>Не стоит забывать и о уязвимостях данной линейки процессоров. Не смотря на все старания >закрыть все дыры в системе — закрывая одни уязвимости компания Intel открыла другие.
А можно назвать (перечислить) о каких дырах в системе идет речь или назвать источник?
>Данная модель имеет следующий алгоритм: Постановка задачи; Выполнение; Проверка
>результата; При необходимости переход к первому пункту.
Почему Вы это называете алгоритмом? Здесь по-вашему выполнены свойства и требования к алгоритму?
Впечатляет, но очень скупо изложено, мало подробностей. Видел подобное с рыбкой в аквариуме, которая двигала плавниками, хвостом, головой. Искрящийся поток считываемых сигналов нервной системы менялся по принципу стимул/реакция. Здесь этого рассмотреть не удалось.
Желательно было бы познакомиться с подборкой результатов и достижений в этой области, на которые Вы собираетесь опираться в своих работах. Неплохо было бы увидеть насколько передовые идеи и соображения ученых всего мира Вы собираетесь реализовать. Как Вы сами для себя видите перспективу, новизну, оригинальность работы?
Куда Вы хотите прийти с симулятором? Что читателей ждет на выходе?
Думаю Вам известны такие проекты (если погуглить)
Создано несколько крупномасштабных проектов по моделям мозга, например, лаборатория в Колд-Спринг-Харбор получила 500 терабайт информации в результате сканирования головного мозга мышей, и выложила модель для общественного доступа в июне 2012 года.
Проект позволяет пользователям изучать мозг подобно изучению поверхности Земли программой Google Earth. Вы можете перемещаться внутри мозга и при более сильном приближении рассматривать отдельные нейроны и их контакты. Можно выделить определенную связь и следовать по ней вдоль всего мозга.
Другой проект HUMAN BRAIN: попытка смоделировать работу мозга на компьютере стоимостью в миллиард евро (2013 года)
Тем не менее идея оказалась слишком привлекательной — схожие инициативы были запущены в США (BRAIN Initiative) и Китае. Сам Human Brain Project (НВР) продолжает работу, хотя и в скорректированном виде.
У Вас будет что-то другое, новое, лучшее?
И.П. Павлов объясняет механизм образования условных рефлексов следующим образом. Если в центральной нервной системе возникают два очага возбуждения, то более сильный из них «притягивает» к себе возбуждение из менее сильного. Если такого рода взаимодействие сильного и слабого очагов возбуждения сочетать повторно несколько раз, может образоваться условный рефлекс. А если очагов три и более? Так ведь бывает сплошь и рядом.
Что значит «притягивает»? Какой рефлекс вырабатывается? Примерами пояснить можно?
Возникает впечатление, что Вы Павлова понимаете как-то по своему
Синапсы на рисунке нейрона изображены (обозначены) неверно.
О чем работа? Как формулируется задача? Что уже достигнуто в этом направлении другими и на что претендуете Вы лично? Если бы была задача и Вы ее бы решили — это результат, даже, если задача пустяковая. А так даже известные вещи излагаете с ошибками непрофессионально.
Видео названо «Модель работы нервной системы» чьей? В чем смысл этой работы и как в этом убедиться. Все слишком громко и нескромно, а главное не адекватно. Сами, возможно, обманываетесь и читателя вводите в заблуждение. Я бы убрал неправомерные претензии из статьи. Любое моделирование начинается с задачи, которую оно решает или помогает решить.
А у Вас что? В чем задача-то?
Что вытекает из вашей публикации и публикаций других авторов? Какую цель преследуете Вы и другие? Закон чего-либо открылся или это за пределами интересов. Где, кто, для чего, когда-либо воспользовался ли результатами (какими)?
Может быть следовало бы начать с того, что уже дала людям игра «жизнь». Назвать (перечислить) полезные (какие? для кого?, для чего?) результаты. Сформулировать задачи, решение которых чему-нибудь помогало, что-то объясняло… Вот так было бы осмысленно.
>После длительного расследования я, наконец, понял, что студенты все
>запоминали, но ничего не понимали.
Зря Фейнман не сказал, что отвечали не все студенты, а лишь некоторые (те, что с хорошей памятью, а их увы единицы на группу).
В общем в многословии аудитории отказать нельзя. Поговорили, и что? Все останется как было? От автора хотелось бы заключительное резюме.
Кроме названных характеристик КК очень важны еще и другие атрибуты. Например, ограничения, условия, принимаемые допущения и др., в рамках которых КК проектируются и будут эксплуатироваться. Не все так легковесно и просто даже с характеристиками КК.
>Но вообще, эмулятор Q# под капотом использует тот самый «классический» рандом.
Не совсем понятно о чем речь? Стохастический подход должен учитывать «не какой-то «классический» рандом», а вероятностный закон распределения, наиболее адекватным образом описывающий ситуацию.(Его еще надо обосновать или найти для оригинальной ситуации).
Там где ситуация подчинена закону распределения, например, Максвелла-Больцмана, законы Бозе-Эйнштейна, Ферми-Дирака или другие не используют. Иначе с результатами возникают проблемы, они описывают совсем не то, что ожидалось и планировалось. Исчезает адекватность.
Н. Бехтерева писала, что о мозге для нее многое понятно, но как возникают мысли…
Даже не за что зацепиться, чтобы продолжить.
А в Ваших моделях этот вопрос решается? Если да, то как?
Пусть Вы читаете чью-то работу встречаете в тексте геометрическую задачу. Как Вы определяете, в какой геометрии она сформулирована (евклидовой, проективной, аффинной и т.п.)? Чем эти геометрии Вас не устраивают? Почему надо что-то еще создавать и будет ли это созданное лучше прежнего?
Это основной момент, определяющий необходимость того, чем Вы заняты в Ваших публикациях, и он не раскрыт читателю.
А можно назвать (перечислить) о каких дырах в системе идет речь или назвать источник?
>результата; При необходимости переход к первому пункту.
Почему Вы это называете алгоритмом? Здесь по-вашему выполнены свойства и требования к алгоритму?
Думаю Вам известны такие проекты (если погуглить)
Создано несколько крупномасштабных проектов по моделям мозга, например, лаборатория в Колд-Спринг-Харбор получила 500 терабайт информации в результате сканирования головного мозга мышей, и выложила модель для общественного доступа в июне 2012 года.
Проект позволяет пользователям изучать мозг подобно изучению поверхности Земли программой Google Earth. Вы можете перемещаться внутри мозга и при более сильном приближении рассматривать отдельные нейроны и их контакты. Можно выделить определенную связь и следовать по ней вдоль всего мозга.
Другой проект HUMAN BRAIN: попытка смоделировать работу мозга на компьютере стоимостью в миллиард евро (2013 года)
Тем не менее идея оказалась слишком привлекательной — схожие инициативы были запущены в США (BRAIN Initiative) и Китае. Сам Human Brain Project (НВР) продолжает работу, хотя и в скорректированном виде.
У Вас будет что-то другое, новое, лучшее?
Собственно и преподов не видел и однокашников.
Что значит «притягивает»? Какой рефлекс вырабатывается? Примерами пояснить можно?
Возникает впечатление, что Вы Павлова понимаете как-то по своему
О чем работа? Как формулируется задача? Что уже достигнуто в этом направлении другими и на что претендуете Вы лично? Если бы была задача и Вы ее бы решили — это результат, даже, если задача пустяковая. А так даже известные вещи излагаете с ошибками непрофессионально.
А у Вас что? В чем задача-то?
Может быть следовало бы начать с того, что уже дала людям игра «жизнь». Назвать (перечислить) полезные (какие? для кого?, для чего?) результаты. Сформулировать задачи, решение которых чему-нибудь помогало, что-то объясняло… Вот так было бы осмысленно.
Может быть проблемы с опубликованием научных работ? Семантика меняется.
>запоминали, но ничего не понимали.
Зря Фейнман не сказал, что отвечали не все студенты, а лишь некоторые (те, что с хорошей памятью, а их увы единицы на группу).
В общем в многословии аудитории отказать нельзя. Поговорили, и что? Все останется как было? От автора хотелось бы заключительное резюме.
Не совсем понятно о чем речь? Стохастический подход должен учитывать «не какой-то «классический» рандом», а вероятностный закон распределения, наиболее адекватным образом описывающий ситуацию.(Его еще надо обосновать или найти для оригинальной ситуации).
Там где ситуация подчинена закону распределения, например, Максвелла-Больцмана, законы Бозе-Эйнштейна, Ферми-Дирака или другие не используют. Иначе с результатами возникают проблемы, они описывают совсем не то, что ожидалось и планировалось. Исчезает адекватность.
Даже не за что зацепиться, чтобы продолжить.
А в Ваших моделях этот вопрос решается? Если да, то как?
Это основной момент, определяющий необходимость того, чем Вы заняты в Ваших публикациях, и он не раскрыт читателю.