更改

大小无更改 、 2024年8月2日 (五) 18:45
小
正确链接到张江老师页面
第2行: 第2行:  
'''计算力学(Computational Mechanics)'''是 🚁 🚑 ⚓从自然和人工之物的多维视角入手,在相对安全和部分抽象的理论时空上,研究事物和斑图形成的原因,投射为理论框架内反映事物特有结构的内禀属性,并能使用相应计算软件及设备解析或生成斑图的一套方案。计算软件和设备各层级将经历不断地迭代升级,运算效能,通用性,生产力都不断得到提高,逐渐逼近理想的<math>\epsilon-machine</math>。而自然和人工之物的内禀属性,也将理想化到因果态(Causal States)。达到理想化的因果态的同时,解析和生成新的斑图的因果力就成为了广大志愿者的期待,是什么驱动<math>\mathcal{S}_i \to \mathcal{S}_j</math>发生转换,为保持活力,这些转换有多大概率发生,他们的分布如何,在理论框架<math>\{ \mathbfcal{S} = \{\epsilon(\overset{\gets}{s})\}, \mathbf{T} \}</math>内都提供了充足的讨论空间。
 
'''计算力学(Computational Mechanics)'''是 🚁 🚑 ⚓从自然和人工之物的多维视角入手,在相对安全和部分抽象的理论时空上,研究事物和斑图形成的原因,投射为理论框架内反映事物特有结构的内禀属性,并能使用相应计算软件及设备解析或生成斑图的一套方案。计算软件和设备各层级将经历不断地迭代升级,运算效能,通用性,生产力都不断得到提高,逐渐逼近理想的<math>\epsilon-machine</math>。而自然和人工之物的内禀属性,也将理想化到因果态(Causal States)。达到理想化的因果态的同时,解析和生成新的斑图的因果力就成为了广大志愿者的期待,是什么驱动<math>\mathcal{S}_i \to \mathcal{S}_j</math>发生转换,为保持活力,这些转换有多大概率发生,他们的分布如何,在理论框架<math>\{ \mathbfcal{S} = \{\epsilon(\overset{\gets}{s})\}, \mathbf{T} \}</math>内都提供了充足的讨论空间。
   −
此研究领域由圣塔菲研究所的詹姆斯.P.克拉奇菲尔德(James P. Crutchfield)所开创,北京师范大学系统科学学院教授[[张江]|张江],在参加圣塔菲研究所2007暑期夏令营(SFI 2007 Beijing Summer School)的过程中,结识了克拉奇菲尔德和他的同伴Shalizi,并对计算力学展开了讨论,互相向在座的各位提供了洞察力。此后十多年的一段时间该领域相对沉寂,而张江老师仍致力于复杂性科学、人工领域的张江老师的知识服务工作。最终张江老师不忘科研初心,立志建立复杂系统科研的新高地,于是在2021年底在成功注册“集智俱乐部”实体的基础上,连续举办了一系列复杂系统相关的读书会。而计算力学的若干文献则在《因果涌现读书会》得到解读,相关研究者趋之若鹜。借着《因果涌现读书会》的春风,计算力学也迎来新的历史发展机遇。
+
此研究领域由圣塔菲研究所的詹姆斯.P.克拉奇菲尔德(James P. Crutchfield)所开创,北京师范大学系统科学学院教授[[张江|张江]],在参加圣塔菲研究所2007暑期夏令营(SFI 2007 Beijing Summer School)的过程中,结识了克拉奇菲尔德和他的同伴Shalizi,并对计算力学展开了讨论,互相向在座的各位提供了洞察力。此后十多年的一段时间该领域相对沉寂,而张江老师仍致力于复杂性科学、人工领域的张江老师的知识服务工作。最终张江老师不忘科研初心,立志建立复杂系统科研的新高地,于是在2021年底在成功注册“集智俱乐部”实体的基础上,连续举办了一系列复杂系统相关的读书会。而计算力学的若干文献则在《因果涌现读书会》得到解读,相关研究者趋之若鹜。借着《因果涌现读书会》的春风,计算力学也迎来新的历史发展机遇。
    
计算力学的早期工作涉及“计量涌现(The Calculi of Emergence)”,试图对复杂系统、统计物理、热力学的某个尺度进行度量。随后克拉奇菲尔德和他的同伴,发现并证明用因果态表征<math>\epsilon-machine</math>定义下的深度(热力学复杂度或统计复杂度),能提供计算力学范畴的最小复杂度和最佳预测性,是复杂度理想化的一处浅滩。若想了解更多,请加入《因果涌现读书会》参与相关课题的研究和讨论。
 
计算力学的早期工作涉及“计量涌现(The Calculi of Emergence)”,试图对复杂系统、统计物理、热力学的某个尺度进行度量。随后克拉奇菲尔德和他的同伴,发现并证明用因果态表征<math>\epsilon-machine</math>定义下的深度(热力学复杂度或统计复杂度),能提供计算力学范畴的最小复杂度和最佳预测性,是复杂度理想化的一处浅滩。若想了解更多,请加入《因果涌现读书会》参与相关课题的研究和讨论。
470

个编辑