S. Kwok*(1),L。Nguyen(2),K。Raymond(2),A。Larkins(1),H。Omar(1),M。Bruce(1),
可能会觉得,如果脱离广义相对论或更广泛的场论考虑,就无法充分理解能量-质量“等价性”。这种态度的表达见 Lehmkuhl (2011, p.454, n.1)。但有充分的理由认为,可以在狭义相对论粒子动力学的有限背景下以富有启发性的方式研究能量-质量关系,事实上,这种受限背景是探究能量与质量关系的合适起点。首先,爱因斯坦 (1905) 所阐述的质量与能量的最初关联完全基于狭义相对论粒子动力学。因此,存在一个简单的概念问题,即如何理解这种等价性,它早于任何广义相对论或场论考虑。爱因斯坦认为,质量和能量的同一性已经建立在相对简单的点粒子动力学相对论理论之上。其次,下文讨论的对公认观点提出的哲学挑战在广义相对论的更广泛背景下再次浮现。正如 Hoefer (2000) 所指出的,能量和质量的概念地位在该背景下更成问题。因此,从更简单的情况开始是一种很好的哲学方法,希望对狭义相对论粒子动力学的清晰理解可以指明理解更复杂背景的方向。这里提出的解释是否可以适当地扩展到包括广义相对论在内的经典领域,这是一个悬而未决的问题。
摘要摘要对研究范式的合理理解对于发展一致和哲学上的研究设计至关重要,尤其是在人文和社会科学方面。本文提供了最常见的研究范式的概述:实证主义,实证主义,建构主义,社会建构主义,解释性,实用主义和批判现实主义。这些范式在本体论的方法(现实的本质),认识论(知识的本质)和人工学(价值观在研究中的作用)有所不同。本文还讨论了这些范式的方法论和伦理意义。反思性和道德责任,研究人员必须考虑自己的偏见和价值观如何影响他们的工作。通过探索这些范式及其哲学基础,本文旨在帮助研究人员确定最能与他们对世界的看法保持一致的范式,最终使他们能够相干地设计在理性上是合理的,道德上知情的和实际上相关的。本文通过提供清晰,实用的研究范式指南,从而更深入地了解跨学科研究实践的哲学基础,从而有助于学术话语。
为什么我们应该考虑“21 世纪的控制论”?我可以列举四个原因。首先,也许“21 世纪的控制论”在某种程度上已经存在。很明显,控制论所推广的概念和技术比以往任何时候都更加普及。术语“反馈”和“信息”的传播具有里程碑意义,并且与“控制论”这一符号的使用率下降无关。换句话说,我们正在见证所谓的“没有控制论的控制论”,即其概念和人工制品的传播,但不再是过时的标签。有第一代控制论,与维纳、麦卡洛克和冯·诺依曼等人物有关,还有“第二代控制论”,以自组织为中心,与冯·福斯特和瓦雷拉等人有关。现在,我们可能正处于“第三次控制论”的开端,我们不应该再提及名人的名字,而应该提及谷歌、亚马逊、Facebook 或 OpenAi 等公司的名字。这会不会就是难以捉摸的“21 世纪控制论”,一个没有说出名字的第三次浪潮?
摘要。本立场文件介绍了一级传感器融合本体的概念和应用。它涵盖平台、传感器、有形实体以及概念等无形实体。实体之间的关系是本体的一部分。包括动词和名词。不确定性推理等概念也是传感器融合本体的一部分。应用涉及知识发现和潜在安全威胁的模式识别。1 简介 传感器数据融合分为四个级别,情况复杂性不断增加。一级传感器数据融合涉及对象细化,被定义为与检测、跟踪、分类和识别平台(如船舶和飞机)相关的数据的融合,而不考虑平台的意图。(例如,参见 [1])。第二级侧重于情况细化,其中平台之间的关系变得重要。第三级涉及威胁细化,并解决敌对平台的意图。第四级解决过程细化,其中指挥官试图预测敌对行动。知识发现以及传感器数据与来自各种其他观察的信息的融合可以帮助军事和执法工作检测平台的异常行为,从而有助于海港和机场的安全和威胁检测。第一级传感器融合的综合本体包括本体的几个子级和第一级融合的几个不同维度:平台和传感器、特征、有形和无形、名词和动词、变量之间的关系、数据组合等概念。例如,船舶的速度和它的位置在近似值上是独立的数据。只知道船舶的速度可能不会触发警报。同样,它的位置本身可能并不重要。但是,知识发现过程可能会发现位于某个区域的特定船舶的速度异常可能意味着非法活动。传感器本体上的数据源包括数据字典,其中包含与多种传感器类型相关的术语,例如声学、磁学、视觉、图像、光电等,以及描述传感器如何单独和协同工作的其他来源,例如传感器融合的情况。本文定义了概念并指定了对象和概念实体之间的关系。军事和执法机构需要单一、集成、逻辑和国家级的传感器本体,以支持为联合使用和国土安全而设计的专家系统中的知识库。它代表了融合、传感器网络和情报的未来。现有的本体,如数据库,是碎片化的、不完整的,格式也不同。这项工作是 SSC-SD 项目的一部分,旨在测试和评估构建单一集成图 (BSIP) [2]。
能量在我们周围的物理世界和我们的日常生活中无处不在:所有自然和技术过程均由能量驱动。一些例子是:我们的身体从我们吃的食物中获取能量,我们的计算机需要电能来源才能发挥作用,并且植物需要阳光才能进行光合作用。能量是科学中的核心概念,尤其是物理,化学和生物学及其应用。这也是工程和技术问题的主要主题。尽管能量在许多领域都起着至关重要的作用,但其本体论代表也对质疑开放。正如我们将在第2节中讨论的那样,不同的领域本体论代表了不兼容的方式。可以通过考虑以下有关能源的陈述来说明原因,至少 - 表面上 - 似乎都是正确的。
动机探索了结合归纳和演绎推理的过程,我们对研究机器学习和本体论的整合的文章进行了系统的文献综述。目的是确定纳入归纳推理(通过机器学习执行)和演绎推理(由本体学执行)的多种技术。我们的评论包括对128项研究的分析,使我们能够确定机器学习和本体学之间的三个主要杂交类别:学习增强的本体论,语义数据挖掘以及学习和推理系统。我们对所有这些类别进行了全面的检查,强调了研究中使用的各种机器学习算法。此外,我们将我们的分类与混合AI和神经符号方法领域的最新作品进行了比较。
由战略家赫尔曼·卡恩(Herman Kahn)于1961年成立,哈德森学院(Hudson Institute)挑战了传统思维,并通过国防,国际关系,经济学,能源,技术,文化和法律的跨学科研究来帮助管理对未来的战略过渡。
1940 年 9 月 20 日,数学家兼物理学家诺伯特·维纳 (Norbert Wiener) 写信给美国战争研究的领头人万尼瓦尔·布什 (Vannevar Bush),信中写道:“我……希望您能找到一些我可以在紧急情况下派上用场的活动。”当时,英国正遭受着无情的空袭,纳粹入侵似乎迫在眉睫。维纳在各个学科领域都全力支持技术防御。他建议改进布什的计算设备,即所谓的微分分析仪,以便更快地设计从飞机机翼到弹道炮弹等战争物资。更具体地说,他重申了之前的一项提议,即盟军将装有液化乙烯、丙烷或乙炔气体的空爆容器发射到空中,将大片天空笼罩在爆炸中。