科学空间|Scientific Spaces

盘点主流的图像扩散模型作品，我们会发现一个特点：当前多数做高分辨率图像生成（下面简称“大图生成”）的工作，都是先通过Encoder变换到Latent空间进行的（即LDM，Latent Diffusion Model），直接在原始Pixel空间训练的扩散模型，大多数分辨率都不超过64*64，而恰好，LDM通过AutoEncoder变换后的Latent，大小通常也不超过64*64。这就自然引出了一系列问题：扩散模型是不是对于高分辨率生成存在固有困难？能否在Pixel空间直接生成高分辨率图像？

论文《Simple diffusion: End-to-end diffusion for high resolution images》尝试回答了这个问题，它通过“信噪比”分析了大图生成的困难，并以此来优化noise schdule，同时提出只需在最低分辨率feature上对架构进行scale up、多尺度Loss等技巧来保证训练效率和效果，这些改动使得原论文成功在Pixel空间上训练了分辨率高达1024*1024的图像扩散模型。

点击阅读全文...

在《让MathJax更好地兼容谷歌翻译和延时加载》我们提到Cool Papers加入了MathJax来解析LaTeX公式，不过万万没想到引发了诸多兼容性问题，虽然部分问题纯粹是笔者的强迫症作祟，但一个尽可能完美的解决方案终究是让人赏心悦目的，所以还是愿意在上面花一点心思。

上一篇文章我们已经解决了MathJax与谷歌翻译、延时加载的兼容性，这篇文章我们则来解决MathJax与Marked的冲突。

问题简述

Markdown是一种轻量级标记语言，允许人们使用易读易写的纯文本格式编写文档，可谓是目前最流行的写作语法之一，Cool Papers中的[Kimi]功能，基本上也是按照Markdown语法输出。然而。Markdown并不是直接面向浏览器的语言，面向浏览器的语言叫做HTML，所以在展示给用户之前，有一个Markdown转HTML的过程（渲染）。

点击阅读全文...

在生活上，我是一个比较传统的人，因此每到节日我都会尽量回家跟家人团聚。也许会让大家比较吃惊的是，今年的国庆是我第一个不在家的国庆。的确，从小学到高中，上学的地方离家都比较近，每周回去一次都是不成问题的。现在来到了广州，就不能太随心了。虽然跟很多同学相比，我离家还是比较近的，但是来回也要考虑车费、时间等等。国庆假期时间虽然很长，但是中秋已经回去一趟了，所以我决定国庆就不再回去了。

对我来说，中秋跟国庆相比，中秋的意义更大些。所以我选择了国庆不回家。对家人而言，看到自己平安就好，因此哪一天回去他们都会很高兴，当然，对于农村人来说，中秋的味道更浓，更希望团聚。

点击阅读全文...

在“数学研发论坛”看到了，感到不错，转给大家！
原文是：http://bbs.emath.ac.cn/thread-1651-1-1.html

费马大定理，主要是指：

方程$x^n+y^n=z^n(n>=3,n \in R^+)$，x,y,z不可能同时为正整数。

具体内容请看：
http://zh.wikipedia.org/wiki/%E8%B4%B9%E9%A9%AC%E5%A4%A7%E5%AE%9A%E7%90%86

点击阅读全文...

本来科学为主题的歌曲就不多（中文的就更加少了），数学主题的更加少之又少。难得后弦制作了这一首以“歌德巴赫猜想”为主题的歌曲，尽管主要目的不是唱出数学之美，但还是值得听一下！

试听地址：
http://www.ailrc.com/html/137/WCZZSPH.htm

点击阅读全文...

之前在这篇文章中，我们使用过一个牛顿引力场中的自由落体公式：
$t=\sqrt{\frac{r_0}{2GM}}{r_0 \cdot arctg \sqrt{\frac{r_0 -r}{r}}+\sqrt{r(r_0 -r)}}$——（1）

我们来尝试一下推导出这个公式来。同时，站长在逐渐深入研究的过程中，发现微分方程极其重要。以前一些我认为不可能解决的问题，都用微分方程逐渐解决了。在以后的文章里，我们将会继续体验到微分方程的伟大魔力！因此，建议各位有志研究物理学的朋友，一定要掌握微分方程，更加深入的，需要用到偏微分方程！

首先，质量为m的物理在距离地心r处的引力为$\frac{GMm}{r^2}$，根据牛顿第二定律F=ma，自然下落的物体所获得的加速度为$\frac{GM}{r^2}$。假设物体从距离地心r开始向地心自由下落，求位移s关于t的函数s=s(t).

点击阅读全文...

由于BoJone有着天文和数学的共同爱好，所以近一段时间恋上了天体力学，这是天文的内容，也是数学在天文学大施拳脚的地方。每一步计算，都有可能是一个新的发现，这种感觉太棒了，也许这就是我前进的动力之一。

天体力学最重要、最基本的方法就是解微分方程，其中以常微分方程为主，而且更多的是常微分方程组。这对BoJone来说是一个极大的挑战，因为正在读高一的BoJone一切都得自学，这得以微积分、级数、解析几何等数学知识为基础，而且必须做到融会贯通，要把它当成手中的橡皮泥，随意捏弄，形变而质不变。不过幸好能够有轻松自由的学习环境，我相信，我可以！

前些天在淘宝上一位天爱把他收藏的旧书都出了，里面有一本《天体力学引论》和《天体力学教程》，这正是作者苦苦搜寻的天体力学教程呀！其实即便是大学用的天体力学书籍，也是80年代左右的书，这些书很少有更新，所以现在几乎没有出售的，一般有钱也买不到（让我捡了一个大便宜^_^）。店主链接

点击阅读全文...

级数是数学的一门很具有实用性的分支，而级数求和则是级数研究中的核心内容之一。很多问题都可以表示成一个级数的和或积，也就是$\sum_{i=1}^n f(i)$或者是$\prod_{i=1}^n f(i)$类型的运算。其中，$\ln(\prod_{i=1}^n f(i))=\sum_{i=1}^n \ln(f(i))=k$，因此$\prod_{i=1}^n f(i)=e^k$，也就是说，级数求积也可以变为级数求和来计算，换言之我们可以把精力放到级数求和上去。

为了解决一般的级数求和问题，我们考虑以下方程的解：
$$f(x+\epsilon)-f(x)=g(x)\tag{1}$$其中g(x)是已知的以x为变量的函数式，$\epsilon $是常数，初始条件是$f(k)=b$，要求f(x)的表达式。

点击阅读全文...