آہ ! جمیل مہدی
وا حسرتا! کہ دل ہے بہت بے قرار آج
سینے میں چبھ گئی ہے کوئی نوکِ خار آج
دل میں دردہے،روح مضطرب اوربے چین ہے،قلم پرلرزہ طاری ہے، زبان وبیان کی قوت دم بخود اورمردہ ہے،نبض حیات ڈوبتی ہوئی معلوم ہورہی ہے کہ میرے گذشتہ تیس(۳۰)سال کے قابل احترام بزرگ مگر بے تکلف رفیق اور ہمدم و دمساز۔ بھائی جمیل مہدی(مدیر روزنامہ’ عزائم‘ لکھنؤوماہنامہ ’برہان‘ دہلی) ۱۳/فروری۱۹۸۸ء کوصبح کوساڑھے سات بجے اس دارفانی سے داربقا کی طرف کوچ کرگئے۔اناﷲ واناالیہ راجعون۔وہ بہادر،بے خوف،جیالا بے باک وبے لوث انسان، وہ صاحب طرزادیب، وہ سراپا اخلاص و ایثار صحافی، وہ دوستوں کادوست،اپنوں کا غمخوار،چھوٹوں کامشفق وبے مربی،بزرگوں کی محفلوں میں باادب مگر بے لاگ انسان ہمیں چھوڑ گیا جس کے دم سے قلم کی آبرو سلامت تھی، اردو صحافت کی عظمت قائم تھی۔ مولانا ظفر علی خاں،مولانا ابوالکلام آزاد، غلام رسول مہرؔ،مولانا محمد علی جوہرؔ،مولانا عبدالماجد دریابادی،مولانا محمد عثمان فارقلیط کی پاکیزہ روایات کی پاسداری تھی۔اردو میں دیانت دارانہ صحافت کابھرم قائم تھا۔ آج کے خودغرضانہ ماحول،مفاد پرستیوں،ضمیرفروشیوں اورمصلحت اندیشیوں کے پُرہول سناٹے میں بھی جس کی ولولہ انگیز اور چونکا دینے والی تحریروں سے حق وصداقت کی بلند آواز گونج اٹھتی تھی،افسوس وہ آخری کڑی بھی ٹوٹ گئی جس کی بدولت ملت کے زریں عہد اورشاندار ماضی سے اس درماندہ، شکستہ اورچاروں طرف سے مہیب ومہلک خطروں سے گھرے ہوئے حال کی تاریکیاں،روشنی کی کرنیں،عمل کی توانائیاں فکروبصیرت اورتجربوں کی تجلیاں حاصل کرتی تھیں۔
آج ملک وملت کے افق پرزبردست انتشار وافتراق اورسنگین ونازک صورت حال کی ظلمتیں چھائی ہوئی ہیں،ایسے خوفناک وقت میں جبکہ طرح طرح کے طوفانوں،سیلابوں اور زلزلوں کی گڑگڑاہٹ چاروں طرف سنائی دے رہی ہے جمیل مہدی جیسے بے لاگ،بے خوف اوربے لوث اوراس قدر دیانت دارانہ اور زندہ کرداروضمیر کے حامل صحافی اورعقیدہ کے پختہ اورروشن فکر کے حامل...
Penelitian ini merupakan sebuah analisis mendalam terhadap fenomena pernikahan siri dalam konteks hukum keluarga Islam, dengan pendekatan psikologi dan sosiologi. Pernikahan siri, meskipun secara hukum kerap dianggap kontroversial, tetap menjadi praktik yang signifikan dalam masyarakat yang menganut Islam. Penelitian ini bertujuan untuk memahami faktor-faktor psikologis dan sosial yang memengaruhi keputusan individu untuk melakukan pernikahan siri, serta dampaknya terhadap struktur keluarga dan masyarakat secara lebih luas. Dalam analisis psikologis, penelitian ini akan menggali motivasi dan faktor-faktor emosional yang mendorong individu untuk memilih pernikahan siri sebagai alternatif dalam memenuhi kebutuhan mereka dalam konteks hubungan intim. Sementara dalam analisis sosiologis, penelitian ini akan memeriksa dampak sosial dan normatif dari pernikahan siri terhadap struktur sosial masyarakat Islam, termasuk bagaimana hal ini memengaruhi status perempuan dan anak-anak dalam keluarga dan masyarakat.Hasil penelitian ini diharapkan akan memberikan wawasan yang lebih baik tentang fenomena pernikahan siri dalam masyarakat Islam, serta menyediakan dasar bagi perubahan dan penyempurnaan hukum keluarga Islam yang relevan dengan realitas sosial dan psikologis yang berkembang. Penelitian ini juga dapat menjadi acuan untuk pemahaman yang lebih baik tentang bagaimana praktik pernikahan siri dapat diintegrasikan atau diatur lebih baik dalam kerangka hukum dan norma-norma sosial yang ada.
This dissertation addresses the problem of building collaboration in a team of autonomous agents and presents imitation learning as an effective mechanism to build this collaboration. Imitation learning involves learning from an expert by observing her demonstrating a task and then mimicking her. This mechanism requires less time and technical expertise on behalf of domain experts/ knowledge engineers and makes it convenient for them to transfer knowledge to a software agent. The research extends the idea of a demonstration to multi-human demonstrations and presents a framework of Team Learning from Demonstration (TLfD) that allows a group of human experts to train a team of agents via demonstrations. A major challenge faced by the research is to cope with the overhead of demonstrations and inconsistencies in human demonstrations. To reduce the demonstration overhead, the dissertation emphasizes on a modular approach and enables the framework to train a team of a large number of agents via smaller numbers of demonstrators. The framework learns the collaborative strategy in the form of weighted naïve Bayes model where the parameters of the model are learned from the demonstration data and its weights are optimized using Artificial Immune Systems. The framework is thoroughly evaluated in the domain of RoboCup Soccer Simulation 3D which is a promising platform for a multi-agent domain and addresses many complex real-world problems. A series of experiments were conducted using RoboCup Soccer in which the agents were trained to perform different types of tasks through TLfD framework. The experiments were started with training a single agent how to score a goal in an empty soccer field. The later experiments increased the complexity of the task and the number of agents involved. The final experiment eventually trained a full-fledged team of nine soccer players and enabled them to play soccer against other competition quality teams. A number of test matches were played against different opponent teams, and the results of the matches were evaluated on the basis of different performance and behavioral metrics. The performance metrics described how well the imitating team played in the field whereas the behavioral metrics assessed how closely they had imitated the human demonstrations. Our soccer simulation 3D team KarachiKoalas served as a benchmark to evaluate the quality of the imitating team, and the dissertation closely compared the two teams and found that the team that was trained via imitation gave comparable performance to KarachiKoalas. The results showed the effectiveness of TLfD framework and supported the idea of using imitation to build collaboration among multiple agents. However, the framework, in its current form, does not support strategy building in an incremental manner in which a naïve strategy is learned via imitation and is refined in stages. The ability to build strategies incrementally can be a crucial requirement in complex systems. In future, the framework can be extended to incorporate the ability to refine an already learned strategy via human expert's feedback