论文部分内容阅读
本课题研究首先对世界范围内艺术停滞不前的“解中心”趋势做出分析和前景的探讨;其次探讨所谓真正的、而非“中国的非西方性”的中国性,其是否有存在的合理性与必要性;最后对中国艺术家以及除西方之外的世界各地艺术家在整个以西方艺术界为主导的艺术世界中的迷失问题进行一些探讨。
再看“全球概念”与中国当代艺术的境遇——从高士明《“全球概念”与中国当代艺术的境遇——写在卡塞尔文献展艺术策划人 访华之后》一文出发
【摘 要】
：
本课题研究首先对世界范围内艺术停滞不前的“解中心”趋势做出分析和前景的探讨;其次探讨所谓真正的、而非“中国的非西方性”的中国性,其是否有存在的合理性与必要性;最后对中国艺术家以及除西方之外的世界各地艺术家在整个以西方艺术界为主导的艺术世界中的迷失问题进行一些探讨。
【机 构】
：
中央美术学院人文学院,江南大学设计学院
【出 处】
：
美术大观
【发表日期】
：
2021年2期
其他文献
有着“地表最强抗氧化剂”之称的天然虾青素(Astaxanthin)近些年可谓是名声大噪,被认为是水产行业下一个值得深耕的领域。经过国内外学者不断的研究发现,虾青素是继维生素类等之后的第四代抗氧化物质,其抗氧化能力是维生素C的6,000倍,可以说是“完爆”维生素C。红法夫酵母虾青素作为唯一被批准为饲料添加剂天然虾青素,其3R,3\R结构虾青素与南极磷虾中虾青素结构基本一致,被视为最适合水产动物使用的虾青素,中国海洋大学博士论文《不同虾青素的分离制备及其构效关系研究》,很明确的指出。
香港Insilico Medicine在人工智能和新药物开发方面取得突破,首次将生物学和化学生成学相结合,发现一种全新机制用于治疗特发性纤维化(IPF)的临床候选新药,成功通过多次人类细胞和动物模型实验验证。IPF牵涉多种疾病,影响多个器官(肺、肝和肾),这一新药的出现有望满足全球成球成千上万人的广泛医疗需求。
基于海绵城市设计原理,以湖南省长沙市望城区张家湖片区生态湿地公园规划项目为例,探讨“海绵城市”理念下的城市湿地生态修复设计思路与技术方案。通过对长沙望城区水文资源、地文资源、植被资源的分析调研,从总体布局规划、水系规划、植被规划、海绵系统专项规划等方面着手,提出适合张家湖片区生态湿地公园发展的策略,以期解决湿地公园存在的水质恶化、河道变窄、生物多样性减少和生态功能下降等问题,打造以生态旅游为主题的生态海绵湿地景观。
城市道路景观作为城市景观空间的构成要素之一,除了本身的交通运输功能外,是构成居住环境和城市功能的基础,可直观展示城市的文化。优化道路景观、打造干净整洁平安有序的城市空间,是提升城市文明程度和居民幸福指数的内在要求,是城市更新的重要内容,关系到城市的形象、竞争力。文章以佛山禅城区季华路改造为例,探讨城市道路景观更新的策略与手法。
汉阳区政协深入学习贯彻中央和省委、市委、区委政协工作会议精神,认真落实省市政协“协商在一线”工作部署,围绕更好凝聚共识,精心试点开展“委员之家”建设工作,统筹建、管、用,初步呈现出数量较多、类型丰富、覆盖全面、运转畅通、成效管用的生动局面,有效推动委员一线履职、常态履职、联动履职,有力开拓了政协工作新局面。
7月15日至20日,民政部社会组织管理局分别组织召开金融、信息化领域,工商业领域,农业、建筑业领域,科教文卫体等领域全国性行业协会商会乱收费专项清理整治工作推进座谈会。各领域全国性行业协会商会有关负责人参加会议,并围绕规范行业协会商会收费工作交流了经验做法,介绍了落实举措,提出了意见建议。民政部社会组织管理局局长柳拯、副局长吕晓莉分别主持会议并作总结讲话。
包含多个内嵌功能组件及支撑结构的多组件结构因其轻量化、多功能等优良特性被广泛应用于航空航天等领域.已有的多组件结构拓扑优化研究大多基于理想界面假设,忽略了材料连接界面可能发生的破坏.本文针对包含多个内嵌式功能性组件的结构,考虑连接界面的力学性能,对组件的形状、布局及支撑材料的拓扑进行协同优化,以实现多组件结构的优良承载性能.首先,基于超椭圆模型对内嵌组件的形状及布局进行显式的参数化描述,并构造其水平集函数表达;进而,结合组件及支撑材料的水平集拓扑描述、内聚力模型及扩展有限元方法(extended fini
Pre-Bötzinger复合体是新生哺乳动物呼吸节律起源的关键部位,是呼吸节律产生的中枢.忆阻器的功能类似于神经元突触的可塑性,可用其模拟磁通量.本文在Butera动力学模型的基础上引入刺激电流和磁通控制忆阻器,分别研究这两个因素对单个pre-Bötzinger复合体神经元中混合簇放电模式的影响.通过无量纲化的方法对变量进行时间尺度分析,结果表明,模型包含3个不同的时间尺度.通过快慢分解和分岔分析研究了神经元混合簇放电产生和转迁的动力学机制.电流和磁通量都可以影响混合簇中胞体簇的个数,减小电流和磁通量的
利用有限数据建立系统的非线性动力学模型是具有挑战性的重要课题.数据驱动的稀疏识别方法是近年来发展的从数据识别动力系统控制方程的有效方法.本文基于数据驱动稀疏识别方法对不同流场的控制方程进行了识别.采用非线性动力学偏微分方程函数识别(partial differential equations functional identification of nonlinear dynamics,PDE-FIND)方法和最小绝对收缩和选择算子(least absolute shrinkage and selecti
求解雷诺平均(Reynolds-averaged Navier-Stokes,RANS)方程依然是工程应用中有效且实用的方法,但对雷诺应力建模的不确定性会导致该方法的预测精度具有很大差异.随着人工智能的发展,湍流闭合模型结合机器学习元素的数据驱动方法被认为是提高RANS模型预测性能的有效手段,然而这种数据驱动方法的稳定性和预测精度仍有待进一步提高.本文通过构建一个全连接神经网络对RANS方程中的涡黏系数进行预测以实现雷诺应力的隐式求解,该神经网络记作涡黏系数神经网络(eddy viscosity neur