دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: Hardcover
نویسندگان: Kenneth D Forbus
سری:
ISBN (شابک) : 0262038943, 9780262038942
ناشر: MIT Press
سال نشر: 2019
تعداد صفحات: 441
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 33 مگابایت
در صورت تبدیل فایل کتاب Qualitative Representations: How People Reason and Learn about the Continuous World به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب بازنمایی های کیفی: چگونه مردم درباره جهان پیوسته استدلال می کنند و در مورد آن می آموزند نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
برهانی مبنی بر اینکه بازنماییهای کیفی - بازنماییهای
نمادین که پدیدههای پیوسته را در واحدهای معنادار حک میکنند -
برای شناخت انسان محور هستند.در این کتاب، کنت فوربوس پیشنهاد
میکند که بازنماییهای کیفی کلید یکی از عمیقترین اسرار را در
خود جای دادهاند. علوم شناختی: چگونه استدلال می کنیم و در مورد
پدیده های پیوسته اطرافمان می آموزیم. فوربوس استدلال میکند که
بازنماییهای کیفی - بازنماییهای نمادینی که پدیدههای پیوسته را
در واحدهای معنادار حک میکنند - برای شناخت انسان محور هستند.
بازنمایی های کیفی مبنایی را برای استدلال عقل سلیم فراهم می
کنند، زیرا استدلال عملی را با داده های بسیار کم امکان پذیر می
کنند. این امر بازنمودهای کیفی را به یک جزء مفید از معناشناسی
زبان طبیعی تبدیل می کند. بازنمودهای کیفی همچنین با بیان صریح
دستهبندیهای وسیعی از چیزهایی که ممکن است اتفاق بیفتند و
مدلهای علّی را قادر میسازد که در صورت نیاز به کاربرد دانش کمی
بیشتر کمک میکند، پایهای برای استدلال تخصصی در علم و مهندسی
فراهم میکند. نمایشهای کیفی برای ایجاد سیستمهای هوش مصنوعی
بیشتر شبیه انسان با قابلیتهایی برای استدلال فضایی، بینایی،
پاسخ به سؤال و درک زبان طبیعی مهم هستند.
فوربوس، در میان موضوعات دیگر، ایدههای اساسی بازنمایی دانش و
استدلال؛ نظریه فرآیند کیفی؛ شبیه سازی کیفی و استدلال در مورد
تغییر. مدلسازی ترکیبی؛ استدلال فضایی کیفی؛ و یادگیری و تغییر
مفهومی. استدلال او هم به دلیل ارائه رویکردی به استدلال کیفی که
در آن استدلال و یادگیری قیاسی نقشهای حیاتی ایفا میکند و هم
برای جمعآوری شواهد مختلف، از جمله عملکرد سیستمهای هوش مصنوعی،
قابل توجه است. دانشمندان شناختی گزارش فوربوس از بازنمایی های
کیفی را روشنگر خواهند یافت. دانشمندان هوش مصنوعی به رویکرد جدید
فوربوس در بازنمایی های کیفی و مروری که او ارائه می دهد، ارزش
خواهند گذاشت.
An argument that qualitative representations--symbolic
representations that carve continuous phenomena into meaningful
units--are central to human cognition.In this book, Kenneth
Forbus proposes that qualitative representations hold the key
to one of the deepest mysteries of cognitive science: how we
reason and learn about the continuous phenomena surrounding us.
Forbus argues that qualitative representations--symbolic
representations that carve continuous phenomena into meaningful
units--are central to human cognition. Qualitative
representations provide a basis for commonsense reasoning,
because they enable practical reasoning with very little data;
this makes qualitative representations a useful component of
natural language semantics. Qualitative representations also
provide a foundation for expert reasoning in science and
engineering by making explicit the broad categories of things
that might happen and enabling causal models that help guide
the application of more quantitative knowledge as needed.
Qualitative representations are important for creating more
human-like artificial intelligence systems with capabilities
for spatial reasoning, vision, question answering, and
understanding natural language.
Forbus discusses, among other topics, basic ideas of knowledge
representation and reasoning; qualitative process theory;
qualitative simulation and reasoning about change;
compositional modeling; qualitative spatial reasoning; and
learning and conceptual change. His argument is notable both
for presenting an approach to qualitative reasoning in which
analogical reasoning and learning play crucial roles and for
marshaling a wide variety of evidence, including the
performance of AI systems. Cognitive scientists will find
Forbus's account of qualitative representations illuminating;
AI scientists will value Forbus's new approach to qualitative
representations and the overview he offers.