XiaoMi-AI文件搜索系统
World File Search SystemOnto
论狭义相对论中粒子质量与能量的本体论
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。
利用深度神经网络进行本体推理
进行逻辑推理的能力是人类智能行为的一个基本方面，因此也是实现人类水平的人工智能的一个重要问题。传统上，知识表示和推理领域的基于逻辑的符号方法已用于为代理配备类似于人类逻辑推理能力的能力。然而，最近，人们越来越有兴趣使用机器学习而不是基于逻辑的符号形式来解决这些任务。在本文中，我们采用最先进的方法来训练深度神经网络，以设计一种新模型，该模型能够学习如何以基本本体推理的形式有效地执行逻辑推理。这是一项重要且非常自然的逻辑推理任务，这就是为什么所提出的方法适用于大量重要的现实问题。我们展示了几个实验的结果，这些结果表明我们的模型能够在非常大、多样化且具有挑战性的基准上学习执行高精度的本体推理。此外，事实证明，所建议的方法较少受到基于逻辑的符号推理的各种障碍的影响，同时从生物学的角度来看，它是令人惊讶的合理。
ETMOS：外延过渡金属二硫属化物到宽带隙六方半导体上，用于先进
ETMOS 项目旨在通过分子束外延 (MBE) 和脉冲激光沉积 (PLD) 开发电子级过渡金属二硫属化物 (TMD) 的大面积生长。根据最近关于在六方晶体衬底上生长的 MoS2 外延质量的报告和初步结果，我们将推动这些材料在宽带隙 (WBG) 六方半导体 (SiC、GaN、AlN、AlGaN 合金) 和绝缘蓝宝石上的外延层生长。五个合作伙伴在薄膜生长 (CNRS、SAS)、高级特性和模拟 (CNR、HAS、U-Pa)、加工和电子设备原型 (CNR) 方面拥有互补的技能。将在不同衬底 (Si、蓝宝石、SiC、块状 GaN) 上生长 WBG 半导体模板/薄膜，以完全控制起始材料的特性并制备外延就绪表面，从而实现高质量和均匀的 TMD MBE 和 PLD 生长。沉积范围将从单层 (1L) 到几层 (最多 5) MoS2 和 WSe2，并在直径最大为 100 毫米的晶片上控制亚单层厚度。将开发 MBE 或 PLD 期间的 TMD 替代掺杂，重点是 MoS2 的 p+ 掺杂，这对设备应用具有战略意义。除了生长设施外，ETMOS 联盟还拥有整套形态、结构、化学、光学和电扫描探针表征，有助于在每个生长步骤中实现高质量。将通过专门设计的测试设备研究 TMD 的电性能 (掺杂、迁移率、电阻率等) 以及跨 TMD/WBG 异质结的电流传输。实验将通过生长模拟和 WBG 上 TMD 电子能带结构的从头计算来补充。将制定多尺度表征协议，以将我们的外延 TMD 与使用相同或互补沉积方法的其他小组的结果进行对比。最后，将制造利用 TMDs/WBG 异质结特性的器件原型，包括：(i) 基于 p+-MoS2 与 n-GaN 或 n-SiC 原子突变异质结的带间隧穿二极管和晶体管；(ii) MoS2/GaN 和 MoS2/SiC UV 光电二极管；(iii) 具有 Al(Ga)N/GaN 发射极和 1L TMD 基极的热电子晶体管。开发的材料/工艺的目标是在项目结束时达到 TRL=5。由于 ETMOS 合作伙伴与 SiC 和 GaN 领域的领先工业企业（STMicroelectronics、TopGaN、Lumilog）保持着持续合作，因此来自行业的代表将成为 ETMOS 顾问委员会的成员，为工艺与生产环境的兼容性提供指导。我们的 TMDs 生长活动与常用的 CVD 方法高度互补。我们预计与石墨烯旗舰项目第 1 和第 3 部门的团队将产生强大的协同作用，从而促进欧洲在 TMD 和设备应用大面积增长方面的能力。
策略本体的必要性和要求
战略一词源于希腊语 stratēgia (στρατηγία)，其含义集中在军事概念“军队领袖的艺术；将军、指挥、将领的职责”[19]。“战略”一词于公元 6 世纪（伊斯兰回历 -50 年）在东罗马地区开始使用。它于 18 世纪首次进入西方世界。当时直到 20 世纪，“战略”一词相反地被称为“一种试图追求政治目的的综合方法，包括威胁或实际使用武力，在意志的辩证法中”[4]。然而，这更多地与双方互动的战斗斗争有关 [4]。如今，在国防工业中，它指的是在与敌人交战之前规划方向性组件并调动资源。一旦敌人交战，战略执行就会发挥作用，将注意力转移到战术上。然而，为了确保战略的不断改进，需要在运营层面开展活动。了解战略的百年军事起源，让我们能够将当今一些常见的商业术语联系起来，例如：
人类与计算机之间的本体论边界及其对人机通信的影响
在人机通信中，人们与具有不同本体性质的通信伙伴进行交互。本研究探讨了人们如何概念化人类与计算机之间的本体论差异，以及这些差异对人机通信的影响。根据对 73 名美国成年人就非实体人工智能 (AI) 技术（基于语音的 AI 助手、自动写作软件）进行的定性访谈数据，研究结果表明，人们根据存在的起源、自主程度、工具/工具使用者身份、智力水平、情感能力和固有缺陷来区分人类和计算机。此外，随着技术模仿更多类似人类的品质（例如情感），这些本体论界限变得越来越模糊。本研究还展示了人们对人机鸿沟的概念化如何影响他们与通信技术的互动。
边界（重新）建构作为工作场所中人与非人类之间的内部作用 W. David Holford 魁北克大学蒙特利尔分校 本文提出了边界（重新）建构的概念。初始框架将主体通过制定现象塑造对象，正如对象反过来塑造主体的解释和经验一样。以下案例研究介绍强调了仍然存在于这个初始框架中的残余二元性。涉及混合类别和社会物质纠缠的本体论认识论洞察使我们能够随后将边界（重新）建构重新定义为人与物之间的内部作用（而不是相互作用）。有效的知识共享涉及富有成效的内部作用，而这反过来又需要内部作用成员之间的关系参与。这种参与需要管理层的努力，以确保工作场所内的心理安全网。引言 边界对象长期以来一直与实践社区联系在一起。原则上，这些对象是帮助在互动成员之间传递不同观点（即知识共享）的媒介。术语“边界”意味着这些对象位于两个或多个互动成员之间的社会交汇处。过去的研究经常探究边界对象的相对有效性，因此经常提出“关键”对象特征。对于管理者来说，这意味着关注
边界（重新）构建作为工作场所中人类与非人类之间的内部行动 W. David Holford 魁北克大学蒙特利尔分校 本文提出了边界（重新）构建的概念。初始框架描述了主体通过制定现象塑造客体，正如客体塑造主体的解释和经验一样。以下案例研究介绍重点介绍了仍然存在于初始框架中的残余二元性。涉及混合类别和社会物质纠缠的本体论认识论见解使我们能够随后将边界（重新）构建重新定义为人与物之间的内部行动（而不是相互作用）。有效的知识共享涉及富有成效的内部行动，而这反过来又需要内部行动成员之间的关系参与。这种参与需要管理层的参与，以确保工作场所内的心理安全网。简介 边界对象长期以来一直与实践社区相关联。原则上，这些对象是帮助在交互成员之间传递不同观点（即知识共享）的媒介。“边界”一词意味着此类对象位于两个或多个交互成员之间的社会交汇处。过去的研究经常探究边界对象的相对有效性，因此经常提出“关键”对象特征。对于管理者-实践者来说，这意味着关注有形的技术/物理属性。另一方面，本文主张将重点转向更多无形的人为/主观因素。随着这种重视程度的提高，管理层和成员在各自的行为和态度方面的责任也随之增加。为此，我们对边界对象的基本假设（即本体论或存在理论的问题）以及我们如何理解它们（即认识论或知识理论的问题）将受到质疑。在下文中，我们首先回顾了边界对象文献中过去的认识论和本体论立场，以及这些立场有时如何误导我们识别“有效边界对象”条件的重复处方，而这些处方未能充分强调人与物体的相互作用动态。接下来是替代性的认知、认识论和本体论线索，这些线索使我们能够将分析水平转向首先问自己哪些关键的有利条件允许获得有效的知识
敌人的本体论：诺伯特·维纳和…… - noiserr
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。
本体学习的观点 - CiteSeerX
让机器具备常识和特定领域的知识，使它们能够像人类一样理解某些问题领域，这一直是人工智能研究的主要目标，现在仍然是。在这种情况下，一个关键问题是，将所有相关知识编码成机器可以利用的自动推理、不一致性检测等方式的成本实际上有多高。虽然最近有一些研究开发了可以估算知识工程项目成本的方法 [12]，但可以合理地假设并非所有相关知识都可以手动编码。通过分析人类行为及其产生的数据来提取和发现知识的技术可以在这方面做出重要贡献。本体学习领域是 Alexander Mädche 和 Steffen Staab 于 2001 年创造的一个术语 [7]，它涉及从数据中得出相关本体知识的方法的开发。到目前为止，该领域已经进行了十多年的深入研究。该领域早期的研究集中于将浅层方法应用于术语和概念提取以及层次和非层次关系提取 [7]。后来，在我的博士论文《从文本中进行本体学习和填充：算法、评估和应用》中，我将本体学习定义为从数据中获取领域模型，并尝试通过引入所谓的本体学习层来系统地概述本体学习任务，这从那时起就受到了广泛关注。近年来，一些研究人员试图提高从文本数据中学习到的本体的表达能力，特别是尝试提取更深层次的公理知识（例如参见 [13]、[14] 和 [4]）。本卷中也可以找到一些类似的贡献，例如旨在通过应用归纳技术学习 OWL 公理（参见本卷中的 Lehmann 等人 [5] 和 Lisi [6]）。本体学习的问题比预期的要困难得多。在我看来，主要原因是本体总是反映概念化世界或给定领域的方式，而从一组数据中学习的本体学习算法的结果本质上反映了所讨论数据集的特性。因此，将本体算法的结果转化为实际上反映领域概念化的本体可能比从头开始构建本体的成本更高。本体学习的问题比预期的要困难得多。在我看来，主要原因是本体总是反映概念化世界或给定领域的方式，而从一组数据中学习的本体学习算法的结果本质上反映了所讨论数据集的特性。因此，将本体算法的结果转化为实际上反映领域概念化的本体可能比从头开始构建本体的成本更高。而本体学习算法从一组数据中学习的结果本质上反映了数据集的特性。因此，将本体的结果转化为
本体学习观点 - CiteSeerX
为机器配备常识和特定领域的知识，使其能够像人类一样理解某些问题领域，这一直是人工智能研究的主要目标，现在仍然是。在这种情况下，一个关键问题是，将所有相关知识编码成机器可以利用的自动推理、不一致性检测等方式的成本实际上有多高。虽然最近有一些关于开发方法的研究，使我们能够估算知识工程项目的成本 [12]，但可以合理地假设并非所有相关知识都可以手动编码。通过分析人类行为及其产生的数据来提取和发现知识的技术可以在这方面做出重要贡献。本体学习领域是 Alexander Mädche 和 Steffen Staab 于 2001 年创造的一个术语 [7]，它涉及从数据中得出相关本体知识的方法的开发。到目前为止，该领域已经进行了十多年的深入研究。该领域的早期研究侧重于将浅层方法应用于术语和概念提取以及层次和非层次关系提取 [7]。后来，在我的博士论文《从文本中进行本体学习和填充：算法、评估和应用》中，我将本体学习定义为从数据中获取领域模型，并试图通过介绍所谓的本体学习层蛋糕来系统地概述本体学习任务，此后该任务受到了广泛关注。近年来，一些研究人员试图提高从文本数据中学习到的本体的表达能力，特别是通过尝试提取更深层次的公理知识（例如参见 [13]、[14] 和 [4]）。本卷中也可以找到一些类似的贡献，例如旨在通过应用归纳技术学习 OWL 公理（参见Lehmann 等人本卷中的 [5] 和 Lisi [6]）。本体学习问题比预期的要困难得多。在我看来，主要原因是本体总是反映概念化世界或给定领域的方式，而从一组数据中学习的本体学习算法的结果本质上反映了所讨论数据集的特性。本体学习的问题比预想的要困难得多。因此，将本体算法的结果转化为实际反映领域概念化的本体，可能比从头开始构建本体的成本更高。在我看来，主要原因是本体总是反映概念化世界或给定领域的方式，而从一组数据中学习的本体学习算法的结果本质上反映了所讨论数据集的特性。因此，将本体的结果