errors reported by Module String].<br />
<br />
no_category: If set to 'true' or 1, no category will be added if an error<br />
is generated.<br />
<br />
Unit tests for this module are available at Module:String/tests.<br />
]]<br />
<br />
local str = {}<br />
<br />
--[[<br />
len<br />
<br />
This function returns the length of the target string.<br />
<br />
Usage:<br />
{{#invoke:String|len|target_string|}}<br />
OR<br />
{{#invoke:String|len|s=target_string}}<br />
<br />
Parameters<br />
s: The string whose length to report<br />
<br />
If invoked using named parameters, Mediawiki will automatically remove any leading or<br />
trailing whitespace from the target string.<br />
]]<br />
function str.len( frame )<br />
local new_args = str._getParameters( frame.args, {'s'} )<br />
local s = new_args['s'] or ''<br />
return mw.ustring.len( s )<br />
end<br />
<br />
--[[<br />
sub<br />
<br />
This function returns a substring of the target string at specified indices.<br />
<br />
Usage:<br />
{{#invoke:String|sub|target_string|start_index|end_index}}<br />
OR<br />
{{#invoke:String|sub|s=target_string|i=start_index|j=end_index}}<br />
<br />
Parameters<br />
s: The string to return a subset of<br />
i: The fist index of the substring to return, defaults to 1.<br />
j: The last index of the string to return, defaults to the last character.<br />
<br />
The first character of the string is assigned an index of 1. If either i or j<br />
is a negative value, it is interpreted the same as selecting a character by<br />
counting from the end of the string. Hence, a value of -1 is the same as<br />
selecting the last character of the string.<br />
<br />
If the requested indices are out of range for the given string, an error is<br />
reported.<br />
]]<br />
function str.sub( frame )<br />
local new_args = str._getParameters( frame.args, { 's', 'i', 'j' } )<br />
local s = new_args['s'] or ''<br />
local i = tonumber( new_args['i'] ) or 1<br />
local j = tonumber( new_args['j'] ) or -1<br />
<br />
local len = mw.ustring.len( s )<br />
<br />
-- Convert negatives for range checking<br />
if i < 0 then<br />
i = len + i + 1<br />
end<br />
if j < 0 then<br />
j = len + j + 1<br />
end<br />
<br />
if i > len or j > len or i < 1 or j < 1 then<br />
return str._error( 'String subset index out of range' )<br />
end<br />
if j < i then<br />
return str._error( 'String subset indices out of order' )<br />
end<br />
<br />
return mw.ustring.sub( s, i, j )<br />
end<br />
<br />
--[[<br />
This function implements that features of {{str sub old}} and is kept in order<br />
to maintain these older templates.<br />
]]<br />
function str.sublength( frame )<br />
local i = tonumber( frame.args.i ) or 0<br />
local len = tonumber( frame.args.len )<br />
return mw.ustring.sub( frame.args.s, i + 1, len and ( i + len ) )<br />
end<br />
<br />
--[[<br />
_match<br />
<br />
This function returns a substring from the source string that matches a<br />
specified pattern. It is exported for use in other modules<br />
<br />
Usage:<br />
strmatch = require("Module:String")._match<br />
sresult = strmatch( s, pattern, start, match, plain, nomatch )<br />
<br />
Parameters<br />
s: The string to search<br />
pattern: The pattern or string to find within the string<br />
start: The index within the source string to start the search. The first<br />
character of the string has index 1. Defaults to 1.<br />
match: In some cases it may be possible to make multiple matches on a single<br />
string. This specifies which match to return, where the first match is<br />
match= 1. If a negative number is specified then a match is returned<br />
counting from the last match. Hence match = -1 is the same as requesting<br />
the last match. Defaults to 1.<br />
plain: A flag indicating that the pattern should be understood as plain<br />
text. Defaults to false.<br />
nomatch: If no match is found, output the "nomatch" value rather than an error.<br />
<br />
For information on constructing Lua patterns, a form of [regular expression], see:<br />
<br />
* http://www.lua.org/manual/5.1/manual.html#5.4.1<br />
* http://www.mediawiki.org/wiki/Extension:Scribunto/Lua_reference_manual#Patterns<br />
* http://www.mediawiki.org/wiki/Extension:Scribunto/Lua_reference_manual#Ustring_patterns<br />
<br />
]]<br />
-- This sub-routine is exported for use in other modules<br />
function str._match( s, pattern, start, match_index, plain_flag, nomatch )<br />
if s == '' then<br />
return str._error( 'Target string is empty' )<br />
end<br />
if pattern == '' then<br />
return str._error( 'Pattern string is empty' )<br />
end<br />
start = tonumber(start) or 1<br />
if math.abs(start) < 1 or math.abs(start) > mw.ustring.len( s ) then<br />
return str._error( 'Requested start is out of range' )<br />
end<br />
if match_index == 0 then<br />
return str._error( 'Match index is out of range' )<br />
end<br />
if plain_flag then<br />
pattern = str._escapePattern( pattern )<br />
end<br />
<br />
local result<br />
if match_index == 1 then<br />
-- Find first match is simple case<br />
result = mw.ustring.match( s, pattern, start )<br />
else<br />
if start > 1 then<br />
s = mw.ustring.sub( s, start )<br />
end<br />
<br />
local iterator = mw.ustring.gmatch(s, pattern)<br />
if match_index > 0 then<br />
-- Forward search<br />
for w in iterator do<br />
match_index = match_index - 1<br />
if match_index == 0 then<br />
result = w<br />
break<br />
end<br />
end<br />
else<br />
-- Reverse search<br />
local result_table = {}<br />
local count = 1<br />
for w in iterator do<br />
result_table[count] = w<br />
count = count + 1<br />
end<br />
<br />
result = result_table[ count + match_index ]<br />
end<br />
end<br />
<br />
if result == nil then<br />
if nomatch == nil then<br />
return str._error( 'Match not found' )<br />
else<br />
return nomatch<br />
end<br />
else<br />
return result<br />
end<br />
end<br />
<br />
--[[<br />
match<br />
<br />
This function returns a substring from the source string that matches a<br />
specified pattern.<br />
<br />
Usage:<br />
{{#invoke:String|match|source_string|pattern_string|start_index|match_number|plain_flag|nomatch_output}}<br />
OR<br />
{{#invoke:String|match|s=source_string|pattern=pattern_string|start=start_index<br />
|match=match_number|plain=plain_flag|nomatch=nomatch_output}}<br />
<br />
Parameters<br />
s: The string to search<br />
pattern: The pattern or string to find within the string<br />
start: The index within the source string to start the search. The first<br />
character of the string has index 1. Defaults to 1.<br />
match: In some cases it may be possible to make multiple matches on a single<br />
string. This specifies which match to return, where the first match is<br />
match= 1. If a negative number is specified then a match is returned<br />
counting from the last match. Hence match = -1 is the same as requesting<br />
the last match. Defaults to 1.<br />
plain: A flag indicating that the pattern should be understood as plain<br />
text. Defaults to false.<br />
nomatch: If no match is found, output the "nomatch" value rather than an error.<br />
<br />
If invoked using named parameters, Mediawiki will automatically remove any leading or<br />
trailing whitespace from each string. In some circumstances this is desirable, in<br />
other cases one may want to preserve the whitespace.<br />
<br />
If the match_number or start_index are out of range for the string being queried, then<br />
this function generates an error. An error is also generated if no match is found.<br />
If one adds the parameter ignore_errors=true, then the error will be suppressed and<br />
an empty string will be returned on any failure.<br />
<br />
For information on constructing Lua patterns, a form of [regular expression], see:<br />
<br />
* http://www.lua.org/manual/5.1/manual.html#5.4.1<br />
* http://www.mediawiki.org/wiki/Extension:Scribunto/Lua_reference_manual#Patterns<br />
* http://www.mediawiki.org/wiki/Extension:Scribunto/Lua_reference_manual#Ustring_patterns<br />
<br />
]]<br />
-- This is the entry point for #invoke:String|match<br />
function str.match( frame )<br />
local new_args = str._getParameters( frame.args, {'s', 'pattern', 'start', 'match', 'plain', 'nomatch'} )<br />
local s = new_args['s'] or ''<br />
local start = tonumber( new_args['start'] ) or 1<br />
local plain_flag = str._getBoolean( new_args['plain'] or false )<br />
local pattern = new_args['pattern'] or ''<br />
local match_index = math.floor( tonumber(new_args['match']) or 1 )<br />
local nomatch = new_args['nomatch']<br />
<br />
return str._match( s, pattern, start, match_index, plain_flag, nomatch )<br />
end<br />
<br />
--[[<br />
pos<br />
<br />
This function returns a single character from the target string at position pos.<br />
<br />
Usage:<br />
{{#invoke:String|pos|target_string|index_value}}<br />
OR<br />
{{#invoke:String|pos|target=target_string|pos=index_value}}<br />
<br />
Parameters<br />
target: The string to search<br />
pos: The index for the character to return<br />
<br />
If invoked using named parameters, Mediawiki will automatically remove any leading or<br />
trailing whitespace from the target string. In some circumstances this is desirable, in<br />
other cases one may want to preserve the whitespace.<br />
<br />
The first character has an index value of 1.<br />
<br />
If one requests a negative value, this function will select a character by counting backwards<br />
from the end of the string. In other words pos = -1 is the same as asking for the last character.<br />
<br />
A requested value of zero, or a value greater than the length of the string returns an error.<br />
]]<br />
function str.pos( frame )<br />
local new_args = str._getParameters( frame.args, {'target', 'pos'} )<br />
local target_str = new_args['target'] or ''<br />
local pos = tonumber( new_args['pos'] ) or 0<br />
<br />
if pos == 0 or math.abs(pos) > mw.ustring.len( target_str ) then<br />
return str._error( 'String index out of range' )<br />
end<br />
<br />
return mw.ustring.sub( target_str, pos, pos )<br />
end<br />
<br />
--[[<br />
str_find<br />
<br />
This function duplicates the behavior of {{str_find}}, including all of its quirks.<br />
This is provided in order to support existing templates, but is NOT RECOMMENDED for<br />
new code and templates. New code is recommended to use the "find" function instead.<br />
<br />
Returns the first index in "source" that is a match to "target". Indexing is 1-based,<br />
and the function returns -1 if the "target" string is not present in "source".<br />
<br />
Important Note: If the "target" string is empty / missing, this function returns a<br />
value of "1", which is generally unexpected behavior, and must be accounted for<br />
separatetly.<br />
]]<br />
function str.str_find( frame )<br />
local new_args = str._getParameters( frame.args, {'source', 'target'} )<br />
local source_str = new_args['source'] or ''<br />
local target_str = new_args['target'] or ''<br />
<br />
if target_str == '' then<br />
return 1<br />
end<br />
<br />
local start = mw.ustring.find( source_str, target_str, 1, true )<br />
if start == nil then<br />
start = -1<br />
end<br />
<br />
return start<br />
end<br />
<br />
--[[<br />
find<br />
<br />
This function allows one to search for a target string or pattern within another<br />
string.<br />
<br />
Usage:<br />
{{#invoke:String|find|source_str|target_string|start_index|plain_flag}}<br />
OR<br />
{{#invoke:String|find|source=source_str|target=target_str|start=start_index|plain=plain_flag}}<br />
<br />
Parameters<br />
source: The string to search<br />
target: The string or pattern to find within source<br />
start: The index within the source string to start the search, defaults to 1<br />
plain: Boolean flag indicating that target should be understood as plain<br />
text and not as a Lua style regular expression, defaults to true<br />
<br />
If invoked using named parameters, Mediawiki will automatically remove any leading or<br />
trailing whitespace from the parameter. In some circumstances this is desirable, in<br />
other cases one may want to preserve the whitespace.<br />
<br />
This function returns the first index >= "start" where "target" can be found<br />
within "source". Indices are 1-based. If "target" is not found, then this<br />
function returns 0. If either "source" or "target" are missing / empty, this<br />
function also returns 0.<br />
<br />
This function should be safe for UTF-8 strings.<br />
]]<br />
function str.find( frame )<br />
local new_args = str._getParameters( frame.args, {'source', 'target', 'start', 'plain' } )<br />
local source_str = new_args['source'] or ''<br />
local pattern = new_args['target'] or ''<br />
local start_pos = tonumber(new_args['start']) or 1<br />
local plain = new_args['plain'] or true<br />
<br />
if source_str == '' or pattern == '' then<br />
return 0<br />
end<br />
<br />
plain = str._getBoolean( plain )<br />
<br />
local start = mw.ustring.find( source_str, pattern, start_pos, plain )<br />
if start == nil then<br />
start = 0<br />
end<br />
<br />
return start<br />
end<br />
<br />
--[[<br />
replace<br />
<br />
This function allows one to replace a target string or pattern within another<br />
string.<br />
<br />
Usage:<br />
{{#invoke:String|replace|source_str|pattern_string|replace_string|replacement_count|plain_flag}}<br />
OR<br />
{{#invoke:String|replace|source=source_string|pattern=pattern_string|replace=replace_string|<br />
count=replacement_count|plain=plain_flag}}<br />
<br />
Parameters<br />
source: The string to search<br />
pattern: The string or pattern to find within source<br />
replace: The replacement text<br />
count: The number of occurences to replace, defaults to all.<br />
plain: Boolean flag indicating that pattern should be understood as plain<br />
text and not as a Lua style regular expression, defaults to true<br />
]]<br />
function str.replace( frame )<br />
local new_args = str._getParameters( frame.args, {'source', 'pattern', 'replace', 'count', 'plain' } )<br />
local source_str = new_args['source'] or ''<br />
local pattern = new_args['pattern'] or ''<br />
local replace = new_args['replace'] or ''<br />
local count = tonumber( new_args['count'] )<br />
local plain = new_args['plain'] or true<br />
<br />
if source_str == '' or pattern == '' then<br />
return source_str<br />
end<br />
plain = str._getBoolean( plain )<br />
<br />
if plain then<br />
pattern = str._escapePattern( pattern )<br />
replace = mw.ustring.gsub( replace, "%%", "%%%%" ) --Only need to escape replacement sequences.<br />
end<br />
<br />
local result<br />
<br />
if count ~= nil then<br />
result = mw.ustring.gsub( source_str, pattern, replace, count )<br />
else<br />
result = mw.ustring.gsub( source_str, pattern, replace )<br />
end<br />
<br />
return result<br />
end<br />
<br />
--[[<br />
simple function to pipe string.rep to templates.<br />
]]<br />
function str.rep( frame )<br />
local repetitions = tonumber( frame.args[2] )<br />
if not repetitions then<br />
return str._error( 'function rep expects a number as second parameter, received "' .. ( frame.args[2] or '' ) .. '"' )<br />
end<br />
return string.rep( frame.args[1] or '', repetitions )<br />
end<br />
<br />
--[[<br />
escapePattern<br />
<br />
This function escapes special characters from a Lua string pattern. See [1]<br />
for details on how patterns work.<br />
<br />
[1] https://www.mediawiki.org/wiki/Extension:Scribunto/Lua_reference_manual#Patterns<br />
<br />
Usage:<br />
{{#invoke:String|escapePattern|pattern_string}}<br />
<br />
Parameters<br />
pattern_string: The pattern string to escape.<br />
]]<br />
function str.escapePattern( frame )<br />
local pattern_str = frame.args[1]<br />
if not pattern_str then<br />
return str._error( 'No pattern string specified' )<br />
end<br />
local result = str._escapePattern( pattern_str )<br />
return result<br />
end<br />
<br />
--[[<br />
count<br />
This function counts the number of occurrences of one string in another.<br />
]]<br />
function str.count(frame)<br />
local args = str._getParameters(frame.args, {'source', 'pattern', 'plain'})<br />
local source = args.source or ''<br />
local pattern = args.pattern or ''<br />
local plain = str._getBoolean(args.plain or true)<br />
if plain then<br />
pattern = str._escapePattern(pattern)<br />
end<br />
local _, count = mw.ustring.gsub(source, pattern, '')<br />
return count<br />
end<br />
<br />
--[[<br />
endswith<br />
This function determines whether a string ends with another string.<br />
]]<br />
function str.endswith(frame)<br />
local args = str._getParameters(frame.args, {'source', 'pattern'})<br />
local source = args.source or ''<br />
local pattern = args.pattern or ''<br />
if pattern == '' then<br />
-- All strings end with the empty string.<br />
return "yes"<br />
end<br />
if mw.ustring.sub(source, -mw.ustring.len(pattern), -1) == pattern then<br />
return "yes"<br />
else<br />
return ""<br />
end<br />
end<br />
<br />
--[[<br />
join<br />
<br />
Join all non empty arguments together; the first argument is the separator.<br />
Usage:<br />
{{#invoke:String|join|sep|one|two|three}}<br />
]]<br />
function str.join(frame)<br />
local args = {}<br />
local sep<br />
for _, v in ipairs( frame.args ) do<br />
if sep then<br />
if v ~= '' then<br />
table.insert(args, v)<br />
end<br />
else<br />
sep = v<br />
end<br />
end<br />
return table.concat( args, sep or '' )<br />
end<br />
<br />
--[[<br />
Helper function that populates the argument list given that user may need to use a mix of<br />
named and unnamed parameters. This is relevant because named parameters are not<br />
identical to unnamed parameters due to string trimming, and when dealing with strings<br />
we sometimes want to either preserve or remove that whitespace depending on the application.<br />
]]<br />
function str._getParameters( frame_args, arg_list )<br />
local new_args = {}<br />
local index = 1<br />
local value<br />
<br />
for _, arg in ipairs( arg_list ) do<br />
value = frame_args[arg]<br />
if value == nil then<br />
value = frame_args[index]<br />
index = index + 1<br />
end<br />
new_args[arg] = value<br />
end<br />
<br />
return new_args<br />
end<br />
<br />
--[[<br />
Helper function to handle error messages.<br />
]]<br />
function str._error( error_str )<br />
local frame = mw.getCurrentFrame()<br />
local error_category = frame.args.error_category or 'Errors reported by Module String'<br />
local ignore_errors = frame.args.ignore_errors or false<br />
local no_category = frame.args.no_category or false<br />
<br />
if str._getBoolean(ignore_errors) then<br />
return ''<br />
end<br />
<br />
local error_str = '<strong class="error">String Module Error: ' .. error_str .. '</strong>'<br />
if error_category ~= '' and not str._getBoolean( no_category ) then<br />
error_str = '[[Category:' .. error_category .. ']]' .. error_str<br />
end<br />
<br />
return error_str<br />
end<br />
<br />
--[[<br />
Helper Function to interpret boolean strings<br />
]]<br />
function str._getBoolean( boolean_str )<br />
local boolean_value<br />
<br />
if type( boolean_str ) == 'string' then<br />
boolean_str = boolean_str:lower()<br />
if boolean_str == 'false' or boolean_str == 'no' or boolean_str == '0'<br />
or boolean_str == '' then<br />
boolean_value = false<br />
else<br />
boolean_value = true<br />
end<br />
elseif type( boolean_str ) == 'boolean' then<br />
boolean_value = boolean_str<br />
else<br />
error( 'No boolean value found' )<br />
end<br />
return boolean_value<br />
end<br />
<br />
--[[<br />
Helper function that escapes all pattern characters so that they will be treated<br />
as plain text.<br />
]]<br />
function str._escapePattern( pattern_str )<br />
return mw.ustring.gsub( pattern_str, "([%(%)%.%%%+%-%*%?%[%^%$%]])", "%%%1" )<br />
end<br />
<br />
return str</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:Side_box&diff=31882
模块:Side box
2022-06-10T09:02:16Z
<p>Swarma:导入1个版本</p>
<hr />
<div>-- This module implements {{side box}}.<br />
<br />
local yesno = require('Module:Yesno')<br />
<br />
local p = {}<br />
<br />
function p.main(frame)<br />
local origArgs = frame:getParent().args<br />
local args = {}<br />
for k, v in pairs(origArgs) do<br />
v = v:match('%s*(.-)%s*$')<br />
if v ~= '' then<br />
args[k] = v<br />
end<br />
end<br />
return p._main(args)<br />
end<br />
<br />
function p._main(args)<br />
local data = p.makeData(args)<br />
return p.renderSidebox(data)<br />
end<br />
<br />
function p.makeData(args)<br />
local data = {}<br />
<br />
-- Main table classes<br />
data.classes = {}<br />
if yesno(args.metadata) ~= false then<br />
table.insert(data.classes, 'metadata')<br />
end<br />
if args.position and args.position:lower() == 'left' then<br />
table.insert(data.classes, 'mbox-small-left')<br />
else<br />
table.insert(data.classes, 'mbox-small')<br />
end<br />
table.insert(data.classes, args.class)<br />
<br />
-- Image<br />
if args.image and args.image ~= 'none' then<br />
data.image = args.image<br />
end<br />
<br />
-- Copy over data that does not need adjusting<br />
local argsToCopy = {<br />
-- Classes<br />
'textclass',<br />
<br />
-- Styles<br />
'style',<br />
'textstyle',<br />
<br />
-- Above row<br />
'above',<br />
'abovestyle',<br />
<br />
-- Body row<br />
'text',<br />
'imageright',<br />
<br />
-- Below row<br />
'below',<br />
}<br />
for i, key in ipairs(argsToCopy) do<br />
data[key] = args[key]<br />
end<br />
<br />
return data<br />
end<br />
<br />
function p.renderSidebox(data)<br />
-- Renders the sidebox HTML.<br />
<br />
-- Table root<br />
local root = mw.html.create('table')<br />
root:attr('role', 'presentation')<br />
for i, class in ipairs(data.classes or {}) do<br />
root:addClass(class)<br />
end<br />
root:css{border = '1px solid #aaa', ['background-color'] = '#f9f9f9', color = '#000'}<br />
if data.style then<br />
root:cssText(data.style)<br />
end<br />
<br />
-- The "above" row<br />
if data.above then<br />
local aboveCell = root:newline():tag('tr'):tag('td')<br />
aboveCell<br />
:attr('colspan', data.imageright and 3 or 2)<br />
:addClass('mbox-text')<br />
if data.textstyle then<br />
aboveCell:cssText(data.textstyle)<br />
end<br />
if data.abovestyle then<br />
aboveCell:cssText(data.abovestyle)<br />
end<br />
aboveCell<br />
:newline()<br />
:wikitext(data.above)<br />
end<br />
<br />
-- The body row<br />
local bodyRow = root:newline():tag('tr'):newline()<br />
if data.image then<br />
bodyRow:tag('td')<br />
:addClass('mbox-image')<br />
:wikitext(data.image)<br />
else<br />
bodyRow:tag('td'):css('width', '1px')<br />
end<br />
local textCell = bodyRow:newline():tag('td')<br />
textCell:addClass('mbox-text')<br />
textCell:addClass(data.textclass or 'plainlist')<br />
if data.textstyle then<br />
textCell:cssText(data.textstyle)<br />
end<br />
textCell:wikitext(data.text)<br />
if data.imageright then<br />
bodyRow:newline():tag('td')<br />
:addClass('mbox-imageright')<br />
:wikitext(data.imageright)<br />
end<br />
<br />
-- The below row<br />
if data.below then<br />
local belowCell = root:newline():tag('tr'):tag('td')<br />
belowCell<br />
:attr('colspan', data.imageright and 3 or 2)<br />
:addClass('mbox-text')<br />
if data.textstyle then<br />
belowCell:cssText(data.textstyle)<br />
end<br />
belowCell:wikitext(data.below)<br />
end<br />
<br />
root:newline()<br />
return tostring(root)<br />
end<br />
<br />
return p</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:SDcat&diff=31880
模块:SDcat
2022-06-10T09:02:15Z
<p>Swarma:导入1个版本</p>
<hr />
<div>--[[<br />
SDcat<br />
Module to check whether local short description matches that on Wikidata<br />
--]]<br />
<br />
local p = {}<br />
<br />
-------------------------------------------------------------------------------<br />
--[[<br />
setCat has the qid of a Wikidata entity passed as |qid=<br />
(it defaults to the associated qid of the current article if omitted)<br />
and the local short description passed as |sd=<br />
It returns a category if there is an associated Wikidata entity.<br />
It returns one of the following tracking categories, as appropriate:<br />
* Category:Short description matches Wikidata (case-insensitive)<br />
* Category:Short description is different from Wikidata<br />
* Category:Short description with empty Wikidata description<br />
For testing purposes, a link prefix |lp= may be set to ":" to make the categories visible.<br />
--]]<br />
<br />
-- function exported for use in other modules<br />
-- (local short description, Wikidata entity-ID, link prefix)<br />
p._setCat = function(sdesc, itemID, lp)<br />
if not mw.wikibase then return nil end<br />
if itemID == "" then itemID = nil end<br />
-- Wikidata description field<br />
local wdesc = (mw.wikibase.getDescription(itemID) or ""):lower()<br />
if wdesc == "" then<br />
return "[[" .. lp .. "Category:Short description with empty Wikidata description]]"<br />
elseif wdesc == sdesc then<br />
return "[[" .. lp .. "Category:Short description matches Wikidata]]"<br />
else<br />
return "[[" .. lp .. "Category:Short description is different from Wikidata]]"<br />
end<br />
end<br />
<br />
-- function exported for call from #invoke<br />
p.setCat = function(frame)<br />
local args<br />
if frame.args.sd then<br />
args = frame.args<br />
else<br />
args = frame:getParent().args<br />
end<br />
-- local short description<br />
local sdesc = mw.text.trim(args.sd or ""):lower()<br />
-- Wikidata entity-ID<br />
local itemID = mw.text.trim(args.qid or "")<br />
-- link prefix, strip quotes<br />
local lp = mw.text.trim(args.lp or ""):gsub('"', '')<br />
return p._setCat(sdesc, itemID, lp)<br />
end<br />
<br />
return p</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:ResolveEntityId&diff=31878
模块:ResolveEntityId
2022-06-10T09:02:15Z
<p>Swarma:导入1个版本</p>
<hr />
<div>local p = {}<br />
<br />
function p._id(idOrTitle, alt)<br />
local function checkId(id)<br />
if id and mw.wikibase.entityExists(id) then<br />
local sitelink = mw.wikibase.getSitelink(id)<br />
if sitelink then<br />
return mw.wikibase.getEntityIdForTitle(sitelink) or mw.wikibase.getEntity(id).id<br />
end<br />
return mw.wikibase.getEntity(id).id<br />
else<br />
return alt<br />
end<br />
end<br />
<br />
if type(idOrTitle) == 'string' then<br />
idOrTitle = mw.ustring.upper(mw.ustring.sub(idOrTitle, 1, 1)) .. mw.ustring.sub(idOrTitle, 2)<br />
if mw.wikibase.isValidEntityId(idOrTitle) then<br />
-- idOrTitle is in the proper format for a Wikidata entity ID<br />
return checkId(idOrTitle)<br />
else<br />
local eid = mw.wikibase.getEntityIdForTitle(idOrTitle)<br />
if eid then<br />
-- idOrTitle is a title that matches a Wikidata entity<br />
local instanceOf = mw.wikibase.getBestStatements(eid, 'P31')[1] --instance of<br />
if not instanceOf or instanceOf.mainsnak.datavalue.value.id ~= 'Q4167410' then<br />
-- instance-of value is missing or is not "disambiguation"<br />
return checkId(eid)<br />
end<br />
else<br />
-- idOrTitle is a title, but no wikidata item exists for that title<br />
local rtarget = mw.title.new(idOrTitle).redirectTarget<br />
if rtarget then<br />
-- title is a Wikipedia redirect<br />
return p._id(rtarget.fullText, alt)<br />
end<br />
end<br />
end<br />
end<br />
return alt<br />
end<br />
<br />
function p.entityid(frame)<br />
return p._id(frame.args[1], frame.args[2])<br />
end<br />
<br />
return p</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:Redirect_hatnote&diff=31876
模块:Redirect hatnote
2022-06-10T09:02:15Z
<p>Swarma:导入1个版本</p>
<hr />
<div>--[[<br />
-- This module produces a "redirect" hatnote. It looks like this:<br />
-- '"X" redirects here. For other uses, see Y.'<br />
-- It implements the {{redirect}} template.<br />
--]]<br />
<br />
local mHatnote = require('Module:Hatnote')<br />
local mHatList = require('Module:Hatnote list')<br />
local mArguments --lazily initialize<br />
local libraryUtil = require('libraryUtil')<br />
local checkType = libraryUtil.checkType<br />
local checkTypeMulti = libraryUtil.checkTypeMulti<br />
<br />
local p = {}<br />
<br />
local function getTitle(...)<br />
local success, titleObj = pcall(mw.title.new, ...)<br />
if success then<br />
return titleObj<br />
else<br />
return nil<br />
end<br />
end<br />
<br />
function p.redirect(frame)<br />
mArguments = require('Module:Arguments')<br />
local args = mArguments.getArgs(frame, {parentOnly=true})<br />
--Get number of redirects<br />
local numRedirects = tonumber(frame.args[1]) or 1<br />
-- Create the options table.<br />
local options = {}<br />
options.selfref = args.selfref<br />
return p._redirect(args, numRedirects, options)<br />
end<br />
<br />
function p._redirect(args, numRedirects, options, currentTitle, redirectTitle, targetTitle)<br />
-- Validate the input. Don't bother checking currentTitle, redirectTitle or<br />
-- targetTitle, as they are only used in testing.<br />
checkType('_redirect', 1, args, 'table')<br />
checkType('_redirect', 2, numRedirects, 'number', true)<br />
numRedirects = numRedirects or 1<br />
checkType('_redirect', 3, options, 'table', true)<br />
options = options or {}<br />
currentTitle = currentTitle or mw.title.getCurrentTitle()<br />
-- Get the table of redirects<br />
local redirect = {}<br />
for i = 1, numRedirects do<br />
-- Return an error if a redirect parameter is missing.<br />
if not args[i] then<br />
return mHatnote.makeWikitextError(<br />
'missing redirect parameter',<br />
'Template:Redirect#Errors',<br />
args.category<br />
)<br />
end<br />
redirect[i] = args[i]<br />
end<br />
-- Generate the text.<br />
local formattedRedirect = {}<br />
for k,v in pairs(redirect) do<br />
formattedRedirect[k] = p._quote(v)<br />
end<br />
local text = {<br />
mHatList.andList(formattedRedirect) .. ' ' .. (#redirect == 1 and 'redirects' or 'redirect') .. ' here.',<br />
mHatList._forSee(args, #redirect + 1, {title = redirect[1], extratext = args.text})<br />
}<br />
text = table.concat(text, ' ')<br />
-- Functionality for adding categories <br />
local categoryTable = {}<br />
local function addCategory(cat)<br />
if cat and cat ~= '' then<br />
-- Add by index to avoid duplicates<br />
categoryTable[string.format('[[Category:%s]]', cat)] = true<br />
end<br />
end<br />
--Generate tracking categories<br />
local mhOptions = {}<br />
local redirTitle<br />
for k,v in pairs(redirect) do<br />
-- We don't need a tracking category if the template invocation has been<br />
-- copied directly from the docs, or if we aren't in main- or category-space.<br />
if not v:find('^REDIRECT%d*$') and v ~= 'TERM' -- <br />
and currentTitle.namespace == 0 or currentTitle.namespace == 14<br />
then<br />
redirTitle = redirectTitle or getTitle(v)<br />
if not redirTitle or not redirTitle.exists then<br />
addCategory('Missing redirects')<br />
elseif not redirTitle.isRedirect then<br />
if string.find(redirTitle:getContent(), '#invoke:RfD') then<br />
addCategory('Articles with redirect hatnotes impacted by RfD')<br />
else<br />
addCategory('Articles with redirect hatnotes needing review')<br />
end<br />
else<br />
local target = targetTitle or redirTitle.redirectTarget<br />
if target and target ~= currentTitle then<br />
addCategory('Articles with redirect hatnotes needing review')<br />
end<br />
end<br />
end<br />
<br />
-- Generate the options to pass to [[Module:Hatnote]].<br />
if currentTitle.namespace == 0 and not mhOptions.selfref<br />
and redirTitle and redirTitle.namespace ~= 0<br />
then<br />
-- We are on a mainspace page, and the hatnote starts with something<br />
-- like "Wikipedia:Foo redirects here", so automatically label it as<br />
-- a self-reference.<br />
mhOptions.selfref = true<br />
else<br />
mhOptions.selfref = options.selfref<br />
end<br />
end<br />
--concatenate all the categories<br />
local category = ''<br />
for k,v in pairs(categoryTable) do<br />
category = category .. k<br />
end<br />
<br />
return mHatnote._hatnote(text, mhOptions) .. category<br />
end<br />
<br />
function p._quote(title)<br />
local quotationMarks = {["'"]=true, ['"']=true, ['“']=true, ["‘"]=true, ['”']=true, ["’"]=true}<br />
local style = ""<br />
-- If string starts with anything in quotationMarks, kern to same degree {{-'}} does<br />
if quotationMarks[string.sub(title, 1, 1)] then<br />
style = "padding-left:0.15em;"<br />
end<br />
-- Likewise if it ends with any of them<br />
if quotationMarks[string.sub(title, -1, -1)] then<br />
style = style .. "padding-right:0.15em;"<br />
end<br />
return style ~= "" and '"<span style="' .. style .. '">' .. title .. '</span>"' or '"' .. title .. '"'<br />
end<br />
<br />
return p</div>
Swarma
https://wiki.swarma.org/index.php?title=%E6%A8%A1%E5%9D%97:Pagetype/config&diff=31874
模块:Pagetype/config
2022-06-10T09:02:15Z
<p>Swarma:导入1个版本</p>
<hr />
<div>--------------------------------------------------------------------------------<br />
-- Module:Pagetype configuration data --<br />
-- This page holds localisation and configuration data for Module:Pagetype. --<br />
--------------------------------------------------------------------------------<br />
<br />
local cfg = {} -- Don't edit this line.<br />
<br />
--------------------------------------------------------------------------------<br />
-- Start configuration data --<br />
--------------------------------------------------------------------------------<br />
<br />
-- This table holds the values to use for "main=true", "user=true", etc. Keys to<br />
-- this table should be namespace parameters that can be used with<br />
-- [[Module:Namespace detect]]. <br />
cfg.pagetypes = {<br />
['main'] = 'article',<br />
['user'] = 'user page',<br />
['project'] = 'project page',<br />
['wikipedia'] = 'project page',<br />
['wp'] = 'project page',<br />
['file'] = 'file',<br />
['image'] = 'file',<br />
['mediawiki'] = 'interface page',<br />
['template'] = 'template',<br />
['help'] = 'help page',<br />
['category'] = 'category',<br />
['portal'] = 'portal',<br />
['draft'] = 'draft',<br />
['timedtext'] = 'Timed Text page',<br />
['module'] = 'module',<br />
['topic'] = 'topic',<br />
['gadget'] = 'gadget',<br />
['gadget definition'] = 'gadget definition',<br />
['talk'] = 'talk page',<br />
['special'] = 'special page',<br />
['media'] = 'file',<br />
}<br />
<br />
-- This table holds the names of the namespaces to be looked up from<br />
-- cfg.pagetypes by default.<br />
cfg.defaultNamespaces = {<br />
'main',<br />
'file',<br />
'template',<br />
'category',<br />
'module'<br />
}<br />
<br />
-- This table holds the names of the namespaces to be looked up from<br />
-- cfg.pagetypes if cfg.defaultnsExtended is set.<br />
cfg.extendedNamespaces = {<br />
'main',<br />
'user',<br />
'project',<br />
'file',<br />
'mediawiki',<br />
'template',<br />
'category',<br />
'help',<br />
'portal',<br />
'module',<br />
'draft'<br />
}<br />
<br />
-- The parameter name to set which default namespace values to be looked up from<br />
-- cfg.pagetypes.<br />
cfg.defaultns = 'defaultns'<br />
<br />
-- The value of cfg.defaultns to set all namespaces, including talk.<br />
cfg.defaultnsAll = 'all'<br />
<br />
-- The value of cfg.defaultns to set the namespaces listed in<br />
-- cfg.extendedNamespaces<br />
cfg.defaultnsExtended = 'extended'<br />
<br />
-- The value of cfg.defaultns to set no default namespaces.<br />
cfg.defaultnsNone = 'none'<br />
<br />
-- The parameter name to use for disambiguation pages page.<br />
cfg.dab = 'dab'<br />
<br />
-- This table holds the different possible aliases for disambiguation-class<br />
-- pages. These should be lower-case.<br />
cfg.dabAliases = {<br />
'disambiguation',<br />
'disambig',<br />
'disamb',<br />
'dab'<br />
}<br />
<br />
-- The default value for disambiguation pages.<br />
cfg.dabDefault = 'page'<br />
<br />
-- The parameter name to use for N/A-class page.<br />
cfg.na = 'na'<br />
<br />
-- This table holds the different possible aliases for N/A-class pages. These<br />
-- should be lower-case.<br />
cfg.naAliases = {'na', 'n/a'}<br />
<br />
-- The default value for N/A-class pages.<br />
cfg.naDefault = 'page'<br />
<br />
-- The parameter name to use for redirects.<br />
cfg.redirect = 'redirect'<br />
<br />
-- The default value to use for redirects.<br />
cfg.redirectDefault = 'redirect'<br />
<br />
-- The parameter name for undefined namespaces.<br />
cfg.other = 'other'<br />
<br />
-- The value used if the module detects an undefined namespace.<br />
cfg.otherDefault = 'page'<br />
<br />
-- The usual suffix denoting a plural.<br />
cfg.plural = 's'<br />
<br />
-- This table holds plurals not formed by a simple suffix.<br />
cfg.irregularPlurals = {<br />
["category"] = "categories"<br />
}<br />
<br />
--------------------------------------------------------------------------------<br />
-- End configuration data --<br />
--------------------------------------------------------------------------------<br />
<br />
return cfg -- Don't edit this line</div>
Swarma