分辨率
Diffusion Mamba：用线性计算打造高效高分辨率图像生成新范式
一眼概览Diffusion Mamba (DiM) 是一种结合状态空间模型（SSM）和扩散模型的新架构，旨在实现高效的高分辨率图像生成。 相比于基于 Transformer 的扩散模型，DiM 具有更优的计算效率，特别是在超高分辨率图像（1024×1024 及以上）生成任务中表现突出。 核心问题目前的扩散模型主要依赖U-Net或Vision Transformer（ViT）作为骨干架构。
数百万晶体数据训练，解决晶体学相位问题，深度学习方法PhAI登Science
编辑 | KX时至今日，晶体学所测定的结构细节和精度，从简单的金属到大型膜蛋白，是任何其他方法都无法比拟的。然而，最大的挑战——所谓的相位问题，仍然是从实验确定的振幅中检索相位信息。丹麦哥本哈根大学研究人员，开发了一种解决晶体相问题的深度学习方法 PhAI，利用数百万人工晶体结构及其相应的合成衍射数据训练的深度学习神经网络，可以生成准确的电子密度图。研究表明，这种基于深度学习的从头算结构解决方案方法，可以以仅 2 埃的分辨率解决相位问题，该分辨率仅相当于原子分辨率可用数据的 10% 到 20%，而传统的从头算方法通
- 1