保罗·西利亚斯,1956年出生于南非弗里尼欣,获电气工程学位和哲学博士学位。早期专长于利用神经网络进行计算机建模和模式识别,后至斯泰伦博斯大学哲学系任教,讲授解构文化哲学、科学哲学和科学伦理学。目前的研究集中于复杂性理论对理解伦理学、法和正义的意义。2000年,因其出色的研究而获得雷克托奖。
本书的目标,是要从后现代,或者也许更精确地说是从后结构(post-struct ural)的视角来阐明复杂性概念。从这种视角获得的最明显的结论是,不存在总揽一切的、可忽略掉复杂系统中偶发性方面的复杂性理论。如果某事物的确是复杂的,就不可能从简单理论得到恰当的描述。关注复杂性,必须关注特定的复杂系统。尽管如此,我们还是可以在非常基础的层面上,对复杂行为和复杂系统动力学的条件进行一般性说明。而且我还认为,可以对复杂系统进行建模。模型可以在计算上执行,并可能导致可以执行更复杂任务的机器。不过,模型本身将至少与被建模的系统同样复杂,因此不可能导致我们对于系统本身理解的任何简化。作为这种模型的一个例子,我广泛地使用了神经网络,即一种称作联结论的趋法。事实上本书通过指出神经网络的运行与德里达的语言工作的描述之间具有结构相似性,来理解后现代理论对于复杂性研究的意义。
蝴蝶效应引发风暴的比喻是对初始条件的敏感性,但是应该完全弃而不用,特别对于复杂系统,由于其robust的特性,保证了其系统的生存; 熵:信息量大,则结构可预测性低,熵也大。但对于复杂系统并非是一个合适的模型。完全随机并不一定复杂,复杂性宜使用不可压缩性来表达,即复...
评分蝴蝶效应引发风暴的比喻是对初始条件的敏感性,但是应该完全弃而不用,特别对于复杂系统,由于其robust的特性,保证了其系统的生存; 熵:信息量大,则结构可预测性低,熵也大。但对于复杂系统并非是一个合适的模型。完全随机并不一定复杂,复杂性宜使用不可压缩性来表达,即复...
评分这本书的作者保罗•希利亚斯(Paul Cilliers)曾获得电气工程学位和哲学博士学位,专长于利用网络进行模式识别等,后辗转进入某大学哲学系,教授哲学课程。一个有着工科背景的哲学教授,对于现实世界的观照自然是更加贴进现实一些。 在这本书里,所谓的“后现代主义”,他们...
评分蝴蝶效应引发风暴的比喻是对初始条件的敏感性,但是应该完全弃而不用,特别对于复杂系统,由于其robust的特性,保证了其系统的生存; 熵:信息量大,则结构可预测性低,熵也大。但对于复杂系统并非是一个合适的模型。完全随机并不一定复杂,复杂性宜使用不可压缩性来表达,即复...
评分这本书的中文译本出版于2006年,原书看上去写于1998年,有人以为这书提出了一种观点,即回应了奥地利学派的结论,把人类社会看作是一个复杂系统,特点是大量元素、非线性、反馈、局部性、历史性、开放而远离平衡等等。但是这种观点已经是陈词滥调,1995年原作2000年有中文译本...
2007-6-19 10:43:43还书
评分后来遇到一些问题的时候发现很有启发性
评分有启发性
评分按需。
评分后来遇到一些问题的时候发现很有启发性
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有