Summarize this content to 500 words 모델 및 시뮬레이션에 대한 완전한 범위는 블로그 게시물에서 발생하지 않습니다. 이야기를 쓰려면 인간의 일생이 한 번 이상 필요하기 때문에 실제로 어디에서나 일어날 가능성은 없습니다. 무용담은 인류 역사 이전부터 시작됩니다. 선사 시대 석기 시대의 조각품(모형)에서 생식 능력이 있는 여성과 이빨이 좋은 들소가 등장합니다. 모델은 매슬로 피라미드의 점점 더 높은 수준을 만족시키기 위해 진화하면서 그 이후로 계속되었습니다. 오늘날 화성 식민지의 축소 모형은 가까운 미래에 자기 실현에 대한 우리의 가장 큰 필요성을 보여줍니다.따라서 이 배경 이야기는 최근의 역사와 개인적인 경험으로 제한하겠습니다.물리적 모델물체의 유사성 또는 사본이 제작될 때마다 결과는 모델입니다. 모델은 원본보다 크거나 작을 수 있습니다. 세부 정보를 제공할 수도 있고 아주 적게 제공할 수도 있습니다. 그들은 심지어 먼 시점을 나타낼 수도 있습니다. 모델의 이점은 모델을 유비쿼터스로 만듭니다.물리적 모델은 “한 번 현실에서 제거된” 이점을 제공합니다. 그들은 공룡이 더 이상 존재하지 않고 사이보그가 아직 도착하지 않았다는 현실에 얽매이지 않습니다(사랑받는 만화책과 영화 프랜차이즈 제외). 원본과 상호 작용하는 것보다 낮은 비용과 위험 수준으로 경험을 제공합니다.모델과 노는 것은 모든 어린 시절의 일부입니다. 아기의 첫 나무 블록부터 레고까지® Millennium Falcon™, 모델이 부모의 집을 압도합니다. 즐거운 탐험과 풍부한 학습을 성공적으로 결합했기 때문에 학교와 박물관은 실물 크기의 인간 골격, 실물과 같은 공룡, 소규모 이집트 바지선, 남북 전쟁 전투 디오라마 등 모형으로 가득 차 있습니다. 사랑하는 어른들. Norman 투석기 키트에서 소형 온실에 이르기까지 모든 것에 웅크리고 있는 것을 볼 수 있습니다.물리적 모델은 또한 비즈니스와 과학을 지원하는 성공적인 역사를 가지고 있습니다. 충돌 테스트 인형의 장점은 자명합니다. 그러나 그 가치에도 불구하고 물리적 모델에는 단점과 한계가 있습니다. 그들은 종종 현실의 단순화된 버전이기 때문에 수행하지 않을 수 있습니다. 정확히 원래대로; 매우 복잡한 시스템을 표현하는 데 어려움이 있습니다. 이러한 경우 수학적 모델을 사용합니다.물리적 모델에서 수학적 모델로수학적 모델 수학적 언어와 개념을 사용하여 물리적 세계의 측면을 설명합니다. 방정식은 가장 단순하고 가장 일반적인 수학적 모델입니다. 문법 학교에서 영역을 모델링하는 방법을 기억합니다. 영역 = 길이 X 폭. 방정식을 결합하고 치수를 추가합니다. 곧 실제 모델이 제공할 수 있는 것보다 훨씬 더 많은 것을 보게 될 것입니다. 컴퓨터의 속도와 정확성을 통해 현실의 인코딩과 디코딩을 알게 될 것입니다.수학적 모델은 자연 과학(물리 및 생물학 생각)과 공학(전기 및 원자 생각)에서 자주 사용됩니다.전문가들은 수학적 모델을 설명하는 다양한 방법을 찾습니다. 분류하는 간단한 방법은 다음과 같습니다.동적 – 필수 기능은 캡처하고 중요하지 않은 기능은 생략합니다. 이러한 모델은 시간이 지남에 따라 모델 특성이 어떻게 변하는지 설명합니다. 예를 들어, Rea, et al.,(1974)은 댐의 3차원 수학적 모델과 더 높은 모놀리스 중 하나의 2차원 수학적 모델의 공식화 측면에서 캘리포니아 주 프레즈노 근처의 파인 플랫 댐을 설명합니다. . 이러한 수학적 모델은 지진 발생 시 콘크리트 중력 댐의 거동과 관련하여 중요합니다.통계 – 하나 이상의 통계적 가정을 사용하여 사건의 확률을 예측합니다. De Gelder, et al.,(2004)의 연구에서는 진화하는 박테리아 집단의 역학, 특히 항생제 사용 중단의 가능한 결과를 더 잘 이해하고 예측하기 위해 실험 데이터, 수학적 모델 및 통계적 방법을 결합하여 사용하는 것을 강조했습니다.미분 – 사용 미분 방정식 시스템의 동적 측면에 초점을 맞춥니다. Makroglou, et al.,(2006)은 상미분, 편미분, 지연 미분 및 적분의 형태로 당뇨병과 관련하여 포도당-인슐린 조절 시스템에 사용되는 문헌에 나타나는 일부 수학적 모델에 대한 개요를 제시했습니다. 미분 방정식.게임 이론 – 둘 이상의 합리적인 “플레이어” 간의 경쟁을 설명하는 이론적 프레임워크(수학적 표현)를 기반으로 합니다. Yadati와 Narayanam(2011년 3월)은 소셜 네트워크 분석에 대한 기존 방법과 기술이 행동(예: 합리성과 지능 ) 개인과 이러한 개인 간에 발생하는 전략적 상호 작용.수학적 모델은 물리적 모델에 비해 많은 이점을 제공할 수 있습니다. 쉽게 조작할 수 있습니다. 설명은 실제 모델보다 빠르고 안전하며 저렴할 수 있습니다.그들의 단점? 수학적 모델은 실제 시스템의 단순화된 근사치입니다. 시스템을 자세히 이해하지 못하는 모델 작성자는 취약한(예: 부정확한 출력) 모델을 생성할 가능성이 높습니다. 부정확성은 매개변수 누락, 지나친 단순화, 잘못된 가정(예: 통계 분포) 등으로 인해 발생할 수 있습니다.그러나 가장 정확한 수학적 모델도 실용적인 가치가 제한적일 수 있습니다. 시스템이 분석 솔루션과 닫힌 형식의 표현을 가질 수 있을 만큼 단순하다면 실질적인 관심이나 가치가 없을 것입니다. 그러나 시스템의 복잡성이 증가함에 따라 수학적 모델은 기존 방법으로는 해결할 수 없게 될 수 있습니다. 현실 세계의 복잡성을 지닌 현실 세계 시스템에는 보다 강력한 접근 방식이 필요합니다.수학적 모델에서 시뮬레이션으로아카데믹 토론 모델과 시뮬레이션 간의 관계. 그것은 내가 기꺼이 무시할 난해한 토론입니다. 이러한 블로그의 경우 시뮬레이션이 모델의 발전이라는 공통된 관점을 받아들일 것입니다.다음과 같이 살펴보겠습니다.첫째, 우리는 짓다 모델(들).그럼 우리 시뮬레이트 모델과 함께.컴퓨터는 인간에 비해 매우 빠른 속도로 모델의 입력을 조정하고 출력을 저장할 수 있습니다. 시뮬레이션은 모델을 결합하고 조작할 수도 있습니다. 복잡한 시뮬레이션은 모델이 할 수 없는 방식으로 현실을 모방합니다. 스프레드시트와 비행 시뮬레이터의 차이점입니다.모델과 유사하게 시뮬레이션을 분류하는 다양한 방법을 찾습니다. 한 가지 방법이 있습니다.방정식 기반 – 일반적으로 물리 과학에서 사용됩니다. 그들은 물리 이론을 설명하는 전역 방정식을 사용합니다. 모델의 “플레이어”는 다른 모든 것이 동일할 때 동일한 동작을 보여줍니다.Wurtz, et al.,(2006)은 에너지 절약 건물을 위한 혁신적인 난방, 환기 및 공조 시스템과 관련된 실내 환경 품질을 신속하게 평가하기 위해 만족스러운 모델을 통합하는 빠른 시뮬레이션 도구를 설명했습니다. 이 도구는 단일 노드 모델과 전산 유체 역학 모델 사이의 중간 방법인 영역 방법이라고 하는 시뮬레이션 방법을 구현합니다.에이전트 기반 – 일반적으로 사회 및 행동 과학, 역학 및 생태학에서 사용됩니다. 이러한 시뮬레이션에서 플레이어는 전역 규칙의 적용을 받지 않습니다. 각 플레이어는 자신의 행동을 결정하는 자질을 가지고 있습니다.그만큼 보이즈 Macal과 North(2009, 12월)가 보고한 시뮬레이션은 단순한 행동 규칙으로 특징지어지는 상호작용 에이전트가 어떻게 창발적이고 겉보기에 조직적인 행동으로 이어지는지를 보여주는 훌륭한 예입니다. 에이전트 행동은 물고기나 새의 무리짓기 행동을 연상시킵니다. 에 대해 세 가지 관찰을 할 수 있다. 보이즈 모델: (1) 규칙이 단순하고, (2) 규칙이 로컬 정보만 사용하며, (3) 반복 실험은 그룹 형성 및 클러스터링과 같이 발전하는 패턴이 초기 조건에 매우 민감할 수 있음을 보여줍니다. 경우, 초기 임의 위치 및 방향 보이즈.다중 규모 시뮬레이션 – 물리학 및 화학에 유용하며 이 블로그의 범위를 벗어납니다. 하지만 당신이 ~ 해야 하다이러한 시뮬레이션을 계층적 모델을 실행하는 것으로 생각하십시오.Sugiura et al.,(2012)은 다중 규모, 다중 물리학 심장 모델링을 위한 필수 구성 요소를 설명하고 시뮬레이션합니다. 심장 기능에서 모델링은 고체 역학, 유체 역학, 전기 및 생화학과 같은 다양한 현상을 다루어야 합니다. 멀티 스케일 모델은 두 개 이상의 하위 모델을 통합하여 고려 중인 현상에 대한 복합 모델입니다. 차례로 이러한 각 하위 모델은 현상과 관련된 단일 척도를 설명합니다.몬테카를로 – 무작위성. 우리는 여기서 다시 난해한 과학 속으로 표류하고 있습니다.Taheri and Beitollahi(2015)에서는 각 토양 단면 위치 또는 시추공에서 토양 증폭 기능을 평가하기 위해 Monte Carlo 시뮬레이션(MCS) 접근법을 제안하고 조사했습니다. 이 시뮬레이션은 강한 지반 운동의 가속도와 그 불확실성을 탐색하기 위해 내진 건물 및 구조물의 설계에 적용되었습니다.다음 단계시뮬레이션은 먼저 다음을 위해 대규모로 배포되었습니다. 맨해튼 프로젝트. 오늘날 과학적 응용 프로그램에는 날씨 패턴, 생태계, 태양 활동, 쓰나미 등을 모방하는 것이 포함됩니다. 시뮬레이션은 또한 사회 과학, 비즈니스 및 금융 영역에서 예측을 수행합니다. 가상 현실 및 CGI(컴퓨터 생성 이미지)와 같은 재미있는 응용 프로그램도 잊지 마십시오. 경쟁이 치열한 비즈니스 환경에서 시뮬레이션이 점점 인기를 얻고 있습니다. 향후 블로그에서는 비즈니스 프로세스 문제를 모델링하고 시뮬레이션해야 할 필요성에 대해 논의할 것입니다.참조:De Gelder, L., Ponciano, JM, Abdo, Z., Joyce, P., Forney, LJ, & Top, EM (2004). 수학적 모델과 통계적 방법을 결합하여 실험적 진화 동안 내성 박테리아 집단에서 항생제에 민감한 돌연변이의 역학을 이해하고 예측합니다. 유전학, 168(3), 1131-1144.Macal, CM, & North, MJ (2009, 12월). 에이전트 기반 모델링 및 시뮬레이션. ~ 안에 2009년 동계 시뮬레이션 컨퍼런스(WSC) 간행물 (pp. 86-98). IEEE.Makroglou, A., Li, J., & Kuang, Y. (2006). 포도당-인슐린 조절 시스템 및 당뇨병에 대한 수학적 모델 및 소프트웨어 도구: 개요. 응용 수치 수학, 56(3-4), 559-573.Rea, D., Liaw, CY, & Chopra, AK (1974). 콘크리트 중력 댐의 동적 해석을 위한 수학적 모델. 지진공학과 구조동역학, 3(3), 249-258.스기우라, S., 와시오, T., 하타노, A., 오카다, J., 와타나베, H., 히사다, T. (2012). 도쿄 대학 심장 시뮬레이터를 사용한 심장 전기 생리학 및 역학의 다중 규모 시뮬레이션. 생물 물리학 및 분자 생물학의 진보, 110(2-3), 380-389.Taheri, H., & Beitollahi, A. (2015). 현장별 지진 위험 분석을 위한 토양 증폭 기능의 Monte Carlo 시뮬레이션 – 사례 연구: 이란, 테헤란. ~ 안에 2015년 5월 18-21일, 지진학 및 지진 공학에 관한 제7차 국제 회의 간행물. (pp. 299-300). 국제 지진 공학 및 지진학 연구소(IIEES).Wurtz, E., Mora, L., & Inard, C. (2006). 빠른 건물 시뮬레이션을 조사하기 위한 방정식 기반 시뮬레이션 환경. 건물과 환경, 41(11), 1571-1583.Yadati, N., & Narayanam, R. (2011년 3월). 소셜 네트워크 분석을 위한 게임 이론 모델. ~ 안에 World Wide Web에서 개최되는 제20회 International Conference Companion 간행물 (pp. 291-292). ACM.
Source_link
Using Your Voice: Communicating with Virtual Patients
Talking with a patient is one of the best ways for healthcare professionals to hone their communication skills – gathering...
English
Chinese (Traditional)
Italian
Japanese
Korean
Russian
Spanish
Thai
Turkish
Vietnamese