费曼
费曼的相关文献在1985年到2022年内共计180篇,主要集中在物理学、中国文学、传记
等领域,其中期刊论文179篇、会议论文1篇、相关期刊128种,包括现代交际、南风窗、科学文化评论等;
相关会议1种,包括第三届大学物理课程报告论坛等;费曼的相关文献由162位作者贡献,包括丁亦兵、吴程远、张小失等。
费曼
-研究学者
- 丁亦兵
- 吴程远
- 张小失
- 林天宏
- 苏光路
- 解世雄
- 赵丽华
- R·费曼
- 丁晓洁
- 南乡子
- 周峰
- 张军霞
- 张小羁
- 张映辉
- 柴静
- 王青
- 范文韬
- 费曼
- 陈蓉霞
- 陈载沣
- 黄网官
- Berg.RE
- CPU1
- E.Corinaldesi
- F.W.赫尔
- Gabriel G. Lombardi
- Richard Feynman
- R·费曼美(著)
- S.F.Adams
- Y.N.奥布克霍夫
- 一鸣
- 严导淦
- 严维明
- 云剪月
- 付超
- 何宽
- 何山石
- 余世存
- 佚名
- 侯素莉
- 关洪
- 刘吉
- 刘洋
- 刘贵兴
- 刘钝
- 加五
- 区镜添
- 南子
- 卢里·布朗
- 史永谦
-
-
刘钝
-
-
摘要:
科学作家伯恩斯坦在他那篇介绍宇称问题的普及性文章中,引用了许多貌似八卦的中国元素,其中透露了杨振宁、李政道在普林斯顿、布鲁克黑文等地合作研究的一些情况,以及他们之间的亲密关系与业余消遣。物理学家费曼起先坦言自己不懂李、杨的工作却被人怂恿而提出质疑,其后声称在很短时间内搞明白了一切,由此可见其聪明过人和不无矫饰的傲慢轻狂。通过引述有关叙事,赞美杨、李两位中国物理学家当年的合作、友谊、欢乐与激情。
-
-
崔现玲;
无
-
-
摘要:
理查德•费曼是美国加州理工学院物理学教授,授课风格幽默生动,深受学生欢迎。加利福尼亚州很多学校都有物理俱乐部,他们经常邀请费曼去讲课31965年,费曼因在量子电动力学方面的研究成果获得诺贝尔物理奖,名声大噪。不久,加利福尼亚大学伯克利分校邀请他去给学生讲相对论。
-
-
徐海波
-
-
摘要:
费曼学习法在网络上被称为"史上最强学习方法",号称自我学习的最高境界.最近我校对费曼学习法在课堂教学中的应用进行了探讨和实践,作为参与者,我在不断学习的过程中,对费曼学习法在课堂教学中的应用有了几点粗浅的认识和思考,现进行分享,供参考.一、关于费曼学习法1.费曼学习法的由来美国国家训练实验室研究证实,不同的学习方式,学习者的平均效率是完全不同的.这就是著名的"学习金字塔"理论.费曼学习法的重点在于费曼技巧,即能够用最简单的语言介绍任何概念,无论这个概念多么复杂.其核心为:选择一个概念(知识)——给别人讲解这个概念(知识)——查缺补漏——简化语言.后面两步可以不断重复,以提升学习的效率.
-
-
陈可欣
-
-
摘要:
"费曼学习法"就是变输入为输出,是一种变被动接受为主动学习的新型教学模式,它需将课堂所学知识、技术以一种最简单的形式教授给人,从而达到彼此共促的目的。在体育课堂教学中,使得学生能够对自己的经验进行探寻,从而更快更好地掌握技术动作,通过教授学习促进师生、生生之间的的交流。在新时代的今天,学习模式需要变革更新,需要跟上时代的步伐、与时俱进。
-
-
-
-
摘要:
《费曼学习法》 出版社:江苏凤凰文艺出版社定价:29.00元我们时常会有一种困惑:为什么耗费了相当多的精力,认真地学到了很多的东西,就是记不住也不会使用呢?换言之,"高付出"有时得到的却是"低效能",这真令人失望。享誉全球的诺贝尔奖得主、天才物理学家、纳米技术之父、量子电动力学的创始人费曼,除精通多门语言外,在音乐方面的造诣颇深。
-
-
品品
-
-
摘要:
1965年,理查德·费曼与另外两位科学家共同获得诺贝尔物理学奖。但对其本人来说,最值得骄傲的事却是用“所能付出的全部深情”爱着艾琳·格林鲍姆——哪怕相伴的时光寥寥.相约彼此坦承费曼出生于美国纽约一个普通家庭。年少时,母亲曾叮嘱他与女孩交往时要保持绅士风度。然而,年轻的费曼羞涩而紧张,在喜欢的女孩面前容易患得患失,舞会上第一次遇见艾琳时。
-
-
李笑华
-
-
摘要:
女儿小莹上小学后,经常说数学难学,考试成绩经常只有70多分,超过80分都很难。在她上一二年级的时候我还没有特别在意,但到了四年级,她的成绩仍没有起色,我决定想办法帮帮她。我上网捜索资料研究学习方法,发现有个“费曼学习法”,是诺贝尔物理学奖得主理查德•费曼总结出来的,感觉很不错。
-
-
王晓霆
-
-
摘要:
量子机器学习是量子计算和机器学习在各自领域蓬勃发展后必然产生的交叉学科。量子计算的概念,可以追溯到二十世纪八十年代Benioff提出的计算机量子力学模型;而机器学习的概念,可以追溯到二十世纪四五十年代包括人工神经元在内的有关机器学习的先驱性研究。历史总是惊人的相似,两个学科在发展之初,各自领域最杰出的科学家都做出了开创性的工作:一边是图灵提出的图灵测试,另一边是费曼提出的量子计算机和量子模拟的概念;两个学科的理论基础均在二十世纪八九十年代得到了高速发展,并都在高速发展之后经历了一段“严冬”,然后在2010年之后得益于物理硬件上的突破而重新获得了高度关注和发展,并应运而生了量子机器学习这一交叉学科。经过近十年的发展,量子机器学习尤其是相关量子算法方面,已经获得一系列重要的进展,如该文提到的量子K近邻、量子支持向量机、量子主成分分析、量子神经网络等,其研究范围已经包括了经典机器学习所涉及的方方面面;然而,量子机器学习尚未被解决的重大问题依然存在,包括近两年出现的新进展和问题,亟需更多好的综述性文章做出承前启后的总结作用。
-
-
-
-
-
摘要:
要确定一顶技术是在哪一刻诞生的,很难。但按照业内共识,明年将是量子计算的40岁诞辰。1981年,美国物理学家理查德•费曼在一次计算机会议上首次提出量子计算。在步入中年之际,量子计算终于成为一个商业命题。风险资本已经开始流入该领域。今年,谷歌母公司Alphabet制造的53量子比特的量子计算机进行了一次计算,大约只需要3分钟,而传统计算机则需要10000年。