第154行: |
第154行: |
| | | |
| ==编者推荐== | | ==编者推荐== |
| + | |
| + | |
| + | |
| + | ==编者推荐== |
| + | ===书籍推荐=== |
| + | [[File:复杂.jpg|200px|thumb|right|《复杂》封面]] |
| + | *[https://vdisk.weibo.com/s/BTLfj870SYIar 《复杂》 梅拉妮·米歇尔] |
| + | 蚂蚁在组成群体时为何会表现出如此的精密性和具有目的性?数以亿计的神经元是如何产生出像意识这样极度复杂的事物?是什么在引导免疫系统、互联网、全球经济和人类基因组等自组织结构?这些都是复杂系统科学尝试回答的迷人而令人费解的问题的一部分。理解复杂系统需要有全新的方法,需要超过传统的科学还原论,并重新划定学科的疆域。借助于圣塔菲研究所的工作经历和交叉学科方法,复杂系统的前沿科学家米歇尔在《复杂》一书中,以清晰的思路介绍了复杂系统的研究,横跨生物、技术和社会学等领域,并探寻复杂系统的普遍规律。与此同时,她还探讨了复杂性与进化、人工智能、计算、遗传、信息处理等领域的关系。 |
| + | |
| + | |
| + | ===文章推荐=== |
| + | *[https://zhuanlan.zhihu.com/p/97717680 超越简单规则——用图神经网络对复杂系统进行自动建模] |
| + | ::近期,由北京师范大学张江团队发表的文章《A general deep learning framework for network reconstruction and dynamics learning》在期刊Applied Network Science上刊登,这篇文章提出了一种基于深度学习的数据驱动模型,可以从节点的时间演化数据中重构出网络结构,并且学习到系统的动力学。本文是第一作者张章对该文章内容的解读。 |
| + | |
| + | |
| + | ===课程推荐=== |
| + | *[https://campus.swarma.org/course/1095 NetLogo多主体建模入门] |
| + | ::本课程通过数个案例教会大家如何去动手搭建一个多主体仿真模型,以及如何利用NetLogo去实现。从生命游戏到人工鸟群,从模拟经济系统到病毒沿网络的传播,通过循序渐进的案例,该课程带你逐步走入NetLogo多主体建模的神奇世界。 |
| + | |
| + | |
| + | *[https://campus.swarma.org/course/596 生物中的多主体模型] |
| + | ::本课程将视线转移到生物学领域,展现计算机模拟在生物学中的应用。认识自然现象,我们可以从物理、数学、生物、天文、化学等众多角度去解读,那么怎样将众多的知识综合起来转化为可以用计算机模拟的语言哪?本节课将通过一个模型案例来帮助我们打开思路,更好的去描述和模拟生物现象。 |
| + | |
| + | |
| + | ---- |
| + | 本中文词条由[[用户:Jake|Jake]]用户参与编译,[[用户:思无涯咿呀咿呀|思无涯咿呀咿呀]]参与审校,[[用户:思无涯咿呀咿呀|思无涯咿呀咿呀]]编辑,欢迎在讨论页面留言。 |
| + | |
| + | |
| + | '''本词条内容源自wikipedia及公开资料,遵守 CC3.0协议。''' |