Inspired by Nature: Essays Presented to Julian F. Miller on the Occasion of his 60th Birthday

این کتاب ادای احترامی است به ایده‌ها و دستاوردهای جولیان فرانسیس میلر در علوم کامپیوتر، الگوریتم‌های تکاملی و برنامه‌نویسی ژنتیک، الکترونیک، محاسبات غیر متعارف، شیمی مصنوعی و زیست‌شناسی نظری. کارشناسان بین المللی پیشرو در محاسبات با الهام از طبیعت، بینش خود را در مورد اصول پردازش اطلاعات و بهینه سازی در بسترهای زیستی، فیزیکی و شیمیایی شبیه سازی شده و تجربی ارائه می دهند. میلر برنامه‌ریزی ژنتیکی دکارتی (CGP) را در سال 1999 از نمایش مدارهای الکترونیکی که چند سال قبل با تامسون ابداع کرد، اختراع کرد. این کتاب تعدادی از کاربردهای گسترده CGP از جمله پیش‌بینی چند مرحله‌ای، حل جزم شبکه‌های عصبی مصنوعی، محاسبات تقریبی، انفورماتیک پزشکی، مهندسی کنترل، سخت‌افزار تکامل‌پذیر، و بهینه‌سازی‌های تکاملی چندهدفه را ارائه می‌کند. این کتاب عمیقاً به تکنیک «تکامل در ماده» می‌پردازد، اصطلاحی که میلر و داونینگ ابداع کردند، با استفاده از طیف وسیعی از نمونه‌های آزمایشی محاسباتی در مجموعه‌های نامرتب نانولوله‌های گرافن، قالب لجن، گیاهان و سیستم‌های شیمیایی انتشار واکنش. پیشرفت در شیمی مصنوعی زیر نمادین، توسعه مصنوعی با الهام از زیست، تکامل کد با برنامه‌ریزی ژنتیکی، و استفاده از بسط‌های رید مولر در سنتز مدارهای کوانتومی بولی، طعمی منحصر به فرد به محتوا می‌افزاید. این کتاب برای خوانندگان از همه اقشار، از دانشجویان کارشناسی گرفته تا اساتید دانشگاه، از ریاضیدانان، دانشمندان کامپیوتر و مهندسین گرفته تا شیمی‌دانان و زیست‌شناسان، لذت بخش است.

This book is a tribute to Julian Francis Miller’s ideas and achievements in computer science, evolutionary algorithms and genetic programming, electronics, unconventional computing, artificial chemistry and theoretical biology. Leading international experts in computing inspired by nature offer their insights into the principles of information processing and optimisation in simulated and experimental living, physical and chemical substrates. Miller invented Cartesian Genetic Programming (CGP) in 1999, from a representation of electronic circuits he devised with Thomson a few years earlier. The book presents a number of CGP’s wide applications, including multi-step ahead forecasting, solving artificial neural networks dogma, approximate computing, medical informatics, control engineering, evolvable hardware, and multi-objective evolutionary optimisations. The book addresses in depth the technique of ‘Evolution in Materio’, a term coined by Miller and Downing, using a range of examples of experimental prototypes of computing in disordered ensembles of graphene nanotubes, slime mould, plants, and reaction diffusion chemical systems. Advances in sub-symbolic artificial chemistries, artificial bio-inspired development, code evolution with genetic programming, and using Reed-Muller expansions in the synthesis of Boolean quantum circuits add a unique flavour to the content. The book is a pleasure to explore for readers from all walks of life, from undergraduate students to university professors, from mathematicians, computer scientists and engineers to chemists and biologists.