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:
نویسندگان: Michael W. Roth
سری:
ISBN (شابک) : 9781032489070, 9781003391395
ناشر: CRC Press
سال نشر: 2023
تعداد صفحات: 170
[171]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 Mb
در صورت تبدیل فایل کتاب The Physics of Evolution 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 فیزیک تکامل 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.
بسیاری از زمینههای علوم و مهندسی با مشکل طراحی پیچیده روبرو شدهاند. این زمانی اتفاق میافتد که جزئیات آنقدر زیاد میشوند که قدرت کامپیوتر به تنهایی نمیتواند پیشرفت کند. برای شبکههای عصبی (معروف به یادگیری عمیق)، این به عنوان کامل بودن NP شناخته میشود. مشکلی که به موجب آن مقدار محاسبات مورد نیاز برای محاسبه وزنهای شبکه به صورت غیر چند جملهای (یعنی نمایی) با افزایش تعداد وزنها رشد میکند. برای زیستشناسی سیستمها، زمانی اتفاق میافتد که پارامترهای مدل سلولی زیادی وجود داشته باشد که امکان تخمین موفقیتآمیز را فراهم کند. برای بسیاری از رشتههای مهندسی، زمانی اتفاق میافتد که طرحها آنقدر پیچیده میشوند که آزمایش یکپارچه نمیتواند عیوب را از بین ببرد. طبیعت این مشکل طراحی پیچیده را با استفاده از تکامل حل کرد. اما دقیقاً چگونگی حل آن یک راز بود. هم آزمایشهای آزمایشگاهی و هم تلاشهای شبیهسازی کامپیوتری در نهایت چیزی بیشتر از ایده های داروین در مورد وراثت، تنوع و انتخاب مورد نیاز بود. راه حل این است که یک عنصر چهارم برای تکامل وجود دارد و آن تغییر اکولوژیکی است. آنچه اتفاق میافتد این است که تنوع جدیدی که انتخاب میشود میتواند اکولوژی را تغییر دهد و بومشناسی جدید میتواند فرصتهای جدیدی را برای انتخاب تغییرات جدید ایجاد کند. در این چرخه بی پایان، پیچیدگی می تواند به طور خودکار رشد کند. این کتاب از فیزیک جریان منابع استفاده میکند تا به تفصیل توضیح دهد که چگونه این اتفاق میافتد و از دانش میتوان برای غلبه بر مشکل طراحی پیچیده استفاده کرد. این کتاب یک تک نگاری است که می تواند به عنوان یک کتاب درسی در مورد اینکه چگونه فیزیک نقش مهمی در تکامل ایفا می کند استفاده شود. ایده های کلیدی شروع جریان منابع انرژی و ماده، ارگانیسم هایی که از خود کپی می کنند و تغییرات زیست محیطی هستند. از این ایده ها، مدل های کمی برای بسیاری از فرآیندهای تکاملی توسعه یافته است. چنین مدلهایی عبارتند از: انتخاب، چند سلولی، تکامل همزمان، تولید مثل جنسی و قوانین سرنگتی. نمونه های متعددی از پدیده های بیولوژیکی نشان داده شده است که در تطابق مفهومی با مدل ها هستند. در پایان، فیزیک نشان می دهد که چگونه طراحی پیچیده می تواند به طور خودکار ایجاد شود \\\"--
\"Many fields of science and engineering have come against the problem of complex design. This occurs when the details become so numerous that computer power alone cannot make progress. For neural networks (aka deep learning), this is known as the NP-completeness problem whereby the amount of computation needed to compute network weights grows in a non-polynomial (i.e. exponential) way as the number of weights increases. For systems biology, it happens when there are too many cell-model parameters to allow for successful estimation. For many engineering fields, it happens when the designs become so complex that integrated testing cannot eliminate faults. Nature solved this complex-design problem using evolution. But exactly how it solved it has been a mystery. Both laboratory experiments and computer-simulation attempts eventually stopped evolving. Something more than Darwin\'s ideas of heredity, variation, and selection was needed. The solution is that there is a fourth element to evolution and that is ecological change. What happens is that a new variation that is selected can change the ecology and the new ecology can create new opportunities for even more new variations to be selected. By this endless cycle, complexity can grow automatically. This book uses the physics of resource flow to describe in detail how that happens and that knowledge can be used to help overcome the problem of complex design. This book is a monograph that can be used as a textbook on how physics plays a strong role in evolution. The key starting ideas are the flow of energy-and-matter resources, organisms making copies of themselves, and ecological change. From these ideas, quantitative models are developed for many evolutionary processes. Such models include that for selection, multicellularity, coevolution, sexual reproduction, and the Serengeti Rules. Numerous examples of biological phenomena are shown to be in conceptual agreement with the models. In the end, the physics shows how complex design can arise automatically\"--
Cover Half Title Title Page Copyright Page Table of Contents Preface Chapter 1 Fundamentals 1.1 Origin 1.2 Marine Snow 1.3 Selection 1.4 Coexistence 1.5 Comments and Conclusions Chapter 2 Fertility 2.1 Juvenile Mortality 2.2 Invasive Species 2.3 Streamlining 2.4 Early Multicellular Evolution 2.5 Evolvability 2.6 Comments and Conclusions Chapter 3 Scavengers 3.1 Specialists 3.2 Invasive Specialists 3.3 Generalist Competition 3.4 Comments and Conclusions Chapter 4 Predators 4.1 Overfeeding 4.2 Cannibalism 4.3 Prey Defense 4.4 Generalization 4.5 Predator-Prey Cycles 4.6 Comments and Conclusions Chapter 5 Arms Races 5.1 Base Arms-Race Model 5.2 Predator Variation 5.3 Prey Variation 5.4 Predator Extinction 5.5 Prey Extinction 5.6 Red Queen 5.7 Evolution of Complexity 5.8 Comments and Conclusions Chapter 6 Trophic Cascades 6.1 Trophic Cascade Model 6.2 Low-Tier Predation 6.3 Mid-Tier Predation 6.4 Apex Predator 6.5 Low-Tier Competition 6.6 Comments and Conclusions Chapter 7 Parasites and Pathogens 7.1 Virulence 7.2 Attenuation 7.3 Resistance 7.4 Coevolution 7.5 Sexual Reproduction 7.6 Comments and Conclusions Chapter 8 Serengeti 8.1 Migration and Residency 8.2 Grass Regulation 8.3 Wildfires 8.4 Ecosystem Model 8.5 Serengeti Rules Chapter 9 Summary Discussion Appendix A Density-Dependent Regulation Appendix B Selection Theorem Proofs References Index