تفاوت میان نسخه‌های «نوتروسوفی»

۹۹ بایت حذف‌شده ،  ۱۱ سال پیش
جز
ربات:ویکی‌سازی اطلاعات بیشتر
جز (ربات : جراحی پلاستیک)
جز (ربات:ویکی‌سازی اطلاعات بیشتر)
{{ویکی‌سازی}}{{بدون منبع}}
نوتروسوفی شاخه جدیدی از [[فلسفه]] می‌‌باشدمی‌باشد که به اصل، طبیعت و منظور خنثی‌ها و همچنین کنش‌های آن با تخیل ایده آلی می‌‌پردازدمی‌پردازد.
 
نوتروسوفیک‌ها توسط دکتر ف. اسمرانداچه در سال 1995 معرفی شدند.
این نظریه شامل هر تصور یا ایده <A> را همراه با ضد آن یا <آنتی-A> و توهم "خنثی ها" <Neut-A> در نظر می‌‌گیردمی‌گیرد (بطور مثال تصورات و یا ایده‌های واقع شده بین دو اکسترمم که نه با <A> و نه با <آنتی-A> تطابق دارند). ایده‌های <Neut-A> و <آنتی-A> با یکدیگر با عنوان <غیر-A> یاد می‌‌شوندمی‌شوند.
مطابق این نظریه، هر ایده <A> گرایش به خنثی یا بالانس شدن با ایده‌های <آنتی-A> و <غیر-A> را، به عنوان حالت تعادل، خواهند داشت.
 
به روشی کلاسیکی، <A>، <Neut-A>، <آنتی-A> دو به دو مجزا هستند. ولی از آنجا که در بسیاری از حالات مرز بین تصورات مبهم و غیر دقیق هستند، ممکن است که <A>، <Neut-A>، <آنتی-A> (و بطور بدیهی <غیر-A>) دو به دو اجزاء مشترکی نیز داشته باشند.
 
نوتروسوفی، پایه منطق نوتروسوفیک، مجموعه نوتروسوفیک، احتمال نوتروسوفیک. استاتیک نوتروسوفیک مورد استفاده در [[مهندسی]] (خصوصاً در ترکیب اطلاعات و یا نرم افزار)، [[طب]]، [[ارتش]]، فیزیولوژی و [[فیزیک]] می‌‌باشدمی‌باشد.
 
منطق نوتروسوفیک یک چارچوب عمومی برای وحدت بسیاری از منطق‌های موجود می‌‌باشدمی‌باشد و منطق غیر شفاف را تعمیم می‌‌دهدمی‌دهد (خصوصاً منطق غیر شفاف شهودی را).
ایده اصلی منطق نوتروسوفیک (NL) مشخص کردن هر عبارت منطقی در یک فضای سه بعدی نوتروسوفیک می‌‌باشدمی‌باشد که در آن هر بعد فضا به ترتیب معرف درستی (T)، غلط بودن (F) و عدم قطعیت (I) عبارت مورد نظر می‌‌باشدمی‌باشد و در آن T، I و F زیرمجموعه‌های استاندارد یا غیراستاندارد ]-0, 1+[ می‌‌باشندمی‌باشند.
 
برای طرح‌های [[مهندسی نرم‌افزار]] بازه واحد کلاسیکی [0, 1] را می‌‌توانمی‌توان مورد استفاده قرار داد.
T، I و F اجزاء مستقلی هستند، که جائی برای اطلاعات ناقص (وقتی که جمع بالائی آنان < 1 باشد)، اطلاعات غیرسازگار و متناقض (وقتی که جمع بالائی آنان > 1 باشد) و یا اطلاعات کامل (مجموعه اجزاء مساوی 1 باشد) باز می‌‌نمایندمی‌نمایند.
 
 
به عنوان یک مثال، یک عبارت می‌‌تواندمی‌تواند بین [0.4, 0.6] و درست، {0.1} یا بین (0.15,0.25) و غیر قابل تعیین، و یا 0.4 یا 0.6 و غلط باشد.
 
مجموعه نوتروسوفیک تعمیمی از مجموعه غیر شفاف می‌‌باشدمی‌باشد (خصوصاً مجموعه غیر شفاف شهودی).
فرض کنید U یک عالم مباحثه باشد، و M یک مجموعه واقع در U باشد. یک جزء x از U نسبت به مجموعه M به صورت x(T, I, F) بیان می‌‌شودمی‌شود و به صورت زیر متعلق به M می‌‌باشدمی‌باشد:
t% درست در مجموعه است، i% غیر قابل تعیین (یا ناشناخته) در مجموعه است، و f% هم غیر درست در مجموعه است، که t در T تغییر می‌‌کند،می‌کند، I در I، و f در F.
بطور استاتیکی، T، I و F زیرمجموعه هستند، ولی بطور دینامیکی T، I و F توابع/عملگر هستند (بسته به بسیاری از پارامترهای شناخته شده و ناشناخته).
 
 
احتمال نوتروسوفیک تعمیمی از احتمال کلاسیک و احتمال غیر دقیق می‌‌باشدمی‌باشد که در آن احتمال آنکه پدیده A رخ دهد، t% درست می‌‌باشدمی‌باشد – که در آن t در زیرمجموعه T تغییر می‌‌کند،می‌کند، i% غیرقابل تعیین – که در آن I در زیر مجموعه I تغییر می‌‌کند،می‌کند، و f% غلط می‌‌باشدمی‌باشد – که در آن f در زیرمجموعه F تغییر می‌‌کندمی‌کند.
در احتمال کلاسیک n_sup <= 1 می‌‌باشد،می‌باشد، در حالیکه در احتمال نوتروسوفیک n_sup <= 3+ می‌‌باشدمی‌باشد.
در احتمال غیردقیق: احتمال یک پدیده یک زیرمجموعه T در [0, 1] می‌‌باشد،می‌باشد، نه یک عدد p در [0, 1]، و آنچه می‌‌ماندمی‌ماند برعکس فرض می‌‌شود،می‌شود، یعنی زیرمجموعه F (باز هم در بازه واحد [0, 1])، هیچ زیرمجموعه غیرقابل تعیین I در احتمال غیر دقیق وجود ندارد.
 
استاتیک نوتروسوفیک آنالیز پدیده‌های توصیف شده توسط احتمال نوتروسوفیک می‌‌باشدمی‌باشد. استاتیک نوتروسوفیک تعمیم استاتیک کلاسیکی است.
تابعی که احتمال نوتروسوفیک متغیر تصادفی x را مدول می‌‌کند،می‌کند، توزیع نوتروسوفیک نامیده می‌‌شودمی‌شود: NP(x) = (T(x), I(x), F(x)) که در آن T(x) معرف احتمال وقوع پدیده x، F(x) معرف احتمال وقوع نیافتادن پدیده x، و I(x) معرف احتمال غیرقابل تعیین/ناشناخته پدیده x می‌‌باشدمی‌باشد.
 
در بسیاری از پروژه‌های نرم افزاری، منطق، مجموعه و احتمال نوتروسوفیک در حال جایگزینی منطق غیرشفاف، مجموعه غیر شفاف و احتمال کلاسیکی می‌‌باشدمی‌باشد.
 
[[ar:النيوتروسوفي]]
۱۸۶٬۰۵۸

ویرایش