20:09:56
智能时代如何智能决策：从牛顿定律到默顿定律（王飞跃） http://blog.sciencenet.cn/blog-2374-1017963.html
tomz 22:08:04
王飞跃说的可分和不可分，可知和不可知，和我说的一模一样。但是他的文章可以看作一个没有知识地图的反面教材。
23:54:01
有知识地图具体会是什么样
tomz 23:55:44
你不是在哲学群里嘛。我今天的发言说到地图。
23:57:07
但我不是很懂这个地图具体的指代 是类似文章脉络这样的概念吗
23:58:41
知识地图和算法里的图是一个意思吗？
知识结构有点像算法里的图结构
23:59:52
算法里的图一般是流程图吧…我感觉是一种依赖知识的关联定位知识点的概念
00:00:12
知识点，类似顶点，知识关系类似图的边
图是一种逻辑结构
tomz 00:00:41
是用一分为四的方法整体宏观上对概念进行梳理。比如他提到的封闭开放是整体论内的概念。已知未知也就是继承创新是群体论中的概念。把不该并列的概念并列了。
00:00:43
数据对象的逻辑结构啊
00:02:13
不是。是一个学科画一个地图，让人不迷路。
00:02:43
哦哦，那不懂了
tomz 00:04:13
就是认为每个概念都有几何位置，和一分为二原理相同。
我的是四象限图。
00:05:43
为何是四象限？举个线性代数学科的例子可以吗？
00:06:39
其实我也对选择一分为四有疑问
tomz 00:07:05
没有数学方面的。
比如这个图。简单复杂就是可知不可知，内里和外表就是可分和不可分，王飞跃提到的。
00:09:33
不懂~
早点休息了，以后有机会再请教了！
tomz 00:10:44
一分为二是一个轴。两个轴就构成了四象限。如果你认为一分为二有些道理，那么就能理解一分为四
00:11:25
嗯 是的 但在此基础上不是还有更多维的可能吗
tomz 00:11:56
是的。一步步来
00:15:08
嗯 我个人的看法会比较偏向于3维 因为可以理解而且可能有一定突破…虽然概念可以有很多维
tomz 00:15:20
一分为四的好处是在整体宏观上把握，不容易迷路
00:16:39
嗯 二维确实对人类来说是最直观的可视化方式了
tomz 00:16:42
我的思维容量只能把握四象限。这个难度就不小。
四分后还能四分。所以也能细致化。
00:20:13
四分后的四分已经不是同一个平面了吧
tomz 00:20:48
另一个层次
00:28:44
嗯 还有一个问题就是 我感觉这种方法只适合于人造概念的划分 能不能对从现实中提取的概念进行相同的操作呢
tomz 00:34:10
时间空间算现实概念吗？也是成对出现的。
休息了
06:34:22
你这个既像nlp里的语义空间又像是双曲几何知识地图…总之为了防止重复造轮子造概念，稍微了解一下。
【链接】基于双曲空间的层次信息可视化方法研究
http://url.cn/423iA7Q
欧式空间难以表示关联性，用这种拓扑网的可以。有人专门用这个方式做了一个论文地图。论文引用一定是单向的，越新的论文越靠近边界，论文地图比起纯粹的知识地图，是对知识筛选后的
tomz 07:34:44
好的。我看看论文。我就是受word2vect启发才使用几何这个词。不过我这个是人工的。另外也不大理解word2vect的隐喻，只理解到相关概念在空间聚集。
tomz 12:39:16
@un-学生-北京 看了论文，只是数据可视化，对内容没有什么帮助。