برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Scientific Discovery: Computational Explorations of the Creative Processes

دانلود کتاب کشف علمی: اکتشافات محاسباتی فرآیندهای خلاق

مشخصات کتاب

Scientific Discovery: Computational Explorations of the Creative Processes

دسته بندی: ریاضیات محاسباتی
ویرایش:  
نویسندگان: Pat Langley,  Herbert A. Simon,  Gary L. Bradshaw,  Jan M. Zytkow  
سری:  
ISBN (شابک) : 0262620529, 9780262620529 
ناشر: The MIT Press 
سال نشر: 1987 
تعداد صفحات: 362 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 14 مگابایت

قیمت کتاب (تومان) : 41,000

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 10

در صورت تبدیل فایل کتاب Scientific Discovery: Computational Explorations of the Creative Processes 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 کشف علمی: اکتشافات محاسباتی فرآیندهای خلاق 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.

توضیحاتی در مورد کتاب کشف علمی: اکتشافات محاسباتی فرآیندهای خلاق

اکتشافات علمی اغلب عاشقانه و خلاقانه در نظر گرفته می شود - و از این رو غیرقابل تجزیه و تحلیل - در حالی که روند روزمره تأیید اکتشافات هوشیارانه و برای تجزیه و تحلیل مناسب تر است. با این حال، این کاوش شگفت‌انگیز در مورد چگونگی پیشرفت کار علمی استدلال می‌کند که هر چقدر هم که لحظه کشف ناگهانی به نظر برسد، می‌توان فرآیند کشف را توصیف و مدل‌سازی کرد. با استفاده از روش‌ها و مفاهیم روان‌شناسی پردازش اطلاعات (یا علم شناختی) معاصر، نویسندگان مجموعه‌ای از برنامه‌های هوش مصنوعی را توسعه می‌دهند که می‌تواند فرآیندهای فکری انسان را که برای کشف قوانین علمی استفاده می‌شود، شبیه‌سازی کند. برنامه ها - BACON، DALTON، GLAUBER، و STAHL - همگی عمدتاً مبتنی بر داده ها هستند، یعنی وقتی با مجموعه ای از اندازه گیری های شیمیایی یا فیزیکی ارائه می شوند، به جستجوی یکنواختی و پیوند دادن عناصر، تولید و بررسی فرضیه ها و ایجاد مفاهیم جدید می پردازند. آنها همراهی می کنند. اکتشاف علمی ماهیت تحقیقات علمی را بررسی می کند و استدلال های موافق و مخالف یک نظریه هنجاری کشف را بررسی می کند. تکامل برنامه‌های بیکن را شرح می‌دهد که قوانین تجربی کمی را کشف کرده و مفاهیم جدیدی را ابداع می‌کند. ارائه برنامه هایی که قوانین را در داده های کمی و کیفی کشف می کند. و نتایج را با هم پیوند می دهد، نشان می دهد که چگونه یک برنامه ترکیبی و توسعه یافته ممکن است مشکلات تحقیقاتی را پیدا کند، ابزارهای جدید ابداع کند، و بازنمایی های مناسب مسئله را ابداع کند. نمونه‌های برجسته تاریخی متعددی از اکتشافات فیزیک و شیمی به عنوان آزمونی برای برنامه‌ها استفاده می‌شوند و بحث را به طور ملموس در تاریخ علم لنگر می‌اندازند.

توضیحاتی درمورد کتاب به خارجی

Scientific discovery is often regarded as romantic and creative--and hence unanalyzable--whereas the everyday process of verifying discoveries is sober and more suited to analysis. Yet this fascinating exploration of how scientific work proceeds argues that however sudden the moment of discovery may seem, the discovery process can be described and modeled. Using the methods and concepts of contemporary information-processing psychology (or cognitive science) the authors develop a series of artificial-intelligence programs that can simulate the human thought processes used to discover scientific laws. The programs--BACON, DALTON, GLAUBER, and STAHL--are all largely data-driven, that is, when presented with series of chemical or physical measurements they search for uniformities and linking elements, generating and checking hypotheses and creating new concepts as they go along. Scientific Discovery examines the nature of scientific research and reviews the arguments for and against a normative theory of discovery; describes the evolution of the BACON programs, which discover quantitative empirical laws and invent new concepts; presents programs that discover laws in qualitative and quantitative data; and ties the results together, suggesting how a combined and extended program might find research problems, invent new instruments, and invent appropriate problem representations. Numerous prominent historical examples of discoveries from physics and chemistry are used as tests for the programs and anchor the discussion concretely in the history of science.