解Pell方程

Pell方程是比较简单也是最基本的一类丢番图方程，大约2000年前就被数学家研究，并且在近代和现代初等数论教程中它始终是必不可少的内容，但一般地说，讲解的深度都是比较浅的。本书是关于Pen方程的专著，与现已出版的经典的关于丢番图方程及Pen方程的专著相比，无论在取材的范围和论述的深度上都有所超越，它不仅包含了经典结果，而且吸收了散存于专业刊物中的新成果，特别强调了解Pell方程的计算技术以及与推导这些技术相应的理论材料。另外，在初等数论和抽象代数的基础上，比较系统地论述了与Pell方程的研究紧密相关的代数数论基础，还包括Pell方程对密码学的应用，是一本不可多得的好书。     

自由夸克的火球

欧洲核子研究中心(CERN)似乎发现了长期寻找的夸克胶子等离子体——上一次出现是在宇宙大爆炸期间     

Suboptimal Auditory Dominance in Audiovisual Integration of Temporal Cues

The present study examined whether audiovisual integration of temporal stimulus features in humans can be predicted by the maximum likelihood estimation(MLE) model which is based on the weighting of unisensory cues by their relative reliabilities.In an audiovisual temporal order judgment paradigm,the reliability of the auditory signal was manipulated by Gaussian volume envelopes,introducing varying degrees of temporal uncertainty.While statistically optimal weighting according to the MLE rule was found in half of the participants,the other half consistently overweighted the auditory signal.The results are discussed in terms of a general auditory bias in time perception,interindividual differences,as well as in terms of the conditions and limits of statistically optimal multisensory integration.     

基于知识的神经计算模糊逻辑方法

人工神经网络（ANNs）作为强大的计算工具，应用于分类、模式识别、函数逼近和生物神经网络建模等领域。人工神经网络具有从实例中学习的程序，它们可以解决那些还不知道算法解的难题。但是，     

电子学固态物理

本书是作者多年来讲授应用、材料及电子物理学研究生课程的讲义。描述了电子学中使用的材料的基础物理，使读者能深入地理解其理论基础和该学科主要的应用领域，对于材料物理性质的详尽综述将会有助于理解电子及光子器件制造中工艺过程。     

转基因与新型农作物

转基因农作物具有多种全新优良品质,其特征是采用生物工程技术将一个物种基因嵌入另一个物种中。现行的基因工程方法主要有以下几种: 1.首先选择所需特性的DNA片断,以便将它导入农作物中。然后将称为细胞质遗传体的螺旋形DNA链从土壤细菌中抽取出来,再把细胞质遗     

有洞的魔法

在见识不多的人看来，这似乎是奇妙无比的事情。甚至连物理化学家Thomas Ebbcsen10年前看到这一景象时都感到一阵“不可思议”的激动——当时他拿起一块镀金的玻璃显微镜载片靠近眼睛，结果不但看到他自己在载片中的反射像，而且透过载片看到了房间的另一侧。而金与光线的行为本来是不应该产生这一现象的。     

监测地球的重要征兆

美国国家航空航天局的一颗新卫星——称为“地球观测系统”的一组卫星之一——正利用五台现代化传感器以前所未有的方式诊断地球的状况．     

决策问题中区间数的模糊偏好顺序

在传统的数学规划中，问题的系数经常被专家们规定为以古典数学推理形式的明确值。但现实中，在不精确和不确定的环境下，专家的知识和代表能力并不能达到精确的结果。本书的主要目的就是研究在不精确环境下各种真实的决策情况。作者采用区间数来刻画数据的不精确性或不确定性。     

Dopamine-dependent prediction errors underpin reward-seeking behaviour in humans

Theories of instrumental learning are centred on understanding how success and failure are used to improve future decisions. These theories highlight a central role for reward prediction errors in updating the values associated with available actions. In animals, substantial evidence indicates that the neurotransmitter dopamine might have a key function in this type of learning, through its ability to modulate cortico-striatal synaptic efficacy. However, no direct evidence links dopamine, striatal activity and behavioural choice in humans. Here we show that, during instrumental learning, the magnitude of reward prediction error expressed in the striatum is modulated by the administration of drugs enhancing (3,4-dihydroxy-L-phenylalanine; L-DOPA) or reducing (haloperidol) dopaminergic function. Accordingly, subjects treated with L-DOPA have a greater propensity to choose the most rewarding action relative to subjects treated with haloperidol. Furthermore, incorporating the magnitude of the prediction errors into a standard action-value learning algorithm accurately reproduced subjects' behavioural choices under the different drug conditions. We conclude that dopamine-dependent modulation of striatal activity can account for how the human brain uses reward prediction errors to improve future decisions.