English· Español· Deutsch· Nederlands· Français· 日本語· ქართული· 繁體中文· 简体中文· Português· Русский· العربية· हिन्दी· Italiano· 한국어· Polski· Svenska· Türkçe· Українська· Tiếng Việt· Bahasa Indonesia

un

guest
1 / ?
back to lessons

प्रतिमान ल्यान्डस्केप

एक वैज्ञानिक क्षेत्र को नुकसान की ल्यान्डस्केप के रूप में मॉडल करें: प्रतिमान स्थान P पर एक फ़ंक्शन L(p), जहां L(p) = प्रतिमान p के तहत अस्पष्ट साक्ष्य। एक प्रतिमान जो सब कुछ समझाता है उसके पास L = 0 है (पूर्ण)। एक प्रतिमान जो बहुत कुछ अस्पष्ट छोड़ता है उसके पास उच्च L है।

वर्तमान प्रतिमान एक स्थानीय न्यूनतम पर बैठता है: यह अधिकांश ज्ञात साक्ष्य को समझाता है, इसलिए इससे छोटे विचलन L को बढ़ाते हैं। यह है कि क्यों प्रतिमान स्थिर हैं — ग्रेडिएंट डिसेंट उनके पास लौटते रहता है।

विशेषज्ञ ज्ञान वर्तमान न्यूनतम के चारों ओर ग्रेडिएंट को गहरा करता है: विवरण भरने, प्रतिमान की पहुंच को बढ़ाने और विसंगतियों की व्याख्या करने के दशकों का काम सभी स्थानीय न्यूनतम की दीवारों को तीक्ष्ण करते हैं। वर्तमान प्रतिमान के चारों ओर ग्रेडिएंट अधिक कठोर हो जाता है।

यह विशेषज्ञ विरोधाभास उत्पन्न करता है: जितना गहरा विशेषज्ञता, वर्तमान न्यूनतम से बचना उतना कठिन है। ऐसी गुणवत्ता जो किसी को एक महान विशेषज्ञ बनाती है — वर्तमान प्रतिमान का गहन ज्ञान — उन्हें एक अलग, संभवतः गहरे न्यूनतम तक पहुंचने की संभावना कम करते हैं।

प्रतिमान बदलाव = स्थानीय न्यूनतम से बचना: नया प्रतिमान स्थान में कहीं और एक गहरा न्यूनतम (बेहतर व्याख्या) हो सकता है। लेकिन इसे प्राप्त करने के लिए, आपको पहले ऊपर की ओर जाना चाहिए — अस्पष्ट साक्ष्य को अस्थायी रूप से बढ़ाते हुए — नए न्यूनतम में उतरने से पहले। यह कुह्न की शब्दावली में 'संकट' की अवधि है।

प्रतिमान स्थान: स्थानीय न्यूनतम और ज्ञान टोपोलॉजी

ग्रेडिएंट डिसेंट और विशेषज्ञ निवेश

एक प्रतिमान p पर विचार करें जो L(p) के एक स्थानीय न्यूनतम पर बैठता है। एक नई विसंगतिपूर्ण अवलोकन साक्ष्य E उत्पन्न करता है जिसे वर्तमान प्रतिमान समझा नहीं सकता, L(p) को थोड़ा बढ़ाता है।

समझाएं कि प्रतिमान p* में एक गहरे विशेषज्ञ को विसंगत साक्ष्य E के प्रति एक सहायक व्याख्या ('पैच') खोजने से प्रतिक्रिया क्यों देनी चाहिए एक नए प्रतिमान के लिए p* को छोड़ने के बजाय। नुकसान की ल्यान्डस्केप मॉडल का उपयोग करें: पैचिंग ज्यामितीय रूप से कैसी दिखती है, और यह ग्रेडिएंट-अनुसरण प्रतिक्रिया तर्कसंगत क्यों है?

प्रतिमान स्थान में आकर्षण के बेसिन

L(p) में हर स्थानीय न्यूनतम का एक आकर्षण बेसिन होता है: प्रतिमान स्थान का क्षेत्र जहां से ग्रेडिएंट डिसेंट उस न्यूनतम की ओर ले जाता है।

प्रतिमान p में एक विशेषज्ञ ने वर्षों p के बेसिन के अंदर बिताए हैं। वे इस स्थानीय टोपोलॉजी को असाधारण विस्तार से जानते हैं। वे बेसिन में कुशलतापूर्वक नेविगेट कर सकते हैं — यह उनकी विशेषज्ञता है।

एक बाहरी व्यक्ति प्रतिमान स्थान के एक अलग बिंदु पर आता है। वे पूरी तरह से p के बेसिन के बाहर एक बिंदु पर शुरू कर सकते हैं — शायद एक अलग प्रतिमान के बेसिन में, या एक सैडल बिंदु पर, या एक समतल क्षेत्र में छोटे ग्रेडिएंट के साथ। उनके पास p की ओर कोई मजबूत ग्रेडिएंट नहीं है।

यह बाहरी व्यक्ति के लाभ की ज्यामितीय व्याख्या है: उन्हें वर्तमान न्यूनतम में ग्रेडिएंट-डिसेंड नहीं किया गया है। प्रतिमान स्थान में उनकी शुरुआती स्थिति कम बाधित है।

प्रतिमान स्थान शब्दों में विशेषज्ञ विफलता की दो विधियां:

- गलत नकारात्मक (वैध नई अंतर्दृष्टि को प्रतिरोध): नई अंतर्दृष्टि एक अलग स्थानीय न्यूनतम के अनुरूप है। विशेषज्ञ, अपने बेसिन के गहरे में, नई न्यूनतम की दिशा को ऊपर की ओर (L को बढ़ाते हुए) मानते हैं और इसे अस्वीकार करते हैं।

- गलत सकारात्मक (अमान्य अंतर्दृष्टि को बढ़ावा): नई अंतर्दृष्टि एक छोटी विसंगति को पैच करती है, वर्तमान बेसिन के अंदर नीचे की ओर जाते हुए। विशेषज्ञ की ग्रेडिएंट धारणा कहती है 'हां, यह L को कम करता है' — लेकिन यह एक उथले स्थानीय न्यूनतम की ओर हो सकता है, गहरे की नहीं।

कुह्न चक्र को ग्रेडिएंट गतिकी के रूप में

थॉमस कुह्न ने चक्र का वर्णन किया: सामान्य विज्ञान (वर्तमान बेसिन में ग्रेडिएंट डिसेंट) → विसंगतियों का संचय (p* पर L बढ़ता है) → संकट → प्रतिमान बदलाव (नए बेसिन में कूद) → नया सामान्य विज्ञान।

नुकसान की ल्यान्डस्केप मॉडल में, कुह्न के चारों चरणों में से प्रत्येक में ल्यान्डस्केप कैसी दिखती है इसका वर्णन करें। प्रत्येक चरण के लिए, बताएं: (a) सिस्टम ल्यान्डस्केप में कहां है, (b) ग्रेडिएंट डिसेंट क्या कर रहा है, और (c) विसंगति-संचय ज्यामितीय रूप से कैसा दिखता है।

व्यवहार्य क्षेत्र की सीमा के रूप में असंभवता

गणित या इंजीनियरिंग में एक असंभवता प्रमाण को कुछ पैरामीटर स्थान में एक व्यवहार्य क्षेत्र के रूप में ज्यामितीय रूप से मॉडल किया जा सकता है।

उदाहरण: 33-फीट जल-उठाओ परिणाम। पैरामीटर h = उठाने की ऊंचाई है। सक्शन पंप तंत्र एक बाधा परिभाषित करता है: h ≤ P_atm/ρg ≈ 10.3 मी। यह बाधा एक व्यवहार्य क्षेत्र परिभाषित करता है F = {h : h ≤ 10.3 मी}। असंभवता प्रमाण कहता है: सक्शन पंप इस तंत्र के माध्यम से संचालित होते हुए, व्यवहार्य क्षेत्र h > 10.3 मी को शामिल नहीं करता है।

स्टैंडिंग वेव पंप एक अलग पैरामीटर स्थान में संचालित होता है। यह सक्शन का उपयोग नहीं करता; यह गतिशील दबाव का उपयोग करता है। व्यवहार्यता बाधा अलग है; व्यवहार्य क्षेत्र बड़ा है।

असंभवता प्रमाण की छिपी हुई धारणा पहले पैरामीटर स्थान (सक्शन तंत्र) में समस्या रहने को मानने के समान है। जब यह धारणा विफल हो — जब समाधान को एक अलग तंत्र का उपयोग करने की अनुमति दी जाती है — आप एक अलग पैरामीटर स्थान में काम कर रहे हैं जिसमें एक अलग व्यवहार्य क्षेत्र है।

ज्यामितीय रूप से: असंभवता प्रमाण साबित करता है कि h > 10.3 मी सक्शन पंप के व्यवहार्य क्षेत्र के बाहर है। यह स्टैंडिंग वेव उपकरणों के व्यवहार्य क्षेत्र में h के बारे में कुछ नहीं कहता है।

छिपी हुई बाधा की पहचान करें

दावे पर विचार करें: 'आप चैनल की बैंडविड्थ से ऊपर की दर पर जानकारी संचारित नहीं कर सकते।' शैनन के काम से पहले इस पर व्यापक रूप से विश्वास किया जाता था।

शैनन ने 1948 में दिखाया कि चैनल क्षमता C = B log₂(1 + S/N) है, जहां B बैंडविड्थ है और S/N सिग्नल-से-शोर अनुपात है। शैनन-पूर्व असंभवता दावे में छिपी हुई धारणा क्या थी — बाधा जो विशेषज्ञों को लगता था कि सूचना दर सीमित थी? और शैनन के प्रमाण ने उस बाधा के बारे में ज्यामितीय रूप से क्या दिखाया?