Data in Education Seminar/31 05 2023: различия между версиями
Материал из Поле цифровой дидактики
Patarakin (обсуждение | вклад) |
Patarakin (обсуждение | вклад) |
||
Строка 9: | Строка 9: | ||
{{#ask: [[Макроскоп]] | ?Description }} | {{#ask: [[Макроскоп]] | ?Description }} | ||
{{#ask: [[Агентное моделирование]] | ?Description }} | |||
== История агентного моделирования == | == История агентного моделирования == |
Версия 16:53, 30 мая 2023
Описание события | Использование данных и цифровых инструментов в исторических исследованиях и преподавании науки истории |
---|---|
Тип события | |
Начало | 2023-05-31T16:00:08.000Z |
Окончание | 2023-05-31T18:00:08.000Z |
color | orange |
Адрес события | |
Видео запись события | |
Среды и средства, которые использовались в рамках события | |
Формируемые в рамках события компетенции | |
Область знаний | |
Местоположение | |
Формат реализации | |
Карта |
Основные понятия
Description | |
---|---|
Макроскоп | Подобно тому, как микроскоп помогает нашему невооруженному глазу чтобы видеть бесконечно малые клетки, микробы и вирусы, тем самым поддерживает прогресс в области биологии и медицины или телескоп открывает бесконечную необъятность космоса, и подготавливает человечество к завоеванию космоса, макроскоп помогает нам справиться с другим бесконечным: бесконечно сложным. Макроскопы дают нам "видение целого" и помогают нам "синтезировать". Макроскопы позволяют нам обнаруживать закономерности и тенденции в ландшафте науки. Вместо того, чтобы делать вещи больше или меньше, макроскоп помогает изучать сети объектов, которые одновременно слишком велики, слишком медленны или слишком сложны для наших глаз. |
Description | |
---|---|
Агентное моделирование | Агентное моделирование (agent-based model) (ABM)— метод имитационного моделирования, исследующий поведение децентрализованных агентов и то, как такое поведение определяет поведение всей системы в целом. В отличие от системной динамики аналитик определяет поведение агентов на индивидуальном уровне, а глобальное поведение возникает как результат деятельности множества агентов (моделирование «снизу вверх»). ABM представляют собой модели, в которых отдельные лица или агенты описываются как уникальные и автономные объекты, которые обычно взаимодействуют друг с другом и с окружающей их средой на местном уровне. Агентами могут быть организмы, люди, предприятия, учреждения и любые другие объекты, преследующие определенную цель. Когда мы даем агентам правила адаптации к изменениям в их среде и к тому, что делают другие агенты, тогда поведение каждого отдельного агента и, следовательно, поведение всей системы вытекает из этих правил, характеристик агентов и окружающей среды. Эмерджентность - это основная объясняющая концепция агентного моделирования. Эпштейн и Акстелл (1996) удачно описали этот вид объяснения своим знаменитым вопросом:
|
История агентного моделирования
Сегрегация
Prisoner's dilemma
Boid (Flocking)
Urban Suite - Economic Disparity
Модели исторических событий
Литература
Книги на поле
Inventor | Description | |
---|---|---|
Agent-Based and Individual-Based Modeling: A Practical Introduction | Railsback Grimm | Подробное руководство по дизайну экспериментов в среде Netlogo с использованием BehaviorSpace и использованием ODD принципов
|
An Introduction to Agent-Based Modeling: Modeling Natural, Social, and Engineered Complex Systems with NetLogo | Wilensky Rand | Введение в моделирование систем при помощи языка NetLogo (от создателя языка) - использование NetLogo в естественно-научном, инженерном и общественном образовании |
Growing Artificial Societies: Social Science From the Bottom Up (Complex Adaptive Systems) | Epstein Axtell | Первая книга о выращивании искусственных сообществ. В книге представлена модель Sugarscape - простое искусственное общество, в котором агенты живут на двухмерной сетке и взаимодействуют друг с другом на основе правил, регулирующих передвижение, размножение и торговлю. Модель Sugarscape служит основой для изучения различных социальных явлений, таких как возникновение распределения богатства, передача культуры, сотрудничество и конфликты. |
Modeling Social Behavior: Mathematical and Agent-Based Models of Social Dynamics and Cultural Evolution | Smaldino | Социальные, поведенческие и когнитивные науки исторически полагались на силу слова. Слова имеют силу. Богатые аналогии могут найти отклик в умах читателей и пролить свет на тайны природы. Я говорю о вербальных теориях, описательных объяснениях сложных явлений. Большинство теорий, вероятно, более точны, чем поэтичны, но они, как правило, опираются на свойство большинства языков, согласно которому фраз могут нести в себе несколько возможных импликатур — рассмотрим, например, такие слова, как «восприятие», «категория», «идентичность», «тождественность» обучение» и даже «реакция» достаточно двусмысленны, чтобы допускать множество интерпретаций. То есть язык по своей сути (и адаптивно) расплывчат и двусмыслен. В конечном счете, это проблема для ученых, потому что нам нужно предельно четко понимать, о чем мы говорим, чтобы выдвинуть полезные теории Вселенной. |
Thinking Like a Tree | Resnick | Thinking Like a Tree (and Other Forms of Ecological Thinking ) Мы можем сказать, что дерево следует стратегии TREE - T- test - пробуй, R - randomly - случайно, E-evaluate - оценивай (определяй, какие из корней нашли лучшую почву), E-elect - выбирай (направление, куда будем двигаться). Конечно, шагающее дерево в действительности не выбирает и не принимает решение, куда двигаться. Но, этот способ размышления о дереве, следующем определенной стратегии поведения, может оказаться полезным. |
Turtles, termites, and traffic jams: explorations in massively parallel microworld | Resnick | Книга "Черепахи, термиты и дорожные пробки: исследования в микромире массово-параллельных вычислений" Децентрализованный подход к феноменам окружающего мира - на основе использования микромира с тысячами черепашек |
Незримый колледж МЭШ | Patarakin | Статья, в которой понятие незримого колледжа применяется к сообществу учителей, сотрудничающих внутри репозитория московской электронной школы. |
Статьи
- Ponsard C., Masson A., Desmet W. Historical Knowledge Modelling and Analysis through Ontologies and Timeline Extraction Operators: Application to Computing Heritage: // Proceedings of the 10th International Conference on Model-Driven Engineering and Software Development. Online Streaming, --- Select a Country ---: SCITEPRESS - Science and Technology Publications, 2022. P. 302–309.
- The Joys of Big Data for Historians // Exploring Big Historical Data. WORLD SCIENTIFIC, 2021. P. 1–34. https://themacroscope.org/
- Nanetti A. AI, ML, and ABMS for Historical Sciences. Opportunities and Limits // Digital Orientalia. 2021. Vol. 1, № 1. P. 12–18.
- Computer Magazines and Historical Research // Code Nation: Personal Computing and the Learn to Program Movement in America. New York, NY, USA: Association for Computing Machinery, 2020.
- Ponsard C. Teaching Computer Programming to Post-millennial Kids: Overview of Goals, Activities and Supporting Tools. // CSEDU (2). 2019. P. 474–480.
- Nanetti A., Benvenuti D. Animation of two-dimensional pictorial works into multipurpose three-dimensional object. The Atlas of the ships of the known world depicted in the 1460 Fra Mauro’s Mappa Mundi as a showcase // SCIRES-IT-SCIentific RESearch and Information Technology. 2019. Vol. 9, № 2. P. 29–46.
- Floyd S.P. Historical High School Computer Science Curriculum and Current K-12 Initiatives - Proceedings of the 50th ACM Technical Symposium on Computer Science Education. New York, NY, USA: Association for Computing Machinery, 2019. P. 1287.
- Nanetti A., Cheong S.A. Computational History: From Big Data to Big Simulations // Big Data in Computational Social Science and Humanities / ed. Chen S.-H. Cham: Springer International Publishing, 2018. P. 337–363.
- Nanetti A., Cheong S.A. Computational history : from big data to big simulations. Springer Nature Switzerland AG, 2018.
- Matrosov Institute for System Dynamics and Control Theory SB RAS, Lermontov St. 134, Irkutsk, Russia, 664033 et al. Machine Learning in a Multi-Agent System for Distributed Computing Management // Collection of selected papers of the IV International Conference on Information Technology and Nanotechnology. IP Zaitsev V.D., 2018. P. 89–97.
- Chen S.-H., Yu T. Big Data in Computational Social Sciences and Humanities: An Introduction // Big Data in Computational Social Science and Humanities / ed. Chen S.-H. Cham: Springer International Publishing, 2018. P. 1–25.
- Francois P. et al. A macroscope for global history - Seshat Global History Databank: a methodological overview // Digital Humanities Quarterly. Alliance of Digital Humanities Organizations, 2016.
- Edmond J. Will Historians Ever Have Big Data? // Computational History and Data-Driven Humanities / ed. Bozic B. et al. Cham: Springer International Publishing, 2016. P. 91–105.
- Barceló J.A., Del Castillo F. Simulating the Past for Understanding the Present. A Critical Review // Simulating Prehistoric and Ancient Worlds / ed. Barceló J.A., Del Castillo F. Cham: Springer International Publishing, 2016. P. 1–140.
- Gavin M. Agent-Based Modeling and Historical Simulation // DHQ. 2014. Vol. 008, № 4.
- Millington J.D.A., O’Sullivan D., Perry G.L.W. Model histories: Narrative explanation in generative simulation modelling // Geoforum. 2012. Vol. 43, № 6. P. 1025–1034.
Видео с семинаров близкой тематики
Модели и сообщества
- Models_Communities - https://insp.mgpu.ru/seminar/22-23
- Для обсуждения представлены сообщества, участники которых создают цифровые модели и модели, которые позволяют изучать сетевые сообщества.
Маэстро картографии
Выращивание данных в среде многоагентного моделирования NetLogo
Организация и визуализация данных для представления истории
- World Historical Timeline Data Initiative
- https://youtu.be/zMa6xm8cfjo