|
|
|
|
LEADER |
00000cam a2200000Mi 4500 |
001 |
EBOOKCENTRAL_on1030820714 |
003 |
OCoLC |
005 |
20240329122006.0 |
006 |
m o d |
007 |
cr |n|---||||| |
008 |
180407s2018 ie o 000 0 fre d |
040 |
|
|
|a EBLCP
|b eng
|e pn
|c EBLCP
|d OCLCQ
|d TUHNV
|d OCLCO
|d OCLCF
|d UEJ
|d SGP
|d OCLCO
|d OCLCQ
|d OCLCO
|d OCLCL
|
020 |
|
|
|a 9782919694730
|
020 |
|
|
|a 2919694731
|
029 |
1 |
|
|a AU@
|b 000065979376
|
035 |
|
|
|a (OCoLC)1030820714
|
050 |
|
4 |
|a T57.62
|b .M634 2016
|
082 |
0 |
4 |
|a 003.3
|2 23
|
049 |
|
|
|a UAMI
|
100 |
1 |
|
|a Varenne, Franck.
|
245 |
1 |
0 |
|a Modéliser et simuler :
|b Epistémologies et pratiques de la modélisation et de la simulation. Tome 2.
|
260 |
|
|
|a Cork :
|b Primento Digital Publishing,
|c 2018.
|
300 |
|
|
|a 1 online resource (873 pages)
|
336 |
|
|
|a text
|b txt
|2 rdacontent
|
337 |
|
|
|a computer
|b c
|2 rdamedia
|
338 |
|
|
|a online resource
|b cr
|2 rdacarrier
|
588 |
0 |
|
|a Print version record.
|
505 |
0 |
|
|a Intro; Page de titre; Copyright; Présentation; Table des matières; Introduction. Modélisation et simulation : arguments et questions vives; Organisation de l'ouvrage; Partie I. Epistémologies de la modélisation et de la simulation; 1. Apports généraux des modèles et des simulations; Chapitre 1. Modélisation, simulation, expérience de pensée : la création d'un espace épistémologique; 1 -- Expérience de pensée chez Vernadsky : la création d'un espace générique; 2 -- Un cas historique d'épistémologie générique : Henri Poincaré
|
505 |
8 |
|
|a 3 -- Conclusion. Les hypothèses de Vernadsky et de Poincaré dans les sciences contemporainesChapitre 2. Simulations numériques de phénomènes complexes : un nouveau style de raisonnement scientifique?; 1 -- Plusieurs styles de raisonnement en science; 2 -- Ce qu'accomplit un style; 3 -- Simulations composites réalistes; 4 -- De nouvelles sortes d'objets; 5 -- De nouvelles sortes de propositions susceptibles d'être vraies ou fausses?; 6 -- Techniques de stabilisation; 7 -- Remarques conclusives.
|
505 |
8 |
|
|a Chapitre 3. Comprendre le climat pour le prévoir? Sur quelques débats, stratégies et pratiques de climatologues modélisateurs1 -- Les modèles de climat, entre dualité et holisme; 2 -- Stratégies de modélisateurs; 3 -- Analyser les simulations; 4 -- Développer des paramétrisations; 5 -- Conclusion; 2. Apports spécifiques des modèles et des simulations. En physique; Chapitre 4. La déduction mathématique et la théorie physique. Exemple de solutions numériques physiquement utiles; 1 -- Une déduction mathématique à jamais inutilisable pour le physicien?
|
505 |
8 |
|
|a 2 -- De l'utilisation d'une déduction mathématique et de solutions numériques concernant un système déterministe instable3 -- Discussion; 2. Apports spécifiques des modèles et des simulations. En biologie; Chapitre 5. La circularité biologique : concepts et modèles; 1 -- Circularité et autodétermination biologique; 2 -- Une très brève histoire de la circularité biologique; 3 -- Circularité et clôture; 4 -- Perspectives; 2. Apports spécifiques des modèles et des simulations. Dans les transferts interdisciplinaires et aux interfaces génériques des systèmes complexes.
|
505 |
8 |
|
|a Chapitre 6. Le modèle de l'agent maximisateur en biologie1 -- Sélection naturelle et choix rationnel; 2 -- L'écueil de l'héritabilité et la structure génétique des populations; 3 -- Le " gène égoïste " comme solution à l'écueil de l'héritabilité; 4 -- L'évolution de l'altruisme et le dilemme du prisonnier; 5 -- La maximisation de la fitness inclusive; 6 -- Conclusion; Chapitre 7. La modélisation à base d'agents et la simulation par systèmes multi-agents de sociétés d'agents intentionnels; 1 -- Derrière les agents et l'agentivité : intentionnalité et raison d'agir.
|
505 |
8 |
|
|a 2 -- La construction d'ontologies comme médiateur dans la modélisation de systèmes complexes à base d'agents pour les SHS.
|
520 |
|
|
|a Il y a trente-cinq ans paraissait en France l'importante synthèse dirigée par Pierre Delattre et Michel Thellier : Élaboration et justification des modèles. Depuis cette date, que de chemins parcourus ! La simulation a pris un poids considérable. Sa pratique n'est plus seulement numérique. L'approche objets, la simulation à base d'agents, la simulation sur grille, le calcul parallèle se sont développés. La diversité des pratiques s'est donc considérablement accrue, essentiellement à la faveur de l'enrichissement des possibilités offertes par la computation. Si cette augmentation de la diversité a pu apparaître comme occasionnant un morcellement des pratiques de modélisation, on ne peut oublier qu'elle a été accompagnée d'une tendance inverse : l'intégration de différents types de sous-modèles dans des systèmes uniques de simulation. Reste que la puissance calculatoire des ordinateurs, la diversité des modes de simulation, l'amplification du phénomène « boîte noire » impliquée par ces deux facteurs, ont pu concourir à un effet de « sidération » devant l'effectivité de ces expériences in silico. Une forme de « scepticisme computationnel » doit alors être à l'œuvre pour s'en prémunir. Il fallait tâcher de rendre compte de ces mouvements riches et en partie contradictoires. Il fallait tâcher d'en proposer des analyses épistémologiques en profitant des progrès de la philosophie des sciences sur la notion de modèle, fruits d'inflexions importantes qui ont également eu lieu dans cette discipline au cours des dernières décennies depuis l'analyse des théories scientifiques vers l'examen des modèles. Les 23 chapitres du tome 2 de Modéliser & simuler entendent compléter le vaste état des lieux commencé dans le tome 1 en mettant en valeur des disciplines et des approches qui n'y étaient pas représentées, par exemple la modélisation matérielle en physique, la modélisation formelle et la simulation en chimie théorique et computationnelle, en architecture ou encore en ingénierie et dans les sciences de la conception. Les tomes 1 et 2 sont indépendants l'un de l'autre
|b Introduction. Modélisation et simulation : arguments et questions vives Chapitre 1. Modélisation, simulation, expérience de pensée : la création d'un espace épistémologique Chapitre 2. Simulations numériques de phénomènes complexes : un nouveau style de raisonnement scientifique ? Chapitre 3. Comprendre le climat pour le prévoir ? Sur quelques débats, stratégies et pratiques de climatologues modélisateurs Chapitre 4. La déduction mathématique et la théorie physique. Exemple de solutions numériques physiquement utiles Chapitre 5. La circularité biologique : concepts et modèles Chapitre 6. Le modèle de l'agent maximisateur en biologie Chapitre 7. La modélisation à base d'agents et la simulation par systèmes multi-agents de sociétés d'agents intentionnels Chapitre 8. L'architecture, une dissimulation. La fin de l'architecture fictionnelle à l'ère de la simulation intégrale Chapitre 9. Géométrie polymorphe et jeux de langages formels : sur l'usage de la géométrie et des modèles dans l'architecture contemporaine Chapitre 10. De l'observation d'une fontaine à l'explosion des étoiles Chapitre 11. La modélisation en chimie : des atomes aux systèmes complexes Chapitre 12. Contraintes et ressources computationnelles dans l'histoire de la chimie des protéines (1960-1980) Chapitre 13. La modélisation toxico-pharmacocinétique à fondement physiologique : son rôle en évaluation du risque et en pharmacologie Chapitre 14. Notion de résistance de l'arbre pulmonaire bronchique dans la ventilation respiratoire humaine Chapitre 15. Théorie sur l'apparition de structures de Turing pour les biologistes, ou éclaircissements sur deux intuitions ingénieuses Chapitre 16. Modéliser et simuler les chromosomes : propriétés physiques et fonctions biologiques Chapitre 17. Modélisation multi-agent de l'embryogenèse animale Chapitre 18. L'ingénierie morphogénétique : modèles de processus dynamiques pour la morphogenèse Chapitre 19. Vers un modèle multi-échelle de la variabilité biologique ? Chapitre 20. Une approche à base d'agents particule pour les processus biologiques d'agrégation Chapitre 21. Modélisation et simulation adaptatives pour les nanosciences Chapitre 22. Modélisation multiparadigme pour la conception des systèmes Chapitre 23. Simulations stochastiques et calcul à haute performance : la « parallélisation » des générateurs de nombres pseudo-aléatoires.
|
590 |
|
|
|a ProQuest Ebook Central
|b Ebook Central Academic Complete
|
650 |
|
0 |
|a Simulation methods.
|
650 |
|
0 |
|a Mathematical models.
|
650 |
|
6 |
|a Méthodes de simulation.
|
650 |
|
6 |
|a Modèles mathématiques.
|
650 |
|
7 |
|a simulation methods.
|2 aat
|
650 |
|
7 |
|a mathematical models.
|2 aat
|
650 |
|
7 |
|a Mathematical models
|2 fast
|
650 |
|
7 |
|a Simulation methods
|2 fast
|
700 |
1 |
|
|a Silberstein, Marc.
|
700 |
1 |
|
|a Dutreuil, Sébastien.
|
758 |
|
|
|i has work:
|a Tome 2 Modéliser et simuler (Text)
|1 https://id.oclc.org/worldcat/entity/E39PCXjTVvHKfHjVMPc7jpTpGd
|4 https://id.oclc.org/worldcat/ontology/hasWork
|
776 |
0 |
8 |
|i Print version:
|a Varenne, Franck.
|t Modéliser et simuler : Epistémologies et pratiques de la modélisation et de la simulation. Tome 2.
|d Cork : Primento Digital Publishing, ©2018
|z 9782919694723
|
856 |
4 |
0 |
|u https://ebookcentral.uam.elogim.com/lib/uam-ebooks/detail.action?docID=5336198
|z Texto completo
|
938 |
|
|
|a ProQuest Ebook Central
|b EBLB
|n EBL5336198
|
994 |
|
|
|a 92
|b IZTAP
|