第一页的文章图床迁移

Author: Guiny-Time

source/_posts/2022诺贝尔物理学奖成果介绍.md

@@ -3,7 +3,7 @@ tags: ['物理','量子力学','量子纠缠','翻译']
 title: 2022诺贝尔物理奖成果介绍
 date: '2022-10-04 18:06:01'
 categories: '物理学'
-cover: https://tvax2.sinaimg.cn/large/006UcwnJly1h6tfp7uotxj30xc0p0wxc.jpg
+cover: https://yanxuan.nosdn.127.net/4f4b8203681e426ff731feee677c644c.png
 copyright_author: 'nobelprize'
 ---
 

source/_posts/2022诺贝尔生理或医学奖成果介绍.md

@@ -3,11 +3,11 @@ tags: ['生物学','基因','遗传','翻译']
 title: 2022诺贝尔生理或医学奖成果介绍
 date: '2022-10-03 18:06:01'
 categories: '生物学'
-cover: https://tvax3.sinaimg.cn/large/006UcwnJly1h6sabl0i5hj30qo0qok1b.jpg
+cover: https://yanxuan.nosdn.127.net/6b08629f4355756ba4a43b61f0c77320.png
 copyright_author: 'nobelprize'
 ---
 
-# 介绍
+# 简介
 人类一直对自己的起源感到好奇：我们究竟从何而来？我们（智人）与那些在我们之前出现的人类又有什么关系？是什么使智人与其他人类不同？
 
 通过Svante Pääbo教授的开创性研究，他完成了一些看似不可能的事情：对人类的一个已灭绝的亲戚——**尼安德特人**的基因组进行测序。不仅如此，他还轰动性地发现了一个以前不为人知的人种--**丹尼索瓦人(Denisova)**。重要的是，Pääbo还发现，这些现已灭绝的人种在大约7万年前离开非洲后，他们的基因转移到了智人身上。这种古老的基因存在于现今人类的体内，并具有生理上的意义，例如影响我们的免疫系统对感染的反应等。
@@ -21,7 +21,7 @@ Pääbo的开创性研究催生了一门全新的学科：**古基因组学(pale
 # 一个看似不可能的任务
 在科研生涯早期，Svante Pääbo就对利用现代遗传学方法研究尼安德特人的DNA的可能性着迷。然而，他很快就意识到了严峻的技术挑战：随着时间推移，DNA因为化学反应会降解为短小的片段。这导致经过几千年后只剩下微量的DNA，而剩下的DNA又被细菌和当代人的DNA大量污染（图1）。作为进化生物学领域的先驱艾伦·威尔逊(Allan Wilson)的博士后学生，Pääbo开始发展研究尼安德特人的DNA的方法，这一努力持续了几十年。
 
-<img src="https://tva3.sinaimg.cn/large/006UcwnJly1h6s9dib88wj30sg0fmgn1.jpg"/>
+<img src="https://yanxuan.nosdn.127.net/f71b07486c705b522b56066f13b25ee0.png"/>
 <center><font size=2px color=grey>图1. DNA在细胞中被定位在两个不同的隔间里。核DNA藏有大部分的遗传信息，而小得多的线粒体基因组则有数千个拷贝。死亡后，DNA会随着时间的推移而被降解，最终只剩下少量的DNA。它也会被诸如细菌和当代人类的DNA所污染。</font></center>
 <br>
 
@@ -30,7 +30,7 @@ Pääbo的开创性研究催生了一门全新的学科：**古基因组学(pale
 # 尼安德特人基因组的测序
 由于对小型线粒体基因组的分析只提供了有限的信息，Pääbo现在承担了对尼安德特人核基因组测序的巨大挑战。在这个时候，他得到了在德国莱比锡建立马克斯-普朗克研究所的机会。在新的研究所里，Pääbo和他的团队稳步改进了从古人骨骸中分离和分析DNA的方法。研究小组利用新的技术发展，使DNA的测序变得非常有效。派博还聘请了几个在群体遗传学和高级序列分析方面有专长的关键合作者。他的努力是成功的，Pääbo完成了看似不可能的任务，并在2010年公布了第一个尼安德特人基因组序列。比较分析表明，尼安德特人和智人的最近的共同祖先生活在80万年左右。
 
-<img src="https://tva2.sinaimg.cn/large/006UcwnJly1h6s9ppedhej30sg0cc3zf.jpg"/>
+<img src="https://yanxuan.nosdn.127.net/161a40ba2fdeae118856fc556a39b150.png"/>
 <center><font size=2px color=grey>图2. A. 派博从已灭绝的人类的骨骼标本中提取DNA。他首先从德国的尼安德特（尼安德特人得名于此）那里获得了一块骨头碎片。后来，他使用了来自西伯利亚南部丹尼索瓦洞（丹尼索瓦人得名于此）的一块指骨。B. 系统发育树显示了智人和已灭绝的人种之间的进化和关系。系统发育树也说明了Pääbo所发现的基因流。</font></center>
 <br>
 
@@ -46,13 +46,13 @@ Pääbo的发现使人们对我们的进化史有了新的认识。在智人离
 
 得益于Pääbo的发现，我们现在了解到来自我们已灭绝的亲属的古老基因序列现今仍在影响当今人类。其中一个例子是丹尼索瓦人的基因**EPAS1**，它赋予了在高海拔地区生存的优势，在今天的西藏人中很常见。还有其他的例子，例如影响我们对不同类型感染的免疫反应的尼安德特人基因。
 
-<img src="https://tvax4.sinaimg.cn/large/006UcwnJly1h6s9ybcnjfj31xg0uvtb5.jpg"/>
+<img src="https://yanxuan.nosdn.127.net/12daf9d86effb36fa875ccc582fed92f.png"/>
 <center><font size=2px color=grey>图3. Pääbo的发现为智人迁出非洲并传播到世界其他地方时的世界人口情况提供了重要信息。尼安德特人居住在欧亚大陆西部，丹尼索瓦人居住在东部，当智人在大陆上传播时人种间发生了杂交，留下了留在我们DNA中的痕迹。</font></center>
 
 # 是什么使我们成为独特的人类？
 智人创造了多元的文化、伟大的艺术，拥有跨越大洋遍及星球各处的能力（图4）。尼安德特人也是群居的，并且有大大的脑袋（图4）。他们也能使用工具，但在几十万年的时间里，这些工具的发展非常缓慢。智人和我们最亲近的灭绝亲属之间的基因差异一直不为人知，直到通过Pääbo的开创性工作才得以确认。Pääbo教授正在进行的研究集中于分析这些差异的功能影响，最终目的是**解释是什么使我们成为独特的人类**。
 
-<img src="https://tvax4.sinaimg.cn/large/006UcwnJly1h6sa4sdjqwj31xg12e76c.jpg"/>
+<img src="https://yanxuan.nosdn.127.net/25ff49e46dc129a94d77defe60789344.png"/>
 <center><font size=2px color=grey>图4. 派博的开创性工作为解释什么使我们成为独特的人类提供了一个基础。</font></center>
 <br>
 

source/_posts/Variational Inference 与 GAN, NF,VAE.md

@@ -3,15 +3,15 @@ tags: ['计算机科学','GAN','对抗学习','NF','VAE','变分自编码器','
 title: 变分推断与生成模型
 date: '2022-08-13 18:06:01'
 categories: '计算机科学'
-cover: https://tva3.sinaimg.cn/large/006UcwnJly1h55efqdgjmj30rm0ckq5p.jpg
+cover: https://yanxuan.nosdn.127.net/690ea921fa343b9d40c9bbc3e95f8cc3.png
 copyright_author: '我本张逸仙'
 katex: true
 ---
 
 > 作者：我本张逸仙
 作者知乎主页链接：<a href="https://www.zhihu.com/people/yi-xian-zhang-91">Thinker</a>
 
-# 一. 变分推断
+# 变分推断
 
 基本思路就是：在概率模型中，经常需要近似难以计算的概率分布。对于所有未知量的推断都可以看作是后验概率的推断（因为贝叶斯公式可以构造）：
 $$p(x) = \sum p(x|z)p(z)$$
@@ -45,13 +45,13 @@ $$ELBO(q) = E(\log p(z,x)) - E(\log q(z))$$
   $$\log(p_\theta(x)) ≥ E_{q_{\phi}(z|x)}[\log(p_{\theta}(x|z))] - D_{KL}(q_{\phi}(z|x)||p_{\theta}(z)) = -F (x)$$
   上面的公式便是**变分推理**的重要的地方。这里的$F$被称为**ELBO**界
 
-# 二. VAE (变分自编码器)
+# VAE (变分自编码器)
 
 VAE是想要上面求解的$ELBO$​​尽可能地大，它提出了SGVB和重参数方法。
 
 VAE的网络架构图如下所示：
 
-<img src="https://tva2.sinaimg.cn/large/006UcwnJly1h55eci5870j30qb0gqjtb.jpg" style="zoom:50%;" />
+<img src="https://yanxuan.nosdn.127.net/4eb4b7ba0ca6d984ca1344da0f43e942.png" style="zoom:50%;" />
 
 简单来说，它是输入real data $x$，通过一个生成网络$h,g$生成想要得到的$\mu_x,\sigma_x$：
 $$
@@ -91,11 +91,11 @@ $$
 
 如果你想要生成一个全新的图片的话，直接对$z$进行sampling，然后代入decoder网络，就可以得到一个全新的图片了。
 
-# 三. GAN (对抗学习)
+# GAN (对抗学习)
 
 GAN是一个生成器G--generator网络和一个判别器D-discriminator网络构成的：
 
-<img src="https://tva3.sinaimg.cn/large/006UcwnJly1h55efqdgjmj30rm0ckq5p.jpg" style="zoom:50%;" />
+<img src="https://yanxuan.nosdn.127.net/690ea921fa343b9d40c9bbc3e95f8cc3.png" style="zoom:50%;" />
 
 GAN可以认为是使用的是交叉熵的公式来判别分布的相似的：
 $$
@@ -144,7 +144,7 @@ C(G) = -log(4) + KL(p_{data}||\frac{p_{data}+p_g}{2})+ KL(p_{g}||\frac{p_{data}+
 $$
 当JSD为0的时候，就认为$p_{data}$​和$p_g$相等了，就分不出彼此来了。此时C* = -log4​​
 
-# 四. NF (流模型)
+# NF (流模型)
 
 标准化流是另外一种生成网络，它基于一个空间变化的定理。
 
@@ -171,7 +171,7 @@ $$
 
 然后假设它是一系列的Flow网络组成
 
-<img src="https://tvax4.sinaimg.cn/large/006UcwnJly1h55esfn2mfj30y806i76i.jpg" style="zoom:50%;" />
+<img src="https://yanxuan.nosdn.127.net/9285896772cfd53daf0198d127c0ed11.png" style="zoom:50%;" />
 
 因此对原网络进行修改：
 $$
@@ -185,7 +185,7 @@ $$
 
 **1. Coupling Layer**: -- > 用在NICE 和 Real NVP里面的
 
-<img src="https://tva2.sinaimg.cn/large/006UcwnJly1h55esr5szsj31bi0rzthl.jpg" style="zoom:40%;" />
+<img src="https://yanxuan.nosdn.127.net/daf504484d6d28bb2190c83603860ba1.png" style="zoom:40%;" />
 
 它让前**1：d**的直接从z->x，而后边的**d+1:D**的就要通过前边的数据经过F和H网络求解$\beta_{d+1:D}$和$\gamma_{d+1:D}$，经过线性叠加：
 $$
@@ -205,7 +205,7 @@ $$
 
 因此必须要交错的去处理它，每一个网络随机选取d项，且d的大小也需要不一样，这样stacking起来后才会有效果。
 
-<img src="https://tvax3.sinaimg.cn/large/006UcwnJly1h55et9ian9j30wy08gwhp.jpg" style="zoom:50%;" />
+<img src="https://yanxuan.nosdn.127.net/27cc85c539216ea3bde0a311946d7bca.png" style="zoom:50%;" />
 
 
 
@@ -236,7 +236,7 @@ $$
 
 只要W是好求解的，那么结果也就很好求解：
 
-<img src="https://tvax4.sinaimg.cn/large/006UcwnJly1h55etopj8fj30v30gcwh4.jpg" style="zoom:50%;" />
+<img src="https://yanxuan.nosdn.127.net/5730eab1fc07ca30294728bd9a46616e.png" style="zoom:50%;" />
 
 因此结果就是，对角线上的W矩阵相乘：
 $$

source/_posts/恒星不“恒”——简谈恒星的运动和位置变化.md

@@ -3,7 +3,7 @@ tags: ['天文学','恒星','科普组第24小组']
 title: 恒星不“恒”——简谈恒星的运动和位置变化
 date: '2022-04-29 00:01:00'
 categories: '天文历法'
-cover: https://tva3.sinaimg.cn/large/006UcwnJly1h7hux53wimj30sg0s116q.jpg
+cover: https://pic.rmb.bdstatic.com/bjh/32b1f819dbccbac840c60ccf39f2f305.png
 copyright_author: '丛雨'
 ---
 
@@ -22,35 +22,35 @@ copyright_author: '丛雨'
 
   地球绕太阳公转时的位置不停变化，这就满足了产生恒星视差的条件。日地距离是已知的，以日地平均距离1 AU作为视差基线的恒星视差被称为周年视差。如图1所示，由于恒星的距离普遍过于遥远，视差π是极其微小的，此时的tan π ≈ π，然后只需在地球轨道平面（黄道面）中找到一条垂直于该恒星方向的视差基线，恒星的距离便很容易得到：d = a / π。而我们又规定，周年视差为1角秒（″）的天体的距离为1秒差距（pc），约等于3.262光年。此定义的实用性使pc成为了天文学中最常用的一种距离单位，在这种单位制下，只需对以角秒为单位的周年视差取倒数，就能直接得到以秒差距为单位的恒星距离。因为距离越远，视差现象越不明显，所以只有较近的目标才能进行准确的视差测距，但2013年投入使用的盖亚望远镜的测量精度达到10微角秒量级，能够测出几千秒差距内的恒星视差。
 
-<img src="https://tva4.sinaimg.cn/large/006UcwnJly1h7hum14a5xj30be0dt3z1.jpg" width=300/>
+<img src="https://pic.rmb.bdstatic.com/bjh/f912a46c3334075a1174ddb965952483.png" width=300/>
 <center><font size=2px color=grey>恒星的周年视差</font></center>
 
 &emsp;&emsp;在实际的视差测量中，对于空间内的任意一颗恒星，它与太阳的连线和黄道面之间应当存在一个夹角，也就是日心黄道坐标系中的黄纬β。可以想象，随着地球沿圆形轨道的公转，地球和该恒星的连线会在天球上画出一个椭圆的轨迹（黄道上的恒星的周年视差轨迹是一条线，北黄极附近的恒星的视差轨迹是一个圆）。这个视差椭圆的半长轴就是周年视差的大小，它对应了视差基线，而我们最多只需等待任意半年便可通过对称性绘制出整个视差椭圆，继而使用视差法计算恒星的距离。
 
-<img src="https://tvax1.sinaimg.cn/large/006UcwnJly1h7hunudpwgj30v10lbtav.jpg" width=600/>
+<img src="https://pic.rmb.bdstatic.com/bjh/d4de9a9ca43d2d9265b8c6a3ed6ad435.png" width=600/>
 <center><font size=2px color=grey>空间中一颗恒星的视差椭圆</font></center>
 
 &emsp;&emsp;除此之外，视差不仅仅可用于测量太阳系外恒星的距离，太阳系内天体也同样适用。譬如根据金星凌日时地球上两地点所见金星在太阳盘面上的位置不同，从而推算出金星的距离和轨道半径；而从地球各地看的太阳也有视差现象，以地球半径为基线的太阳视差大约8.8″。
 
 # 自行
 &emsp;&emsp;与太阳一样，银河系的千亿。空间中某颗恒星与太阳的相对速度是v，将它正交分解为视向速度vr和切向速度vt，其中的切向速度反映了我们眼中恒星的移动方向，自行μ可以描述这一速度的大小，通常以角秒每年作单位
 
-<img src="https://tva2.sinaimg.cn/large/006UcwnJly1h7hup1dbj6j30jk0cbdhu.jpg" width=400/>
+<img src="https://pic.rmb.bdstatic.com/bjh/e7bf4da2710f29fe1fc8ae9556b0541d.png" width=400/>
 <center><font size=2px color=grey>恒星的空间速度与自行</font></center>
 
 &emsp;&emsp;观测出自行的数值，再知道恒星的距离，切向速度就很容易计算了，如果进一步测出视向速度的大小，便能得到恒星相对太阳的真实的空间速度。视向速度的测量依赖于多普勒效应，运动中的光源发出的电磁波的波长会改变，远离则变长（红移），靠近则变短（蓝移）。我们只需将恒星光谱中的各谱线与静止谱线的波长作对照，即可计算出视向速度的大小和方向。
 
 &emsp;&emsp;巴纳德星是目前已知自行最大的恒星，这是一颗相距我们约6光年的红矮星，正以每年10.3″的速度相对天球背景移动。图3展示了从1985年到2005年间巴纳德星的位置变动情况。
 
-<img src="https://tvax1.sinaimg.cn/large/006UcwnJly1h7hyma19s5g308k07lglm.gif" width=400/>
+<img src="https://yanxuan.nosdn.127.net/d5f7a3119af780d4f4f4bf233a685b81.gif" width=400/>
 <center><font size=2px color=grey>巴纳德星的自行现象</font></center>
 
 # 光行差
 &emsp;&emsp;光是有速度的，这就导致运动中的观测者观察到光的方向与静止的观测者观察到的方向有偏差，即光行差。借用一个常见的比喻，人在雨中行走，尽管雨滴是垂直下落的，但跑动的人却感觉雨是从前方倾斜而下的。光行差的原理与此类似，只是此时需考虑的不是经典力学的速度叠加原理，而是洛伦兹变换。
 
 &emsp;&emsp;地球处于不断的运动之中，自转、公转，甚至还包括跟随太阳在银河系中的运动，这些都让我们在观察遥远光源时出现光行差现象，其中对实际观测影响最大的是地球公转造成的周年光行差。如图3所示，θ是运动方向与光源方向的夹角，地球的运动使我们观测到这一角度变成φ，光行差也就是θ - φ。
 
-<img src="https://tvax2.sinaimg.cn/large/006UcwnJly1h7hymhi7y2j30fe0ixdgx.jpg" width=400/>
+<img src="https://yanxuan.nosdn.127.net/e2b12e1d260adef9a86f773e3d184a46.png" width=400/>
 <center><font size=2px color=grey>运动方向与光行差示意图</font></center>
 
 &emsp;&emsp;地球绕太阳的公转速度约29.8 km / s，而当速度v远小于光速c时，光行差的大小可以简单地用v sin θ / c计算，当速度与光速垂直时，周年光行差有最大值20.5″。自转产生的周日光行差比周年光行差小两个数量级，而绕银河系运动的光行差虽然较大但周期极长（2亿年），短期内可不考虑。