学术

随机过程深度实战:从随机游走、泊松过程与布朗运动到伊藤积分、马尔可夫链与高斯过程的完整工程链路

随机过程是把“不确定性”变成可计算对象的第一性原理工具。我们日常写的神经网络、队列系统、扩散模型、强化学习环境、贝叶斯先验,背后几乎都站着某个随机过程——SGD 的噪声是布朗扰动,MCMC 采样是马尔可夫链,扩散模型的反向去噪是伊藤随机微分方程,PageRank 是平稳分布,主动学习的采集函数是高斯过程。

詹姆斯·韦伯望远镜:窥见宇宙黎明的壮丽与谜题

深度解析詹姆斯·韦伯太空望远镜的突破性科学成果:从大爆炸后数亿年的早期星系,到系外行星大气中的化学指纹,再到恒星育婴室的尘埃背后——这台红外巨眼正在重写我们对宇宙起源与演化的认知。

凸优化计算实战:从凸集凸函数、次梯度与投影梯度到近端方法、ADMM 与加速梯度的完整工程链路

凸优化是现代机器学习的“底层发动机”:从 SGD、Adam 到近端梯度、分布式 ADMM,几乎所有训练算法都可以统一在凸分析的语言下。本文从第一性原理出发,用可运行的 Python 代码把凸集、凸函数、次梯度、投影梯度、近端方法(ISTA/FISTA)、坐标下降与 ADMM 串成一条完整工程链路

拓扑数据分析深度实战:从单纯复形、Vietoris–Rips 过滤到持久同调与贝蒂数条形码的完整工程链路

拓扑数据分析(Topological Data Analysis,TDA)关心一件事:数据除了有“位置”,还有“形状”。一组散点可能围成一圈、串成一条链、或者卷成一个球面——这些连通性、孔洞、空腔是度量坐标变换下几乎不变的不变量,传统统计量(均值、方差、PCA 主方向)看不见

数值分析计算实战:从方程求根、多项式插值与样条到数值积分、常微分方程求解与特征值迭代的完整工程链路

数值分析是研究“用有限精度算术逼近连续数学问题”的学科——它是所有科学计算的隐形地基。本文不堆砌公式推导,而是从可直接运行的代码出发,把方程求根、线性方程组、插值、数值积分、常微分方程与特征值迭代六条主线逐一实现并验证,最后把它们与 AI / 深度学习中的梯度下降、二阶优化、样条激活