定义系统、模型、结构等概念|认知建模笔记翻译(4)

简介: 定义系统、模型、结构等概念|认知建模笔记翻译(4)

内容接上篇认知科学建模研究、认知神经科学的限制:建模笔记翻译(3)

原标题:Notes for a Modeling Theory of Science, Cognition and Instruction

作者:戴维·赫斯特内斯(David Hestenes) ,亚利桑那州立大学(Arizona State University)

摘要:建模理论为跨学科研究提供基础,涉及到科学、教育研究和认知的许多方面,对科学实践、教学设计,科学、数学和常识之间建立联系都有重要意义。

6.系统,模型 & 理论;结构 & 态射

自 20 世纪中叶以来,“系统”和“模型”这两个术语在科学和工程领域无处不在。这些术语大多数情况下都是非正式使用,它们的含义是相当多变。但出于建模目的,我们需要尽可能明确地定义它们。在不重复我在[7-10]对这个问题讨论的情况下,让我在这一节重申一些关键点,以便同下一节的认知理论建立更深层次的联系。我定义系统(SYSTEM) 为一组关联的对象(object)。系统可以是任何类型,这取决于对象的类型。一个系统本身是一个对象,组成它的对象可以是系统。在概念系统中,对象是概念。在物质系统中,对象是物质。除非另有说明,我们所谈论的系统都假定是物质系统。物质系统可以分为物理系统、化学系统和生物系统,这取决于包含对象的性质和关系。系统的结构(STRUCTURE)定义为系统中对象之间的一组关系。这包括“属于”的关系,它指定了组成(COMPOSITION),即属于系统的一组对象。科学的一个普遍发现是,所有的物质系统都具有几何、因果和时间结构,不需要其他(形而上学的)属性来解释其行为。建模理论认为,科学不是通过直接观察来认识现实世界中的客体,而是通过构建概念模型来解释观察结果并在头脑中表征客体。哲学家罗纳德· 吉尔把这种认识论的观点称为建构实在论我定义概念模型(MODEL)为物质系统中结构的表征,它可以是真实的,也可以是想象的。Box 3 概述了可能的结构类型。我已经使用这个模型的定义很长一段时间,还没有在任何科学分支中找到一个模型不能用这些术语来表达。

Box 3:定义概念模型的五种结构

(a) 系统结构组成(系统内部要素(对象))环境(连接到系统的外部代理)连接(外部和内部的连接)(b) 几何结构位置 相对于参考系的(外部)配置 (要素之间的几何关系)(c) 对象结构• 要素的内在属性(d) 互动结构•  (因果)联系的性质(e) 时间(事件)结构• 系统状态因时间而变化模型有很多种,这取决于它们的用途。所有的模型都是理想化的,只表示与目的相关的结构,不一定包括Box 3 中的所有五种结构类型。最典型的模型是地图。它的主要目的是指定几何结构(位置之间的关系),尽管它也确定不同位置的对象(对象结构)。地图可以扩展为用地图上的路径来表示物体的运动。我称这种模型为运动图。运动图(motion maps)不应与描述运动的动力图(graphs of motion)混淆,虽然这一点很少出现在物理或数学课程中。在相对论中,运动图和动力图组合在一个单一的时空图中,以表示完整的时空事件结构。

大辉注:力学分两部分
  • 运动学( kinematic):描述物体如何运动
  • 动力学(dynamics):解释物体为何遵循运动学定律

数学模型通过两种类型的变量表示系统结构:

  • 状态变量,包括组成要素、几何和对象属性:
  • 交互变量,包括组成要素之间及与环境之间的联系[6]。

过程模型将时间结构表示为状态变量的变化。有两种表示过程的模型。描述性模型用明确的时间函数表示变化。动力学模型规定了由相互作用规律决定的变化方程。交互定律把交互变量表示为状态变量的函数。一个科学理论由一系列一般原理(或法则)来定义,这些原理或法则指定了一类状态变量、相互作用和动力学(变化模式)[6,7]。科学实践遵循两种规律:I.法则(Statutes:):定义理论领域和结构的一般规律(如牛顿定律和麦克斯韦方程)Ⅱ.条例(Ordinances):定义模型的具体规律 (如伽利略的落体定律和斯内尔定律)一个科学理论是一组经过验证的条例。理论的法则只能通过验证模型间接地得到验证。定义状态变量的定律与测量原理(也称为对应规则或操作定义)密切相关,用于为系统的状态分配测量值。通过实测值(数据)与模型预测值的匹配程度验证模型的有效性。与给定模型相匹配的系统类别和变量范围称为其有效域。理论的有效域是其包含模型有效域的合并。经验观察和测量确定了给定模型之间的类比以及它的参照物(系统)。我称之为参照类比。类比被定义为结构从一个域(源)到另一个域(目标)的映射。映射总是部分的,这意味着某些结构没有被映射(有关类比的其他观点,请参阅[16])。类比在科学中无处不在,但往往被忽视。图 3 和图 4 说明了几种不同的类比。

a414e3ced74498d3fdf3fba599df819c_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

不同领域模型之间的概念类比在科学中很常见,并且经常对研究有创造性贡献。例如,麦克斯韦明确地利用了电机学的类比。类比指定了源和目标之间的差异和相似之处。例如,光、声音、水和绳索的类似波的传播模型压制了混杂的差异,比如潜在媒介的作用。这些差异仍然是科学研究的主要问题,也是学生们感到困惑的地方。物质类比将不同物质系统或过程中的结构联系起来,例如,实际汽车的几何相似性与汽车的比例模型。一个经常被忽视的重要例子,因为它是如此微妙和平常,是两个物质对象或系统的等价物,据此它们被判断为相同或一致。我称之为归纳类比,因为它相当于将物体匹配到同一个模型 (图 4)。我认为这种匹配过程是经典归纳推理的基础,其中重复的事件归因于一个单一的机制。

8dd8f466427bbb904a7a2490223b5256_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

还有一个类比值得一提,因为它在科学中扮演着越来越重要的角色:概念模型和计算机模型之间的类比。数学的形式化(符号化)使得在计算机程序中嵌入概念模型结构的细节成为可能,这些程序在模拟状态下运行,能够以惊人的精确度仿真物质系统的行为。越来越多的计算机在没有人为干预的情况下实现了模型与数据匹配的经验功能。然而,计算机模型和概念模型之间有一个本质上的区别,我们将在下一节讨论。考虑到刚才描述的类比的多重重要作用,我推荐用态射(MORPHISM)这一技术术语形式化科学中的类比概念。在数学中,态射是一个保结构映射:同形homomorphism(保代数结构)和同胚homeomorphism (保拓扑结构)这两个术语。类比的其他概念在[16]中讨论过。上面的建模理论的科学角色塑造涉及哲学家和科学家长期争论的深层认识论问题。例如:

  • 在什么意义上,科学可以声称是物质世界的客观知识?
  • 观察到的结构在多大程度上是物质世界固有的并独立于观察者?
  • 是什么决定了Box 3中概念模型的结构类别?

关于最后一个问题,我认同 Lakoff 和 Johnson[18,19,21]的观点,即这些都是基于人类感觉-运动系统的基本认知范畴。这表明,所有认识论问题的答案取决于我们的认知理论,我们现在来看这个理论。 (未完待续……)


目录
相关文章
|
开发工具 git
在码云上新建一个仓库,并且使用git上传代码步骤
在码云上新建一个仓库,并且使用git上传代码步骤
964 0
|
11月前
|
存储 人工智能 自然语言处理
Pandas数据应用:自然语言处理
本文介绍Pandas在自然语言处理(NLP)中的应用,涵盖数据准备、文本预处理、分词、去除停用词等常见任务,并通过代码示例详细解释。同时,针对常见的报错如`MemoryError`、`ValueError`和`KeyError`提供了解决方案。适合初学者逐步掌握Pandas与NLP结合的技巧。
462 20
|
前端开发 开发者
「Mac畅玩鸿蒙与硬件23」鸿蒙UI组件篇13 - 自定义组件的创建与使用
自定义组件可以帮助开发者实现复用性强、逻辑清晰的界面模块。通过自定义组件,鸿蒙应用能够提高代码的可维护性,并简化复杂布局的构建。本篇将介绍如何创建自定义组件,如何向组件传递数据,以及如何在不同页面间复用这些组件。
309 5
「Mac畅玩鸿蒙与硬件23」鸿蒙UI组件篇13 - 自定义组件的创建与使用
|
9月前
|
存储 自然语言处理 数据可视化
行政人员必读:如何选择适合企业需求的会议管理软件
在现代企业运营中,会议管理是提高效率的关键。选择合适的会议管理软件需考虑操作简便、高性价比、适配多种场景及实时数据分析等因素。二维码会议管理系统因其便捷、低成本、高效签到和防作弊机制,成为中小企业的理想选择。草料二维码等平台提供免费服务,支持灵活定制和实时数据同步,帮助企业提升会议组织效率并节省资源。
|
自然语言处理 算法
RAG真能提升LLM推理能力?人大最新研究:数据有噪声,RAG性能不升反降
随着大型语言模型(LLM)在自然语言处理领域的广泛应用,检索增强生成(RAG)技术因能引入新知识和减少幻觉而受到关注。然而,RAG对LLM推理能力的实际提升效果仍存争议。中国人民大学的一项研究表明,RAG虽能辅助LLM推理,但在处理含噪信息和深度推理时面临挑战。为此,研究团队提出了DPrompt tuning方法,旨在解决噪声问题并提升RAG性能。
314 12
|
C# Windows
C#实现指南:将文件夹与exe合并为一个exe
C#实现指南:将文件夹与exe合并为一个exe
956 9
|
机器学习/深度学习 算法
区间预测 | MATLAB实现QRLSTM长短期记忆神经网络分位数回归时间序列区间预测
区间预测 | MATLAB实现QRLSTM长短期记忆神经网络分位数回归时间序列区间预测
|
前端开发 JavaScript API
JavaScript 的宏任务和微任务有什么区别
【9月更文挑战第6天】JavaScript 的宏任务和微任务有什么区别
273 5
|
SQL 负载均衡 安全
阿里云DTS踩坑经验分享系列|全量迁移加速方法指南
阿里云数据传输服务DTS是一个便捷、高效的数据迁移和数据同步服务。一般而言,一个完整的DTS数据迁移任务主要包括预检查、结构迁移,全量迁移,增量迁移等阶段,其中全量迁移会将源数据库的存量数据全部迁移到目标数据库。面对各种各样的用户场景, 本文将重点介绍如何使用阿里云DTS实现全量数据迁移加速,以缩短迁移时间,确保数据迁移的效率和稳定性。
1222 0
|
Kubernetes 应用服务中间件 调度
k8s的Pod常见的几种调度形式
k8s的Pod常见的几种调度形式
248 0