Cтраница 1
Бунеман, проанализировав уравнение (1.12), показал, во-первых, что при любой скорости дрейфа могут нарастать только флюктуации с длиной волны больше, чем 8 3 N / 5ue / wpeH, во-вторых, что нарастание флюктуации будет иметь место, если направленная скорость будет больше 1 3ие, т.е. кинетическая энергия направленного движения электронов должна достичь 0 9Ге, чтобы началось нарастание флюктуации. [1]
Неустойчивость Бунемана связана с раскачкой колебаний ионов за счет взаимодействия ионов с пучком электронов. При этом мы считаем, что разброс электронов по скоростям мал по сравнению со скоростью электронного пучка. [2]
Этот вопрос был обстоятельно исследован Бунеманом и др. [6], которые приняли, что электроны будут двигаться строго по силовым линиям. Бунеман ввел защитный параметр а, который выражает долю силовых линий в камере, оканчивающихся на коллекторе, несмотря на присутствие сетки. [3]
Я согласен с утверждением Уиллшоу, Бунемана и Лонге-Хштинса в ответ на мое сообщение ( van Heerden, 1970), что предложенная ими ассоциативная сеть ( Willshaw, Buneman and Longuet-Higgins, 1969), так же-как голограмма, выполняет специфическую функцию. Однако в их сети не представлены две наиболее удивительные способности человеческой памяти. Первая - это наша способность узнавать, знакомого человека среди более чем сотни людей, которые могут находиться в нашем поле зрения. Мы можем внезапно ощутить вспышку узнавания, эту абсолютную уверенность, что это именно он и никто другой; она не является просто субъективным чувством, а вызывается, очевидно, крайне надежной и быстрой обработкой информации в мозгу. Эта функция распознавания выполняется также двухмерной голограммой в оптическом устройстве, когда R плоскости его проекции появляется яркая светящаяся точка. Яркость и четкость изображения световой точки является научно обоснованной мерой уровня распознавания. [4]
Тот же принцип применен и в FQL-интерпретаторе Бунемана, описанном выше, где исполнитель отложенных вычислений решает, когда выбрать из магистрали следующий кортеж. [5]
Данная неустойчивость электронного тока относительно ионов носит название неустойчивости Бунемана. [6]
Мы уже рассматривали функциональный язык запросов FQL, разработанный Бунеманом. Этот язык основан на применении ( аппликации) функций к потокам объектов. Как и FQL, функциональная модель данных оперирует с понятием объекта и функции из объектов в объекты, но она использует теоретико-множественную терминологию, а не терминологию потоков. Запросы записываются на языке Даплекс ( Daplex), в стиле исчисления предикатов, а не аппликативного программирования. Тем не менее этот язык использует композицию функций, результатом которой являются множества, что очень похоже на композицию функций в языке FQL. Существенное преимущество функциональной модели данных состоит в том, что она объединяет вычислительную способность аппликативного программирования с возможностями определения и абстракции данных, которые обеспечиваются стандартными языками для работы с базами данных. [7]
Рассмотрим, например, фрагмент программы на Паскале в стиле реализации Бунемана. Он соответствует примеру на рис. 11.10 и выбирает все записи типа Игра набора Митры для игр, происходивших в Кордове, а также печатает даты этих игр. [8]
В начале 60 - х годов Хокни, работая в Станфордском университете вместе с Бунеманом и Голабом, первым построил быстрые методы прямого решения уравнения Пуассона, совершив тем самым практический скачок от одно - к двух - и трехмерному моделированию частиц или жидкости. Указанные работы содержат изобилие информации, которая здесь не повторяется. [9]
Эта команда дает возможность обойти механизм текущих и взять управление на себя, как это делается в схеме Бунемана, описанной в гл. [10]
Вопрос о том, с какого дрейфа начинает действовать механизм нарастания колебаний, если тепловая энергия электронов сравнима с направленной энергией, рассматривался Бунеманом на основе кинетических уравнении и уравнения Пуассона. [11]
Хотя голографический принцип вполне естествен для нейронной сети, не исключена возможность, что в действительности в мозгу реализуется другая модель, такая, как, например, коррелограмма Уиллшоу, Бунемана и Лонге-Хиггинса. Однако следует прежде всего показать приемлемость такой модели. Их модель в той оптической форме, которую они предла гают, видимо, обладает малым объемом памяти из-за дифракции, имеющей место в любом волновом ноле ( а это важно. С другой стороны, в предложенной ими сетевой модели они получают такой же объем памяти, что и в топографической, но, по-видимому, в ущерб пластичности системы, необходимой для распознавания смещающихся, различных по величине или слегка искаженных образов. Любая модель должна объяснить еще один аспект обработки информации в мозгу - распознавание речи, способность говорить, или бежать, или управлять автомобилем. [12]
Рассмотрим физические ограничения на силу тока транспортируемых электронных пучков, которые обусловлены развитием ряда неиз-лучательных токовых неустойчивостей, наиболее сильными из которых являются неустойчивость Пирса ( подробно обсуждаемая нами в первом томе книги [ 30, лекция 4 ] и в лекции 5 ( 20) этого тома) и Бунемана [31], а также определим те предельные величины токов электронных пучков, при которых пучок еще допускает стационарную транспортировку через пространство дрейфа. [13]
Этот вопрос был обстоятельно исследован Бунеманом и др. [6], которые приняли, что электроны будут двигаться строго по силовым линиям. Бунеман ввел защитный параметр а, который выражает долю силовых линий в камере, оканчивающихся на коллекторе, несмотря на присутствие сетки. [14]
Недавние разработки улучшают положение в этой области. Бунеман разработал очень простой и эффективный доступ к базе данных SEED CODASYL посредством функционального языка FQL. Сие-1 тема Астрид [46] позволяет получать ответы на сложные запросы в расширенной реляционной алгебре, эффективно пользуясь кодасиловскими связями между записями. В [117] показано, как представить схему Кодасил в виде набора виртуальных записей, соответствующих отношениям, и как применить методы обработки реляционных запросов в языках типа SQL. Наконец, функциональная модель данных ( ФМД) дает теоретическое обоснование кодасиловской модели. Поскольку ФМД можно отобразить и на QUEL, эта модель может стать основой для общего языка запросов в распределенной базе данных, объединяющей локальные кодасиловские и реляционные базы. [15]