View source for User:李欣荣

{{Person
|first=Xinrong（欣荣）
|last=Li (李)
|wp-link=
|description=TEEP 9, School of Aerospace Engineering, Tsinghua University
|birthday=October 12, 2001
|gender=Male
|died=
}}
[[File:Li Xinrong.jpg|200px|thumb|ID photo]]
=Basic Info=
{|class=wikitable
|style="width:150px"|'''Name'''||style="width:350px"|Xinrong Li||style="width:150px"|'''Class'''||style="width :350px"| TEEP 9
|-
|'''Date of Birth'''||2001.10.12||'''Gender'''||Male
|-
|'''Institution'''||TEEP 9, School of Areospace Engineering, Tsinghua Univ.||'''E-mail'''||xr-li19@mails.tsinghua.edu.cn
|-
|}

=Research Interests=
Multimodal deep learning(a completed SRT program), 

Computer vision(mainly focus on multi-object tracking) (a competition in progress），

Unmanned aerial vehicle modeling(a competition in progress），

Satellite Design(future direction of ORIC program)
=Hobbies=
Cycling,

Mountain Climbing,

Playing Urheen,

Listening Rock n' Roll, Metal, Hip-hop，Folk music
=Course Understanding=
==Course Understanding Week 2==

===About ''The Structure of Scientific Revolutions''===

托马斯·库恩在其著作《科学革命的结构》（以下简称《结构》）中系统地、独创性地对科学演进的过程进行了总结，并提出了影响深远的“范式”概念。《结构》将“范式”定义为：“某些实际科学实践的公认范例——包括定律、理论、应用和仪器” ，而这种“公认范例”可以为特定的连贯的科学研究的传统提供模型。于是，科学演进的过程可以概括为：由建立在特定范式之上的“解谜”的常规科学，到出现既有范式无法解释或应对的反常，再到随反常现象而来的“显著的专业不安全感”从而引发危机，最终通过范式转换的方式完成科学革命，旧范式全部或部分地被一个与其完全不能并立的崭新范式所取，新范式和旧范式之间是不可通约的。这一概括以及背后的细节对科学工作者更好地认识科学发展以及在科学中自我定位起到了重要的参考和指导作用。

===About Lecture Content===

字典（实际是Key-value pairs）可以作为超链接的工具，超链接可以实现高效的知识传递。在信息革命到来的时代，任何个体都可以利用超链接来快速扩展知识边界，从而在一定程度上消除信息不对称。

==Course Understanding Week 3==

===About ''The Structure of Scientific Revolutions''===

科学演进的过程中伴随着科学知觉的转换 ，尤其体现为科学共同体集体或其中有卓越贡献的个人的思维方式的变化，并且常规科学与渐进式的思维演变、科学革命与思维的跳跃往往有着良好的对应关系，如：《结构》中提到的天文学范式转变。而另一方面，科学的演进，尤其是范式转换，也可以带来包括思维方式在内的科学知觉的转变，并且这种转变几乎内化为新范式的一部分。库恩强调：“科学接受一个新范式之后，将产生视觉的、知觉的及其他心理的转变，已至会以与以前不一样的方式来看这个世界，也可以说，生活于或工作于一个新的世界中” 。例如《结构》中提到的：化学范式转变后，新范式下的化学家“在一个不同的世界里工作” ，足以体现科学知觉发生的颠覆性变化<ref>Kuhn, Thomas. The structure of scientific revolutions. Princeton University Press, 2021.</ref>。

===About Lecture Content===

复杂系统是由大量组分组成的网络，不存在中央控制，通过简单运作规则产生出复杂的集体行为和复杂的信息处理，并通过学习和进化产生适应性<ref> Mitchell, Melanie. Complexity: A guided tour. Oxford University Press, 2009.</ref>。 如果系统有组织的行为不存在内部和外部的控制者或领导者，则称之为自组织。课上观看的视频中胚胎的发育过程体现了复杂系统的演化过程。今年的诺贝尔物理学奖颁给了研究复杂系统的Syukuro Manabe、Klaus Hasselmann 和 Giorgio Parisi ，由于他们“对我们理解复杂系统做出的突破性贡献”。我认为复杂系统在未来一段时间的研究范式可能会向两个方向发展：一者创建和研究简化的数学模型，尽管它们可能不能模拟真实系统的行为，但试图将最重要的定性元素抽象成一个可解的框架，从中获得科学的洞察力；第二种方法是创建更全面和逼真的模型，以计算机模拟的形式来仿真复杂系统的相互作用的部分，通过细到微小的细节，然后观察和测量由此产生的涌现行为，目前两种范式下已有相当成熟的研究工作，也有较多值得推进的研究点。

==Course Understanding Week 4==

===About ''The Structure of Scientific Revolutions''===

===About Lecture Content===